| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 1 绪论 | 第15-24页 |
| 1.1 选题背景及意义 | 第15-20页 |
| 1.1.1 选题背景 | 第15-19页 |
| 1.1.2 选题意义 | 第19-20页 |
| 1.2 研究内容 | 第20页 |
| 1.3 研究方案 | 第20-22页 |
| 1.4 模型结构图 | 第22-23页 |
| 1.5 研究技术路线图 | 第23-24页 |
| 2 文献综述 | 第24-30页 |
| 2.1 量化投资研究现状 | 第25-28页 |
| 2.2 复杂网络研究现状 | 第28-30页 |
| 3 基于复杂网络的待择时股票池构建方案研究 | 第30-37页 |
| 3.1 复杂网络研究 | 第30-34页 |
| 3.1.1 复杂网络概述 | 第30-31页 |
| 3.1.2 复杂网络统计特性研究 | 第31-34页 |
| 3.2 待择时股票池的构建方案研究 | 第34-36页 |
| 3.2.1 复杂网络的构建方案研究 | 第34-35页 |
| 3.2.2 中心性股的选取方案研究 | 第35-36页 |
| 3.3 本章小结 | 第36-37页 |
| 4 量化择时模型的构建方案研究 | 第37-46页 |
| 4.1 量化择时研究 | 第37-38页 |
| 4.2 择时策略构建方案研究 | 第38-43页 |
| 4.2.1 技术指标研究(资金流向) | 第38-40页 |
| 4.2.2 交易信号判断方法的研究 | 第40页 |
| 4.2.3 快慢线组合的选择方案研究 | 第40-43页 |
| 4.3 交易结果评价指标研究 | 第43-45页 |
| 4.3.1 年化收益率 | 第43页 |
| 4.3.2 夏普比率 | 第43-44页 |
| 4.3.3 信息比率 | 第44页 |
| 4.3.4 波动率 | 第44页 |
| 4.3.5 最大回撤 | 第44-45页 |
| 4.3.6 Alpha | 第45页 |
| 4.4 本章小结 | 第45-46页 |
| 5 实证分析 | 第46-59页 |
| 5.1 量化模型初始化 | 第46-48页 |
| 5.1.1 模型窗口期的选取 | 第46-47页 |
| 5.1.2 数据选取及预处理 | 第47-48页 |
| 5.2 待择时股票池的构建 | 第48-51页 |
| 5.3 最优快慢线组合的选取 | 第51-52页 |
| 5.4 获得模型训练期及回测期交易结果 | 第52-58页 |
| 5.4.1 模拟实盘买卖 | 第52-53页 |
| 5.4.2 收益率质量评价 | 第53-58页 |
| 5.5 本章小结 | 第58-59页 |
| 6 结论与展望 | 第59-61页 |
| 6.1 研究结论 | 第59页 |
| 6.2 创新点 | 第59-60页 |
| 6.3 研究不足和展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 附件1(中散户投资者划分依据) | 第65-66页 |
| 附件2(模型使用注意事项) | 第66-67页 |
| 附件3(get_original_df.py) | 第67-69页 |
| 附件4(complex_network.py) | 第69-71页 |
| 附件5(get_2_line2signal2singal_evaluate.py) | 第71-81页 |
| 附件6(excute_trade.py) | 第81-95页 |
| 附件7(entirety_assess.py) | 第95-101页 |
| 附件8(codes2timing.py) | 第101-115页 |