本文關(guān)鍵詞： 量化投資 數(shù)據(jù)挖掘 金融市場 交易序列 計算機軟件 自動交易　出處：《復(fù)旦大學(xué)》2012年碩士論文　論文類型：學(xué)位論文

【摘要】：量化投資產(chǎn)生于1970年代末,在此后的30多年中,其得到了長足的發(fā)展。根據(jù)Bloomberg數(shù)據(jù)統(tǒng)計,從1998年至2008年,全球量化基金從21只發(fā)展到1184只。全球范圍內(nèi),越來越多的投資者進入量化投資這個領(lǐng)域,量化投資已經(jīng)成為一種主流的投資方式。 當(dāng)前,只要是對金融產(chǎn)品買賣投資行為的一個環(huán)節(jié)以上使用了量化技術(shù)(采用模型化、模式化、算法化、計算機程序化、自動化之一)就認為是量化投資了。因此在市場上有各種量化投資的說法,包括：量化選擇金融產(chǎn)品、量化選擇交易時間、算法交易、自動套利交易等等。 相對于傳統(tǒng)采用抽樣技術(shù)建立數(shù)學(xué)模型的方法,數(shù)據(jù)挖掘技術(shù)更能反映具體金融產(chǎn)品交易的規(guī)律。針對金融產(chǎn)品投資的幾個環(huán)節(jié)(研究市場和金融產(chǎn)品信息、研究該金融產(chǎn)品的歷史交易、研究當(dāng)前交易情況、預(yù)測未來交易、做出投資決定(買、賣、不行動)、分析交易效果),本文研究采用數(shù)據(jù)挖掘技術(shù)實現(xiàn)量化投資的方法,包括金融產(chǎn)品歷史交易規(guī)律分析、交易序列模式庫建設(shè)、產(chǎn)品交易價格的發(fā)展趨勢預(yù)測、下單交易策略實現(xiàn)等金融產(chǎn)品投資主要環(huán)節(jié)的量化工作。 本文的主要研發(fā)成果為：設(shè)計了一種基于數(shù)據(jù)挖掘的量化投資軟件的框架,包括金融產(chǎn)品歷史交易數(shù)據(jù)整合與挖掘、交易模式挖掘和模式庫管理、產(chǎn)品交易價格預(yù)測與交易決定以及自動下單交易策略等內(nèi)容,系統(tǒng)地實現(xiàn)了金融產(chǎn)品投資主要環(huán)節(jié)的量化工作。在原子交易模式的基礎(chǔ)上,設(shè)計了TOP-K原子交易模式數(shù)據(jù)挖掘程序,設(shè)計實現(xiàn)了基于交易模式的金融產(chǎn)品聚類算法,實現(xiàn)了一種自動下單交易的方法,開發(fā)了一個基于數(shù)據(jù)挖掘技術(shù)的量化投資系統(tǒng)。
[Abstract]:Quantitative investment at the end of the 1970s, in the next 30 years, has made considerable progress. According to Bloomberg statistics, from 1998 to 2008, the global quantitative funds only from 21 to 1184. The development of the global scope, more and more investors to enter the field of quantitative investment, quantitative investment has become a mainstream investment.
At present, as long as it is more than a part of an investment behavior of financial products using quantitative techniques (using the model, model, algorithm, computer programming, automation of) that is quantitative investment. So there is a variety of quantitative investment in the market that includes quantitative selection of financial products, quantitative selection the transaction time, algorithmic trading, automatic arbitrage and so on.
Compared with the traditional method to establish the mathematical model for the sampling technology, data mining technology can reflect the specific financial products trading rules. According to several aspects of financial products investment (research market and financial product information, the financial products in the history of trading, research when trading before the situation, predict the future trading, make investment decisions (buy, sell no action), trading, analysis, this paper studies the effect) using data mining method of quantitative investment technology, including the analysis of historical financial products trading rules, trading mode construction sequence database, forecast the development trend of the product price, single quantitative financial products such as investment mainly link trading strategy.
The main research results of this paper is to design a framework of quantitative investment software based on data mining, including the financial products transaction history data integration and mining, trading pattern mining and pattern library management, product transaction price forecasting and trading decision and automatic single content trading strategy, system realizes the quantification of main part of financial products investment. Based on atomic transaction model, designed the TOP-K atomic transaction model data mining program, the design and implementation of clustering algorithm based on the mode of financial products transactions, realized an automatic method of single transaction, developed a data mining based on quantitative investment system.

