基于遗传算法的多因子策略选股系统设计及实现
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 文献综述 | 第11-16页 |
1.1 本论文研究背景 | 第11页 |
1.2 研究目的及意义 | 第11-12页 |
1.3 国外研究现状 | 第12-14页 |
1.4 研究内容 | 第14页 |
1.5 论文架构 | 第14-16页 |
第二章 需求与分析 | 第16-27页 |
2.1 多因子策略选股系统需求 | 第16-21页 |
2.1.1 概述 | 第16-17页 |
2.1.2 商业价值分析 | 第17页 |
2.1.3 系统需求分析 | 第17-19页 |
2.1.4 功能描述 | 第19页 |
2.1.5 用例图设计 | 第19-21页 |
2.2 数据库设计 | 第21-26页 |
2.3 本章小结 | 第26-27页 |
第三章 多因子选股 | 第27-35页 |
3.1 多因子选股原理 | 第27-28页 |
3.2 多因子选股业务流程 | 第28-30页 |
3.2.1 多因子框架 | 第28-30页 |
3.3 多因子选股流程与评价指标 | 第30-32页 |
3.3.1 因子综合评分选股 | 第30-31页 |
3.3.2 评价指标 | 第31-32页 |
3.4 遗传算法 | 第32-34页 |
3.4.1 遗传算法原理 | 第33-34页 |
3.4.2 遗传算法运用 | 第34页 |
3.5 本章小结 | 第34-35页 |
第四章 遗传算法模块验证 | 第35-46页 |
4.1 基于遗传算法因子组合优化方案 | 第35-37页 |
4.1.1 遗传算法优势 | 第35-36页 |
4.1.2 遗传算法设置 | 第36-37页 |
4.2 优化测试 | 第37-44页 |
4.2.1 测试数据 | 第38-43页 |
4.2.2 因子扩充测试 | 第43-44页 |
4.3 优化方案改进 | 第44-45页 |
4.4 本章小结 | 第45-46页 |
第五章 系统改进 | 第46-59页 |
5.1 遗传算法模块改进方案 | 第46-50页 |
5.1.1 收益率检验 | 第47-48页 |
5.1.2 延续性检验 | 第48页 |
5.1.3 K-Means聚类 | 第48-49页 |
5.1.4 第一层遗传算法设置 | 第49页 |
5.1.5 第二层遗传算法设置 | 第49-50页 |
5.2 优化方案测试 | 第50-57页 |
5.2.1 数据准备 | 第50-51页 |
5.2.2 因子过滤 | 第51-55页 |
5.2.3 遗传算法优化 | 第55-56页 |
5.2.4 外推测试 | 第56-57页 |
5.3 消融验证 | 第57-58页 |
5.4 本章小结 | 第58-59页 |
第六章 系统的设计及实现 | 第59-72页 |
6.1 因子计算 | 第60-62页 |
6.2 数据清理 | 第62-63页 |
6.3 因子测试 | 第63-67页 |
6.4 因子分类 | 第67-68页 |
6.5 因子优化选择 | 第68-69页 |
6.6 因子权重优化 | 第69页 |
6.7 系统验证 | 第69-70页 |
6.8 结果展示 | 第70-71页 |
6.9 本章小结 | 第71-72页 |
总结与展望 | 第72-74页 |
本文的总结 | 第72页 |
进一步的工作 | 第72-74页 |
参考文献 | 第74-76页 |
攻读硕士学位期间取得的研究成果 | 第76-77页 |
致谢 | 第77-78页 |
附件 | 第78页 |