【摘要】：在當今社會,投資股票受到越來越多人的青睞,但是股票市場是一個高度復雜的市場,股票價格走勢受到多種因素的影響,在如此復雜的情況下,想要準確地預測股票的走勢,并通過交易獲取超額利益并不是一件簡單的事情。在股票市場中,由于投資機構有自己的信息情報獲取途徑,普通的投資者資源不足的劣勢被進一步放大。那么普通投資者就需要找到一種有效的方法來彌補信息的差距,近些年逐漸發(fā)展起來的量化投資就成了最好的選擇。本文以股票的價格預測為基礎,以股票量化策略的回測為核心,利用普通投資者都可以獲取到的數(shù)據(jù),設計了一套面向普通投資者的股票量化回測系統(tǒng)。并詳細闡述了該系統(tǒng)的開發(fā)需求,講述了該系統(tǒng)的設計思想與整體架構。根據(jù)需求將股票量化回測系統(tǒng)設計為股票數(shù)據(jù)下載、股票基本信息查詢、歷史數(shù)據(jù)回測、結果可視化、量化分析工具、策略參數(shù)優(yōu)化六個功能模塊,依次介紹了各模塊的詳細設計與具體實現(xiàn)。股票數(shù)據(jù)下載模塊講述了股票數(shù)據(jù)源的獲取以及對數(shù)據(jù)進行數(shù)據(jù)庫的存儲工作,并在介紹股票數(shù)據(jù)的數(shù)據(jù)庫存儲時,講述了MongoDB數(shù)據(jù)庫存儲股票數(shù)據(jù)的優(yōu)點,并給出了表結構;股票基本信息查詢模塊負責用戶查詢股票相關信息;歷史數(shù)據(jù)回測模塊是系統(tǒng)核心功能,負責回測功能的實現(xiàn)；量化分析工具為用戶分析單只股票提供技術支持；策略參數(shù)優(yōu)化使用GirdSearch方法優(yōu)化所選策略的參數(shù),提高策略的表現(xiàn);結果可視化模塊負責將數(shù)據(jù)回測和量化分析工具模塊的結果進行圖形化展示。在所有模塊實現(xiàn)完成后,對系統(tǒng)功能進行了測試。本系統(tǒng)通過對交易策略回測結果的展示與度量,為投資者在股票市場中的決策提供一定的參考。
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP311.52;F830.91
【圖文】：

１．１開發(fā)背景逡逑近些年來，中國的改革開放進一步深入，國內(nèi)經(jīng)濟的發(fā)展也隨之愈加快速，逡逑人民群眾的手中的閑置資金也越來越多，己經(jīng)有越來越多的人選擇通過理財?shù)姆藉义鲜絹韺崿F(xiàn)資產(chǎn)的增值，人們可以理財?shù)姆椒ǚN類繁多，其中的相當一部分人會選逡逑擇將資金投入股票市場中去。股票市場也被稱為二級市場［１］，因為它是基于發(fā)逡逑行市場的。股票市場的構成和交易活動要比發(fā)行市場更加龐大，其作用與影響程逡逑度也十分深遠。逡逑２０１５年，Ａ股的大起大落讓不少投資者記憶猶新。上半年開啟“牛市”模式，逡逑大部分股票的股價瘋狂上漲，以此還吸引了大量的新股民，Ａ股交易量大幅提升，逡逑滬指的單日成交量甚至破了萬億。但是下半年股市的情況急轉直下，各大股指斷逡逑崖式下跌，股民們損失慘重。上證指數(shù)２０１５年走勢如下圖所示：逡逑±ｉＩＩ＾［000ＣＫ）＇＇．］邋ＭＡ５：邋Ｂ４１Ｂ．３７邋ＭＡ１０：邋Ｂ３６１．９０邋ＭＡ２0－邋３３６Ｓ．２６邋ＭＡ３０：邋３３４＾．１９逡逑

山東大學碩士學位論文逡逑大化投資組合的每個波動率的回報。通過使用歷史數(shù)據(jù)，可以生成許多種不同比逡逑率的不同策略參數(shù)組合，然后就可以通過一部分指標來選擇最優(yōu)配置。逡逑２．邋２網(wǎng)格搜索和交叉驗證逡逑網(wǎng)格搜索（ＧｒｉｄＳｅａｒｃｈ），是機器學習中常用的一種調(diào)參手段，使用的是窮舉逡逑搜索的方法，在全部的候選參數(shù)中，試驗每一個參數(shù)，將所有參數(shù)都遍歷一遍，逡逑結果最優(yōu)的參數(shù)即為最后的參數(shù)選擇，其工作原理與在數(shù)組中查找某一個值類似。逡逑假設我們現(xiàn)在有兩個參數(shù)的調(diào)參問題，一個參數(shù)有五種取值，另一個參數(shù)有六種逡逑取值，當我們把兩個參數(shù)全部取值都枚舉出來，那么就可以形成一個五行六列的逡逑表格，表格中的每個單元即為一個網(wǎng)格，試驗每個參數(shù)的過程可以看成在每個網(wǎng)逡逑格中遍歷、搜索，所以叫網(wǎng)格搜索（ＧｒｉｄＳｅａｒｃｈ）邋［１１］。其模型大致如下圖所示：逡逑