【學(xué)位授予單位】：復(fù)旦大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：TP311.13;F832.51

【相似文獻】

相關(guān)期刊論文 前10條

1 袁峗;焦鋒;;基于WEB文本挖掘的證券投資系統(tǒng)的分析與設(shè)計[J];邵陽學(xué)院學(xué)報(自然科學(xué)版);2008年02期

2 徐漢文;;數(shù)據(jù)挖掘在信貸風(fēng)險中的應(yīng)用——Apriori算法實現(xiàn)[J];硅谷;2010年20期

3 袁亞麗;;時序算法在銷售預(yù)測中的應(yīng)用研究[J];微計算機信息;2009年15期

4 袁峗;張英杰;;基于投影聚類算法的Web文本挖掘證券投資系統(tǒng)[J];邵陽學(xué)院學(xué)報(自然科學(xué)版);2009年04期

5 劉宏偉;謝維信;;基于數(shù)據(jù)倉庫的投資決策支持系統(tǒng)設(shè)計研究[J];微電子學(xué)與計算機;2008年02期

6 張新光,王建華;數(shù)據(jù)倉庫信息處理技術(shù)研究[J];齊齊哈爾大學(xué)學(xué)報;2000年03期

7 丁紀云,蔡春娥;利用構(gòu)造數(shù)據(jù)集評定數(shù)據(jù)挖掘過程的方法[J];湖南廣播電視大學(xué)學(xué)報;2001年02期

8 任承業(yè),羅偉其;校園信息系統(tǒng)中CRM與數(shù)據(jù)挖掘的結(jié)合和應(yīng)用[J];計算機工程與應(yīng)用;2003年13期

9 王艷;數(shù)據(jù)挖掘在數(shù)字圖書館中的應(yīng)用[J];情報科學(xué);2003年02期

10 邵紅全,趙茜;用SQL Server2000實現(xiàn)數(shù)據(jù)挖掘的技術(shù)與策略[J];電腦開發(fā)與應(yīng)用;2003年04期

相關(guān)會議論文 前10條

1 郭學(xué)軍;陳曉云;;粗集方法在數(shù)據(jù)挖掘中的應(yīng)用[A];第十六屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集[C];1999年

2 徐慧;;基于Web的文獻數(shù)據(jù)挖掘[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2000年

3 孫迎;;醫(yī)院信息的數(shù)據(jù)挖掘與方法研究[A];中華醫(yī)學(xué)會第十次全國醫(yī)學(xué)信息學(xué)術(shù)會議論文匯編[C];2004年

4 薛曉東;李海玲;;數(shù)據(jù)挖掘的客戶關(guān)系管理應(yīng)用[A];科技、工程與經(jīng)濟社會協(xié)調(diào)發(fā)展——河南省第四屆青年學(xué)術(shù)年會論文集（下冊）[C];2004年

5 郭建文;黃燕;印鑒;楊小波;梁兆輝;;建立中風(fēng)病“陰陽類證”辨證規(guī)范的數(shù)據(jù)挖掘研究[A];中華醫(yī)學(xué)會第十三次全國神經(jīng)病學(xué)學(xué)術(shù)會議論文匯編[C];2010年

6 薛魯華;張楠;;聚類分析在Web數(shù)據(jù)挖掘中的應(yīng)用[A];北京市第十三次統(tǒng)計科學(xué)討論會論文選編[C];2006年

7 朱揚勇;黃超;;基于多維模型的交互式數(shù)據(jù)挖掘框架[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2003年

8 陳濤;胡學(xué)鋼;陳秀美;;基于數(shù)據(jù)挖掘的教學(xué)質(zhì)量評價體系分析[A];全國第21屆計算機技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2010）暨全國第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2010年

9 王星;謝邦昌;戴穩(wěn)勝;;數(shù)據(jù)挖掘在保險業(yè)中的應(yīng)用[A];北京市第十二次統(tǒng)計科學(xué)討論會論文選編[C];2003年

10 郭建文;黃燕;印鑒;楊小波;梁兆輝;;建立中風(fēng)病陰陽類證辨證規(guī)范的數(shù)據(jù)挖掘研究[A];2010中國醫(yī)師協(xié)會中西醫(yī)結(jié)合醫(yī)師大會摘要集[C];2010年

