隨著證券行業(yè)的快速發(fā)展,股市交易越來越受廣大股民、證券公司、基金公司以及證監(jiān)會的關(guān)注。有效的上市公司管理不僅可以激發(fā)股民的投資熱情,更能保障企業(yè)的產(chǎn)業(yè)發(fā)展,從而實現(xiàn)企業(yè)利益最大化。本課題的基金優(yōu)選系統(tǒng)主要以相關(guān)基金數(shù)據(jù)為依托,最終實現(xiàn)投資分析與決策。它集成了當(dāng)下先進的機器學(xué)習(xí)工程設(shè)計理念和時下較為成熟的金融體系知識。根據(jù)實際需要,項目共分為4個模塊:數(shù)據(jù)處理模塊、特征選擇模塊、機器學(xué)習(xí)模塊、基金優(yōu)選模塊。數(shù)據(jù)處理模塊主要處理由第三方數(shù)據(jù)提供商收集到的數(shù)據(jù);特征選擇模塊主要針對數(shù)據(jù)處理后的數(shù)據(jù)用特征工程理論以及統(tǒng)計學(xué)的公式完成特征篩選;機器學(xué)習(xí)模塊主要是對篩選后的特征進行機器學(xué)習(xí)算法的實現(xiàn);基金優(yōu)選模塊利用機器學(xué)習(xí)模塊的預(yù)測值按照客戶要求給出策略。這4個模塊中數(shù)據(jù)處理模塊、特征選擇模塊以及機器學(xué)習(xí)模塊完全由本人分析、設(shè)計、實現(xiàn)與測試。而基金優(yōu)選模塊,本人只負責(zé)后臺分析、設(shè)計與實現(xiàn),前端設(shè)計、實現(xiàn)與測試都是由團隊中的其他人來完成。系統(tǒng)主要運用的技術(shù)為機器學(xué)習(xí),其與基金優(yōu)選相結(jié)合,用以模擬投資等諸多相關(guān)功能,為基金經(jīng)理決策提供了新思路�？蛻艉屯顿Y者可以就此重新思考自已的決策方式。系統(tǒng)測試階段... 

【文章來源】：北京交通大學(xué)北京市211工程院校教育部直屬院校

【文章頁數(shù)】：91 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１對沖基金交易策略??Ｆｉｇｕｒｅ?２－１?Ｈｅｄｇｅ?Ｆｕｎｄ?Ｔｒａｄｉｎｇ?Ｓｔｒａｔｅｇｙ??，

??上圖３－２是對數(shù)據(jù)處理功能的用例圖。在圖中，本功能只需要一個對外的交互??接口，功能內(nèi)的子功能有如圖的使用關(guān)系。本功能需要分析的問題均建立在系統(tǒng)??可以正常訪問數(shù)據(jù)庫的前置條件下。??（１）首先需要分析的是數(shù)據(jù)清洗。關(guān)于四種數(shù)據(jù)相同點這里需要分析的是數(shù)??據(jù)格式不統(tǒng)一的問題、數(shù)據(jù)信息缺失問題、去重問題、分析數(shù)據(jù)和處理異常數(shù)據(jù)??等４方面問題。以下將針對不同問題作分析：??１）

圖３－４特征選擇的過程??Ｆｉｇｕｒｅ３－４?Ｔｈｅ?Ｐｒｏｃｅｓｓ?ｏｆ?Ｆｅａｔｕｒｅ?Ｓｅｌｅｃｔｉｏｎ??上圖３－４中，特征選擇的流程主要有三大塊，特征選擇，特征提取，模型選擇??與評估。在本課題中，人工可以得到的特征數(shù)量就有１５１個，己經(jīng)很驚人了，再??加上機器創(chuàng)造出來的特征共計７２個，整體來看就更加多。但是這些不能直接用在??機器學(xué)習(xí)的訓(xùn)練里。因為很多特征之間都有相關(guān)性，如果簡單的放在算法訓(xùn)練中，??會導(dǎo)致特征背后的信息重復(fù)利用，這樣就會對最終決策產(chǎn)生不利影響。而特征選??擇（Ｆｅａｔｕｒｅ?Ｓｅｌｅｃｔｉｏｎ）就是通過如圖３－４的一系列步驟剔除掉原始特征集中相關(guān)性太??強的特征，減少有效性弱的特征個數(shù)，提高模型精確度。??（１）圖３－４中的特征選擇涉及４個子過程：產(chǎn)生過程是生成特征子集，要求??對原始特征集的２２３個特征只要是通過數(shù)據(jù)處理的，都要有形成初始特征集。評??價函數(shù)是計算子集對預(yù)測結(jié)果的相關(guān)性

【參考文獻】：
期刊論文
[1]基于深度學(xué)習(xí)和股票論壇數(shù)據(jù)的股市波動率預(yù)測精度研究[J]. 陳衛(wèi)華,徐國祥.  管理世界. 2018(01)
[2]市場調(diào)查中的問題分析[J]. 寧萍.  產(chǎn)業(yè)與科技論壇. 2018(02)
[3]我國證券公司資產(chǎn)管理業(yè)務(wù)的歷史發(fā)展及監(jiān)管邏輯[J]. 楊光.  上海政法學(xué)院學(xué)報(法治論叢). 2017(04)
[4]信息質(zhì)量感知對信息獲取與信息采納的影響研究[J]. 李晶,漆賢軍,陳明紅.  情報科學(xué). 2015(03)
[5]投資者非持續(xù)性過度自信與股市反轉(zhuǎn)效應(yīng)[J]. 何誠穎,陳銳,藍海平,徐向陽.  管理世界. 2014(08)
[6]我國境內(nèi)個人投資者主要投資方式收益風(fēng)險分析[J]. 李星輝.  時代金融. 2013(24)



本文編號：3616354