基于数据挖掘的量化投资系统的研究

发布时间：2017-08-03 15:02

  本文关键词：基于数据挖掘的量化投资系统的研究

  更多相关文章： 量化投资 数据挖掘 量化模型

【摘要】：量化投资概念如火如荼,伴随着计算机的飞速发展,及大数据技术的兴起,量化投资与数据挖掘技术的结合应用也受到越来越广泛的关注。量化投资理论结合了数学与现代统计学等方法,通过计算机技术及智能算法筛选出能带来巨大收益的各种“大概率”事件来制定投资策略,并使用量化模型验证及固化这些规律和策略,准确规范的执行已固化的策略,以获求稳定的、可持续的且高于平均水平的超额回报率。量化投资系统以先进拟合的数学模型替代人为的主观判断,能使投资者在过度狂热或过度悲观的市场情绪下做出理性的投资决策。在量化投资系统的建立过程中,特别是量化投资模型的建立、模拟验证、实盘验证过程中,一直需要处理大量的数据,用到数据挖掘的各种技术。数据挖掘技术方法是量化投资系统建立产生的核心方法。本论文着眼于理论应用,以钢铁企业参与商品期货投资为背景,研究数据挖掘技术在商品期货量化投资系统建立中的应用,将数据挖掘知识体系和数据挖掘流程应用到量化投资系统中。本论文以钢铁企业的套期保值为对象,研究黑色金属产业链的商品期货的量化投资系统,特别是黑色产业链商品的统计套利和配对交易的量化研究。通过上述研究与应用,建立适合钢铁生产企业的商品期货投资的量化投资系统,使得钢铁制造企业在控制风险的前提下,通过量化投资系统进行投资,实现企业收益的最大化。本论文的应用研究有助于帮助钢铁制造企业建立适合自己企业的商品期货的量化投资系统,助推企业量化投资课题的深入研究。使钢铁制造企业重新认识和定位期货套期保值及期货投资的深远意义和积极作用。
【关键词】：量化投资 数据挖掘 量化模型
【学位授予单位】：齐鲁工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F764.2;F724.5;TP311.13
【目录】：

• 摘要7-8
• ABSTRACT8-9
• 第1章 绪论9-11
• 1.1 选题背景及意义9
• 1.2 本文研究内容9-10
• 1.3 本文主要创新点10-11
• 第2章 量化投资系统综述11-15
• 2.1 量化投资及量化投资模型11-13
• 2.2 量化投资模型的建立过程13-15
• 第3章 数据挖掘综述15-21
• 3.1 数据挖掘的概念15
• 3.2 数据挖掘的实现机理15-16
• 3.3 数据挖掘算法16-21
• 第4章 基于数据挖掘的量化投资建模研究21-27
• 4.1 量化投资项目创建过程中的数据准备22-25
• 4.2 基于数据挖掘的量化投资的过程模型25
• 4.3 数据挖掘工具的选择25-27
• 第5章 黑色金属产业链商品期货的投资策略的研究27-35
• 5.1 统计套利策略的研究27-29
• 5.1.1 统计套利策略的数据挖掘27-28
• 5.1.2 统计套利策略的验证28-29
• 5.2 配对交易策略的研究29-31
• 5.2.1 配对交易策略的数据挖掘30
• 5.2.2 配对交易策略的协整检验30-31
• 5.3 单品种指数化投资策略的研究31-35
• 第六章 黑色金属产业链商品期货的量化投资系统的研究35-53
• 6.1 目标项目的具体分析35-38
• 6.1.1 我国钢铁行业的现状分析35-36
• 6.1.2 影响我国钢材市场价格的因素分析36-38
• 6.2 目标项目的数据需求分析38-45
• 6.2.1 数据组成分析38-39
• 6.2.2 数据质量分析39-41
• 6.2.3 样本数据处理分析41-45
• 6.3 目标项目交易策略的研究与应用45-53
• 6.3.1 黑色金属商品期货的统计套利45-47
• 6.3.2 黑色金属商品期货的配对交易47-51
• 6.3.3 目标项目的应用成果51-53
• 第7章 结论53-55
• 参考文献55-59
• 致谢59