【相似文獻】

相關期刊論文 前10條

1 徐光林;;回測檢驗在商業(yè)銀行市場風險度量中的應用研究[J];金融理論與實踐;2010年01期

2 劉海云;;基于回測檢驗的西部地區(qū)農(nóng)民收入水平評價[J];統(tǒng)計與決策;2011年18期

3 張順;;VaR的計算方式及其回測檢驗——基于計算機產(chǎn)業(yè)股票的實證研究[J];吉林省經(jīng)濟管理干部學院學報;2012年02期

4 旭納;;如何判斷一個人的交易水平?[J];商訊;2018年11期

5 李愷求,陳秀峰,李明波,朱起民,呂家權;用馬爾柯夫鏈分析法預測次年紅鈴蟲的發(fā)生期[J];安徽農(nóng)學通報;2003年02期

6 周心蓮;;VaR模型回測的貝葉斯方法[J];中國水運(學術版);2006年11期

7 董連芬;;凹凸薄胎陶瓷雕刻系統(tǒng)激光二維回測技術實現(xiàn)[J];石家莊職業(yè)技術學院學報;2016年06期

8 傅東華;也說“農(nóng)”[J];文字改革;1963年03期

9 倪江林;清代前期人口統(tǒng)計問題研究——人口回測[J];人口與經(jīng)濟;1983年04期

10 高子劍;;多方經(jīng)不起夸[J];股市動態(tài)分析;2013年16期

相關會議論文 前2條

1 ;凹凸薄胎陶瓷雕刻系統(tǒng)激光二維回測技術實現(xiàn)[A];中國職協(xié)2017年度優(yōu)秀科研成果獲獎論文集（一二等獎）[C];2018年

2 沈龍元;陳水南;趙靜方;;小麥白粉病發(fā)生程度中長期預測研究[A];小麥白粉病測報與防治技術研究[C];2000年

相關重要報紙文章 前10條

1 工商銀行貴金屬業(yè)務部 徐銓翰;黃金回測前期支撐[N];中國黃金報;2018年

2 李亞楠 大連久恒財富資產(chǎn)管理有限公司;系統(tǒng)化交易常見的問題[N];期貨日報;2017年

3 應時投資研發(fā)部;美指回測82.60[N];中國證券報;2007年

4 南風;歷史數(shù)據(jù)回測往往不可靠[N];期貨日報;2018年

5 海通期貨 馬慧芬;量化投資最重要的事[N];期貨日報;2013年

6 應時投資研發(fā)部;美聯(lián)儲聲明溫和美指回測60日均線[N];中國證券報;2008年

7 恒豐證券 梁淵;H股短期料回測年線[N];中國證券報;2009年

8 倪成群;程序化交易能告訴我們什么[N];期貨日報;2013年

9 國泰君安期貨 胡江來;量化策略研究框架構建細節(jié)[N];期貨日報;2011年

10 招金期貨 孟妍妍;短期金價上方仍有反彈空間[N];中國黃金報;2017年

相關碩士學位論文 前10條

1 陳奎;股票量化回測系統(tǒng)的設計與實現(xiàn)[D];山東大學;2019年

2 楊櫟;分級基金套利策略研究及實證檢驗[D];西安理工大學;2017年

3 薛玲;回測檢驗研究及在風險價值模型中的應用[D];重慶理工大學;2018年

4 高雨;一種新的ES回測方法[D];中國科學技術大學;2018年

5 沈士忠;量化策略研究平臺的設計與實現(xiàn)[D];南京大學;2017年

6 孔令瀟;量化選股回測平臺的設計與實現(xiàn)[D];鄭州大學;2017年

7 張璐;基于銀行股的配對交易策略回測[D];山東大學;2016年

8 史佳棟;基于Storm的選股回測與計算系統(tǒng)的設計與實現(xiàn)[D];南京大學;2016年

9 廖堯;中國分級式基金的套利策略的實證研究[D];廣西大學;2016年

10 翁晟宇;基于協(xié)整關系和比價關系的黃大豆一號、豆油、豆粕期貨合約套利研究[D];云南大學;2016年

本文編號：2737983