基于数据挖掘方法的量化交易系统设计与研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10页 |
| 1.2.2 国内研究现状 | 第10-12页 |
| 第二章 系统架构与数据准备 | 第12-17页 |
| 2.1 数据挖掘 | 第12-13页 |
| 2.1.1 数据挖掘的概念和原理 | 第12页 |
| 2.1.2 量化模型的主要产生方法 | 第12-13页 |
| 2.2 系统架构 | 第13-14页 |
| 2.3 数据预处理 | 第14-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第三章 量化选股 | 第17-32页 |
| 3.1 多因子选股模型 | 第17-19页 |
| 3.1.1 多因子选股的方法 | 第17-18页 |
| 3.1.2 多因子选股模型应用实例 | 第18-19页 |
| 3.2 基于分类算法的选股模型 | 第19-25页 |
| 3.2.1 SVM简介 | 第19-20页 |
| 3.2.2 技术指标计算 | 第20-23页 |
| 3.2.3 数据加工和变量筛选 | 第23-25页 |
| 3.2.4 模型训练及评价 | 第25页 |
| 3.3 基于聚类算法的选股模型 | 第25-31页 |
| 3.3.1 数据清洗与变换 | 第27页 |
| 3.3.2 层次聚类结果及分析 | 第27-29页 |
| 3.3.3 K均值聚类 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 策略回测 | 第32-35页 |
| 4.1 回测准备 | 第32页 |
| 4.2 基于技术指标的单信号策略回测 | 第32-34页 |
| 4.2.1 双均线趋势策略 | 第32页 |
| 4.2.2 参数扫描法优化参数 | 第32-34页 |
| 4.3 本章小结 | 第34-35页 |
| 第五章 拓展功能 | 第35-46页 |
| 5.1 时序模型 | 第35-37页 |
| 5.1.1 ARIMA模型的原理 | 第35页 |
| 5.1.2 ARIMA模型应用实例 | 第35-37页 |
| 5.2 灰色预测 | 第37-39页 |
| 5.2.1 灰色理论 | 第37-38页 |
| 5.2.2 灰色预测应用实例 | 第38-39页 |
| 5.3 马氏预测 | 第39-41页 |
| 5.3.1 马氏预测的原理 | 第39-40页 |
| 5.3.2 马氏预测应用实例 | 第40-41页 |
| 5.4 SVM回归预测 | 第41-44页 |
| 5.5 本章小结 | 第44-46页 |
| 第六章 组合管理 | 第46-57页 |
| 6.1 均值-方差模型 | 第46-50页 |
| 6.1.1 资产配置 | 第47-50页 |
| 6.2 绩效评估 | 第50-53页 |
| 6.2.1 绩效指标 | 第50-51页 |
| 6.2.2 绩效评估应用实例 | 第51-53页 |
| 6.3 VaR模型 | 第53-56页 |
| 6.3.1 模型含义及计算方法 | 第53-54页 |
| 6.3.2 VaR模型应用实例 | 第54-56页 |
| 6.4 本章小结 | 第56-57页 |
| 第七章 总结与展望 | 第57-59页 |
| 7.1 本文研究结果总结 | 第57-58页 |
| 7.2 未来研究展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61页 |
