隨著數(shù)理化分析和計(jì)算機(jī)科學(xué)技術(shù)的日益完善,投資者不再滿足于傳統(tǒng)的定性分析投資,計(jì)算機(jī)技術(shù)的飛速發(fā)展與股票投資相結(jié)合形成了一種新興概念—量化投資。盡管近年來量化投資利用計(jì)算機(jī)技術(shù)和簡(jiǎn)單的數(shù)學(xué)模型得到了長(zhǎng)足的發(fā)展,但過于簡(jiǎn)單的數(shù)學(xué)模型不能很好的適應(yīng)當(dāng)前愈發(fā)復(fù)雜的金融市場(chǎng)環(huán)境。例如隨著社交網(wǎng)絡(luò)和多媒體的廣泛發(fā)展,越來越多的資源可以被量化投資所應(yīng)用,而簡(jiǎn)單的數(shù)學(xué)模型無法很好的利用這些資源,譬如財(cái)經(jīng)新聞、社交輿情等文本信息。為了解決上述問題,本文設(shè)計(jì)并實(shí)現(xiàn)了一套基于機(jī)器學(xué)習(xí)的量化投資系統(tǒng),將量化投資系統(tǒng)與機(jī)器學(xué)習(xí)相結(jié)合。本文設(shè)計(jì)實(shí)現(xiàn)的量化投資系統(tǒng)包括前端界面模塊、數(shù)據(jù)模塊、數(shù)據(jù)預(yù)處理模塊、用戶模塊、監(jiān)視模塊、策略模塊、算法交易模塊和數(shù)據(jù)庫(kù)八個(gè)模塊,其允許用戶通過前端界面進(jìn)行相應(yīng)的查詢、量化交易等操作,其中量化交易作為核心功能是在策略模塊得到價(jià)格預(yù)測(cè)上漲置信度最大的股票,通過算法交易模塊進(jìn)行交易。此外,本文針對(duì)策略模塊和算法交易模塊分別提出了基于分層互補(bǔ)注意力網(wǎng)絡(luò)(Hierarchical Complementary Attention Network,HCAN)的股票價(jià)格趨勢(shì)預(yù)測(cè)算法和基于卷積-...

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
    1.2 研究?jī)?nèi)容
    1.3 研究目標(biāo)
    1.4 論文組織結(jié)構(gòu)
第二章 背景知識(shí)介紹
    2.1 詞向量表示
        2.1.1 中文分詞
        2.1.2 word2vector
    2.2 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)
    2.3 注意力機(jī)制
    2.4 股票價(jià)格趨勢(shì)預(yù)測(cè)
        2.4.1 基于樸素貝葉斯法的股價(jià)趨勢(shì)預(yù)測(cè)算法
        2.4.2 基于詞袋模型的股價(jià)趨勢(shì)預(yù)測(cè)算法
        2.4.3 基于結(jié)構(gòu)化事件的股價(jià)趨勢(shì)預(yù)測(cè)算法
    2.5 算法交易
        2.5.1 VWAP算法
    2.6 小結(jié)
第三章 需求分析
    3.1 系統(tǒng)總體需求概述
    3.2 功能需求
        3.2.1 用戶管理功能
        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 小結(jié)
第四章 系統(tǒng)設(shè)計(jì)
    4.1 系統(tǒng)架構(gòu)
    4.2 前端界面模塊
    4.3 數(shù)據(jù)模塊
    4.4 數(shù)據(jù)預(yù)處理模塊
    4.5 用戶模塊
    4.6 監(jiān)視模塊
    4.7 策略模塊
        4.7.1 策略模塊流程設(shè)計(jì)
        4.7.2 策略模型的設(shè)計(jì)
    4.8 算法交易模塊
        4.8.1 算法交易模塊流程設(shè)計(jì)
        4.8.2 成交量預(yù)測(cè)模型的設(shè)計(jì)
    4.9 數(shù)據(jù)庫(kù)
    4.10 小結(jié)
第五章 關(guān)鍵算法研究
    5.1 基于分層互補(bǔ)注意力網(wǎng)絡(luò)的股價(jià)趨勢(shì)預(yù)測(cè)
        5.1.1 問題描述
        5.1.2 模型概述
        5.1.3 符號(hào)定義
        5.1.4 分層互補(bǔ)注意力網(wǎng)絡(luò)
        5.1.5 實(shí)驗(yàn)評(píng)估
    5.2 基于卷積-長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的成交量預(yù)測(cè)
        5.2.1 問題描述
        5.2.2 模型概述
        5.2.3 符號(hào)定義
        5.2.4 卷積-長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)
        5.2.5 實(shí)驗(yàn)評(píng)估
    5.3 小結(jié)
第六章 系統(tǒng)實(shí)現(xiàn)
    6.1 前端界面模塊的實(shí)現(xiàn)
    6.2 數(shù)據(jù)模塊的實(shí)現(xiàn)
    6.3 用戶模塊的實(shí)現(xiàn)
    6.4 策略模塊的實(shí)現(xiàn)
        6.4.1 訓(xùn)練集預(yù)處理
        6.4.2 股票價(jià)格趨勢(shì)預(yù)測(cè)模型訓(xùn)練及保存
    6.5 算法交易模塊的實(shí)現(xiàn)
    6.6 小結(jié)
第七章 系統(tǒng)測(cè)試
    7.1 測(cè)試環(huán)境
    7.2 系統(tǒng)評(píng)估
        7.2.1 功能測(cè)試
        7.2.2 非功能測(cè)試
    7.3 系統(tǒng)效果演示
    7.4 小結(jié)
第八章 結(jié)束語
    8.1 總結(jié)
    8.2 未來工作
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間發(fā)表和錄用的論文



本文編號(hào)：3858997