【相似文献】

中国期刊全文数据库 前10条

1 香丽芸;浅谈数据挖掘及其应用[J];昌吉师专学报;2001年02期

2 郑雪燕,张杰明,岳洋;数据挖掘语言[J];计算机时代;2001年11期

3 刘明晶;数据挖掘[J];华南金融电脑;2001年04期

4 张伟;刘勇国;彭军;廖晓峰;吴中福;;数据挖掘发展研究[J];计算机科学;2001年07期

5 钟晓;马少平;张钹;俞瑞钊;;数据挖掘综述[J];模式识别与人工智能;2001年01期

6 朱建平,张润楚;数据挖掘的发展及其特点[J];统计与决策;2002年07期

7 傅岚;在数据海洋中打捞信息数据挖掘[J];科技广场;2002年11期

8 李峻;数据挖掘,企业洞察先机的“慧眼”[J];中国计算机用户;2002年48期

9 罗可,蔡碧野,卜胜贤,谢中科;数据挖掘及其发展研究[J];计算机工程与应用;2002年14期

10 ;2002数据挖掘研讨班[J];计算机工程;2002年06期

中国重要会议论文全文数据库 前10条

1 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

2 张弦;;数据挖掘在农业中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

3 魏顺平;;教育数据挖掘:现状与趋势[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年

4 关清平;沉培辉;;概率网络在数据挖掘上的应用[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

5 丁瑾;;基于Web数据挖掘的综述[A];山西省科学技术情报学会学术年会论文集[C];2004年

6 聂茹;田森平;;Web数据挖掘及其在电子商务中的应用[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

7 李菊;王军;;数据挖掘在客户关系管理的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

8 肖阳;李启贤;;数据挖掘在中国钢铁行业中的应用[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年

9 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

中国重要报纸全文数据库 前10条

1 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年

2 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

3 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

4 《网络世界》记者 王莹;数据挖掘保险业的新蓝海[N];网络世界;2012年

5 刘俊丽;基于地理化的网络数据挖掘与分析提升投资有效性[N];人民邮电;2014年

6 本报记者 连晓东;数据挖掘：金融信息化新热点[N];中国电子报;2002年

7 本报记者 凤小华 朱仁康;“数字挖掘软件”引领中国信息化新浪潮[N];中国电子报;2003年

8 本报记者　史延廷;“成功企业数据挖掘暨数量化管理论坛”在京举办[N];中国旅游报;2002年

9 朱小宁;数据挖掘：信息化战争的基础工程[N];解放军报;2005年

10 本报记者 王小平;从“大集中”走向数据挖掘[N];金融时报;2002年

中国博士学位论文全文数据库 前10条

1 于自强;海量流数据挖掘相关问题研究[D];山东大学;2015年

2 张馨;全基因组SNP芯片应用于CNV和L0H分析的软件比对与数据挖掘[D];复旦大学;2011年

3 彭计红;基于数据挖掘的痴呆中医证的研究[D];南京中医药大学;2015年

4 李秋虹;基于MapReduce的大规模数据挖掘技术研究[D];复旦大学;2013年

5 邬文帅;基于多目标决策的数据挖掘方法评估与应用[D];电子科技大学;2015年

6 谢邦彦;整合数据挖掘与TRIZ理论的质量管理方法研究[D];首都经济贸易大学;2010年

7 何伟全;云南高校学生意外伤害因素关联规则挖掘及风险管控体系研究[D];昆明理工大学;2015年

8 段功豪;基于多结构数据挖掘的滑坡灾害预测模型研究[D];中国地质大学;2016年

9 白晓明;基于数据挖掘的复合材料宏—细观力学模型研究[D];哈尔滨工业大学;2016年

10 蓝永豪（LAM Wing Ho）;基于数据挖掘技术分析当代中医名家痤疮验方经验研究[D];南京中医药大学;2016年

中国硕士学位论文全文数据库 前10条

1 林仁红;基于数据挖掘的机遇识别与评价研究[D];首都经济贸易大学;2007年

2 张彦俊;游戏运营中的数据挖掘[D];复旦大学;2011年

3 焦亚召;基于多核函数FCM算法在数据挖掘聚类中的应用研究[D];昆明理工大学;2015年

4 王杰锋;物联网能耗数据智能分析及其应用平台设计[D];江南大学;2015年

5 刘学建;数据挖掘在电子商务推荐系统中的应用研究[D];昆明理工大学;2015年

6 戴阳阳;基于数据挖掘的金融时间序列预测研究与应用[D];江南大学;2015年

7 石思优;基于主题模型的医疗数据挖掘研究[D];广东技术师范学院;2015年

8 陈丹;移动互联网信令挖掘实现智慧营销的设计与实现应用研究[D];华南理工大学;2015年

9 陈思;基于数据挖掘的大学生客户识别模型的研究[D];昆明理工大学;2015年

10 位长帅;基于客户数据挖掘的电信客户关系管理研究[D];西南交通大学;2015年

，

本文编号：614916