基于机器学习的量化投资系统

发布时间：2023-10-30 18:47

　　随着数理化分析和计算机科学技术的日益完善,投资者不再满足于传统的定性分析投资,计算机技术的飞速发展与股票投资相结合形成了一种新兴概念—量化投资。尽管近年来量化投资利用计算机技术和简单的数学模型得到了长足的发展,但过于简单的数学模型不能很好的适应当前愈发复杂的金融市场环境。例如随着社交网络和多媒体的广泛发展,越来越多的资源可以被量化投资所应用,而简单的数学模型无法很好的利用这些资源,譬如财经新闻、社交舆情等文本信息。为了解决上述问题,本文设计并实现了一套基于机器学习的量化投资系统,将量化投资系统与机器学习相结合。本文设计实现的量化投资系统包括前端界面模块、数据模块、数据预处理模块、用户模块、监视模块、策略模块、算法交易模块和数据库八个模块,其允许用户通过前端界面进行相应的查询、量化交易等操作,其中量化交易作为核心功能是在策略模块得到价格预测上涨置信度最大的股票,通过算法交易模块进行交易。此外,本文针对策略模块和算法交易模块分别提出了基于分层互补注意力网络(Hierarchical Complementary Attention Network,HCAN)的股票价格趋势预测算法和基于卷积-...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和意义
    1.2 研究内容
    1.3 研究目标
    1.4 论文组织结构
第二章 背景知识介绍
    2.1 词向量表示
        2.1.1 中文分词
        2.1.2 word2vector
    2.2 长短时记忆网络
    2.3 注意力机制
    2.4 股票价格趋势预测
        2.4.1 基于朴素贝叶斯法的股价趋势预测算法
        2.4.2 基于词袋模型的股价趋势预测算法
        2.4.3 基于结构化事件的股价趋势预测算法
    2.5 算法交易
        2.5.1 VWAP算法
    2.6 小结
第三章 需求分析
    3.1 系统总体需求概述
    3.2 功能需求
        3.2.1 用户管理功能
        3.2.2 信息展示功能
        3.2.3 交易功能
    3.3 非功能需求
    3.4 小结
第四章 系统设计
    4.1 系统架构
    4.2 前端界面模块
    4.3 数据模块
    4.4 数据预处理模块
    4.5 用户模块
    4.6 监视模块
    4.7 策略模块
        4.7.1 策略模块流程设计
        4.7.2 策略模型的设计
    4.8 算法交易模块
        4.8.1 算法交易模块流程设计
        4.8.2 成交量预测模型的设计
    4.9 数据库
    4.10 小结
第五章 关键算法研究
    5.1 基于分层互补注意力网络的股价趋势预测
        5.1.1 问题描述
        5.1.2 模型概述
        5.1.3 符号定义
        5.1.4 分层互补注意力网络
        5.1.5 实验评估
    5.2 基于卷积-长短时记忆网络的成交量预测
        5.2.1 问题描述
        5.2.2 模型概述
        5.2.3 符号定义
        5.2.4 卷积-长短时记忆网络
        5.2.5 实验评估
    5.3 小结
第六章 系统实现
    6.1 前端界面模块的实现
    6.2 数据模块的实现
    6.3 用户模块的实现
    6.4 策略模块的实现
        6.4.1 训练集预处理
        6.4.2 股票价格趋势预测模型训练及保存
    6.5 算法交易模块的实现
    6.6 小结
第七章 系统测试
    7.1 测试环境
    7.2 系统评估
        7.2.1 功能测试
        7.2.2 非功能测试
    7.3 系统效果演示
    7.4 小结
第八章 结束语
    8.1 总结
    8.2 未来工作
参考文献
致谢
攻读硕士学位期间发表和录用的论文



本文编号：3858997