基于量化交易下個(gè)股選擇系統(tǒng)建模與應(yīng)用.pdf

1、隨著計(jì)算機(jī)技術(shù)與互聯(lián)網(wǎng)在中國(guó)的快速發(fā)展，國(guó)內(nèi)金融市場(chǎng)的不斷開(kāi)放，越來(lái)越多的人開(kāi)始將資產(chǎn)投入到金融產(chǎn)品上。另一方面，計(jì)算機(jī)與互聯(lián)網(wǎng)的快速發(fā)展帶來(lái)了信息時(shí)代的大爆炸，人們每天都面臨著海量數(shù)據(jù)，這直接導(dǎo)致了信息的低能效吸收，并產(chǎn)生碎片化時(shí)間。為此，國(guó)內(nèi)許多機(jī)構(gòu)都開(kāi)始針對(duì)證券市場(chǎng)進(jìn)行量化分析，旨在通過(guò)信息挖掘產(chǎn)生更大投資價(jià)值。但目前情況是：國(guó)內(nèi)多數(shù)為券商、投行等機(jī)構(gòu)在從事相關(guān)研究工作；學(xué)術(shù)領(lǐng)域從事股市技術(shù)分析尚處于初級(jí)階段，對(duì)技術(shù)指標(biāo)所帶來(lái)的概

2、率統(tǒng)計(jì)、指標(biāo)選股等，也都存在許多空白。
　　在此背景下，本文基于國(guó)內(nèi)外學(xué)術(shù)、商業(yè)上研究成果，對(duì)一些著名證券市場(chǎng)技術(shù)指標(biāo)，包括指數(shù)平滑移動(dòng)平均線（MACD，Moving Average Convergence/Divergence）、相對(duì)強(qiáng)弱指標(biāo)（RSI，Relative Strength Index）、布林線（BOLL）、威廉指標(biāo)（W%R，Williams Larry%R）、隨機(jī)指標(biāo)（KDJ）等進(jìn)行了量化研究，考察了這些指標(biāo)在傳統(tǒng)

3、意義上的買(mǎi)賣(mài)點(diǎn)有效性特征，并根據(jù)這些指標(biāo)向用戶推薦符合指標(biāo)的股票代碼，以供用戶作為參考，直接從近3000支股票中選出目標(biāo)股票。
　　為了量化實(shí)驗(yàn)的延伸性，本文通過(guò)設(shè)計(jì)、構(gòu)建量化選股系統(tǒng)服務(wù)平臺(tái)，實(shí)現(xiàn)了對(duì)最新以及歷史上不同時(shí)間段的選股操作，同時(shí)構(gòu)建了一套量化指標(biāo)分析平臺(tái)，以分析不同時(shí)間段，不同股票池，不同技術(shù)指標(biāo)的效率情況。系統(tǒng)平臺(tái)服務(wù)器建構(gòu)過(guò)程中，使用了Python進(jìn)行數(shù)據(jù)抓取，并采用NodeJS進(jìn)行服務(wù)器的搭建，充分利用Node

4、JS事件驅(qū)動(dòng)，非阻塞I/O等輕量特性。此外，在實(shí)驗(yàn)過(guò)程中，由于數(shù)據(jù)規(guī)模等問(wèn)題，系統(tǒng)還采用了多進(jìn)程、算法優(yōu)化等方法，提高系統(tǒng)效率。
　　最后，系統(tǒng)成功地通過(guò)了正確性、完備性等數(shù)據(jù)對(duì)比測(cè)試，檢驗(yàn)了系統(tǒng)的可靠性；考察了單技術(shù)指標(biāo)與多技術(shù)指標(biāo)組合時(shí)的有效性。同時(shí)，文章也針對(duì)已經(jīng)存在的兩個(gè)國(guó)內(nèi)主要信息平臺(tái)進(jìn)行了對(duì)比，分析了文中系統(tǒng)與二者之間的創(chuàng)新點(diǎn)與不足之處。其中，擺脫對(duì)操作系統(tǒng)的依賴、實(shí)現(xiàn)跨平臺(tái)操作為本系統(tǒng)的一大創(chuàng)新，在量化技術(shù)指標(biāo)有效性