相關(guān)重要報紙文章 前10條

1 李開宇　黃建軍 田長春;把“數(shù)據(jù)挖掘”作用發(fā)揮出來[N];中國國防報;2009年

2 華萊士;“數(shù)據(jù)挖掘”讓銀行贏利更多[N];國際金融報;2003年

3 記者　晏燕;數(shù)據(jù)挖掘讓決策者告別“拍腦袋”[N];科技日報;2006年

4 □中國電信股份有限公司北京研究院 張舒博 □北京郵電大學(xué)計算機科學(xué)與技術(shù)學(xué)院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

5 張立明;數(shù)據(jù)挖掘之道[N];網(wǎng)絡(luò)世界;2003年

6 中圣信息技術(shù)有限公司 李輝;數(shù)據(jù)挖掘在CRM中的作用[N];中國計算機報;2001年

7 田紅生;數(shù)據(jù)挖掘在CRM中的應(yīng)用[N];中國經(jīng)濟時報;2002年

8 王廣宇;數(shù)據(jù)挖掘 加速銀行CRM一體化[N];中國計算機報;2004年

9 周蓉蓉;數(shù)據(jù)挖掘需要點想像力[N];計算機世界;2004年

10 張舒博;數(shù)據(jù)挖掘 提升品牌的好幫手[N];首都建設(shè)報;2009年

相關(guān)博士學(xué)位論文 前10條

1 孫麗;工藝知識管理及其若干關(guān)鍵技術(shù)研究[D];大連交通大學(xué);2005年

2 胡志坤;復(fù)雜有色金屬熔煉過程操作模式智能優(yōu)化方法研究[D];中南大學(xué);2005年

3 劉革平;基于數(shù)據(jù)挖掘的遠程學(xué)習(xí)評價研究[D];西南師范大學(xué);2005年

4 劉寨華;基于臨床數(shù)據(jù)分析的病毒性心肌炎證候演變規(guī)律研究[D];黑龍江中醫(yī)藥大學(xué);2006年

5 王川;基因芯片數(shù)據(jù)管理及數(shù)據(jù)挖掘[D];中國科學(xué)院研究生院（上海生命科學(xué)研究院）;2004年

6 王濤;挖掘序列模式和結(jié)構(gòu)化模式的精簡集[D];華中科技大學(xué);2006年

7 郭斯羽;動態(tài)數(shù)據(jù)中的數(shù)據(jù)挖掘研究[D];浙江大學(xué);2002年

8 李旭升;貝葉斯網(wǎng)絡(luò)分類模型研究及其在信用評估中的應(yīng)用[D];西南交通大學(xué);2007年

9 劉東升;面向連鎖零售企業(yè)的客戶關(guān)系管理模型（R-CRM）研究[D];浙江工商大學(xué);2008年

10 余紅;網(wǎng)絡(luò)時政論壇輿論領(lǐng)袖研究[D];華中科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 朱博雅;一種基于數(shù)據(jù)挖掘的量化投資系統(tǒng)的設(shè)計與實現(xiàn)[D];復(fù)旦大學(xué);2012年

2 廖賽恩;養(yǎng)生方數(shù)據(jù)挖掘分析系統(tǒng)的研制[D];湖南中醫(yī)藥大學(xué);2010年

3 李坤然;數(shù)據(jù)挖掘在股市趨勢預(yù)測的應(yīng)用研究[D];中南林業(yè)科技大學(xué);2008年

4 鄭宏;數(shù)據(jù)挖掘可視化技術(shù)的研究與實現(xiàn)[D];西安電子科技大學(xué);2010年

5 杜金剛;數(shù)據(jù)挖掘在電信客戶關(guān)系管理及數(shù)據(jù)業(yè)務(wù)營銷中的應(yīng)用[D];北京郵電大學(xué);2010年

6 徐路;基于決策樹的數(shù)據(jù)挖掘算法的研究及其在實際中的應(yīng)用[D];電子科技大學(xué);2009年

7 梁小鷗;數(shù)據(jù)挖掘在高職教學(xué)管理中的應(yīng)用[D];華南理工大學(xué);2011年

8 王浩;數(shù)據(jù)挖掘在上海市職業(yè)能力考試院招錄考試優(yōu)化管理項目中的運用研究[D];華東理工大學(xué);2012年

9 黎衛(wèi)英;數(shù)據(jù)挖掘在中職幼教課程改革中的應(yīng)用[D];福建師范大學(xué);2009年

10 張煜輝;數(shù)據(jù)挖掘和SPC在生產(chǎn)過程質(zhì)量控制中應(yīng)用研究[D];上海交通大學(xué);2009年

，

本文編號：1453010