2022华中杯量化投资思路与程序 - 知乎

　　早上五点十几分起床，当我打开题目第一眼，我就开心了...作为常年做建模的我来说，这个题目做过类似的啊！，去年美赛C题不就是吗？一个关于比特币和黄金投资的问题，请看我去年该比赛的解析：川川菜鸟：2022美赛C题股票投资回顾讲解，教你正确打数学建模比赛

　　总收益率、夏普率、最大回撤率，风险率这些都在美赛C题有用到，所以值得研究。

　　好了，不能一直高兴，开始读题，边读题边解析理解。

　　第一个自然段：大概介绍了量化投资的基本概念，玩炒股的人很懂吧？至少我的计算机学长就是用代码做的市场预测。

　　第二个自然段：给了一堆可以参考的指标，暂时也不知道怎么用：

　　我们就打开数据表看看哈：

　　哎呀卧槽，这数据太熟悉！！如果要预测，是否考虑LSTM？股票预测一般用收盘价作为指标进行预测。除了LSTM，还有什么更先进的方法？如果要赚钱，是否考虑策略设计？既然玩股票，K线图少得了？ 这里只是我第一次读题的想法，这里面的问题，我都在我的CSDN做过详细讲解和代码阐述，这里暂时不说，先读题，不能傻高兴。

　　补充一下吧，这里有facebook最先进得预测模型案例：川川菜鸟：Prophet时间序列模型预测石油股票

　　俄罗斯股票预测案例：川川菜鸟：写点代码分析一下俄罗斯的股票

　　第一问：画重点了！就是相关性分析啊。

　　相关性分析有哪些？皮尔逊相关系数斯皮尔曼相关性系数肯德尔相关性系数

　　这里暂不做过多介绍，下面有讲解。

　　第二问就是训练和预测了，这比美赛简单多了，该问题直接说明了用规定数据作为训练集，测试集，机器学习的常规操作了，可以参考我题目导读部分。

　　建立一个模型，似乎你的代码并不怎么变，只需自己设计一个模型，添加理论即可：

　　这个问题就更简单了，只要你打过美赛的C题，对你并不难，该问题是怼股票的量化交易，策略设计，请直接参考我知乎的美赛策略分析美赛

　　美赛的结束的时候，我还给我的群友发了六十多种交易策略和代码，相信在群里的人高兴麻了！哈哈哈哈，欢迎自行下载，任何收费行为与本人无关，个人仅仅是鼓励大家比赛，不传答案，思路到此基本已经非常详细了，代码资料都有了：

　　这题不难，但是对于新手来说，你可能举手无措，但是当你看到本篇文章的时候，你一定豁然开朗，后续更新请看知乎：川川菜鸟，公众号：玩转大数据。

　　此时已经早上六点了，后续更新请关注本博主，但是我不会传答案，仅仅会对相关知识点做类似讲解，你要是不关注，就找不到我啦，哈哈，本次为第一次更新，但我觉得思路很好了。

　　一次数模，终身受益！！！yyds

　　2022-4-30-10：38 更新来了，仔细看看数据表：

　　指数代码全部一样，说明整个数据是某一种代码，代码号为：931582.CSI。首先值得一提的是，CSI代表的就是数字经济主题，931582.CSI又是什么？根据财经频道相关查询得知，该数据为中证数字经济指数，它跟数字人民币非常相似。

　　下图来自东方财富关于该股票得信息版图：

　　抱歉。。不是带大家炒股，只是一个题目，你要做就全面了解它，才知道怎么做。

　　注意：这个excel有多个表，不要以为只有一个股票买卖数据！

　　2022-4-30 15:36 更新....

　　查了一下国家统计局数据，对该数据进行实际值填充：

　　数据填充依据来源：国家统计局，一月和二月的总额为69737，且一二月只能同时发布，填充两个平均值为：34868.5

　　算了，再补充一下，你们不晓得画什么图，这里我把我美赛的股票C题画的图给你们看一下，代码自己写，看清楚，画的是我美赛的图，不是华中杯的图，这里我不能给答案，所以只能美赛的给你们借鉴一下。

　　回测图：

　　股票每日绘制：

　　黄金平均线：

　　回报率：

　　直方图分布全面了解：

　　投资风险率：

　　看，这么多图，一写，牛逼一吹，就上档次了。可以对比借鉴绘制类似图形。不说了，看华东杯去了。

　　更新怎么写论文，哈哈，论文咋个写，我就把粉丝群的回答截图直接放进来，语文建模也可以拿奖：

　　看大家做得实在糊涂，所以决定更新一下，五月三号凌晨更新。。。完整代码和文件可qun 238608065下载，或者自己跑出来也一样、

　　对所提供的各项指标进行分析，从中提取出与“数字经济”板块有关的主要指标。所以第一问实际上跟其它的几个表没有关系，后面才会用到。

　　首先要绘制趋势图的代码：

　　结果如下：

　　这一段数据的收益率变化（自己看代码部分，公式就是后一天减去前一天除以前一天）

　　Pearson 显著性检验

　　输出如下：

　　Pearson 相关系数矩阵，在后面继续追加一部分代码：

　　Kendalltau相关系数矩阵（另一个相关系数方法了），我们直接在后面继续追加一部分代码即可：

　　Spearman系数（又是另一个相关系数方法了），底部添加一部分这个代码即可：

　　本次相关系数参考我的这篇相关系数文章：川川菜鸟：matlab相关性分析（皮尔逊，肯德尔，斯皮尔曼）

　　以上的方法选择一种即可，比如选择Pearson 相关系数矩阵，根据绘制的图可以得到与收盘价最相关的为开盘价，最高价，最低价。第一问做完了。

　　先把数据简单处理一下，无关的列直接删除：

　　导入模块：

　　读取数据：

　　如下：

　　只取每一天的最后时间作为指标：（如果你要这一天的每个事件都作为指标，在此基础上循环）

　　如下：

　　查看股票基本统计描述：

　　根据以上结果可以得到，样本数为：130,均值为1535.76（看闭盘），标准差为62.22（波动不算大），最大值为1682.60

　　画个简单的趋势图：

　　画蜡烛图：

　　绘制蜡烛和趋势：

　　绘制移动平均线：

　　计算每日收益率：

　　如下：

　　按照月份计算收益率：

　　按照季度计算收益率：

　　绘制每日百分比变化daily_pct_change的分布

　　累积日收益率：

　　如下：

　　总体来说这个股票不太行，要我真的买，我可不会买。

　　2022-5-7 更新一下第四问，思路就是使用SMA算法 ，百度一下能搜到不少相关方法，不知道为啥，我根据这个算法买下来把钱亏安逸了，我调整好再更新。

　　补充一个简单的策略吧，大家可以作为参考，数据还是用的上面数据分析里面的数据：

　　导入模块：

　　读取数据：

　　筛选每天的最后时刻为指标：

　　如下：

　　查看一下数据信息：

　　没有空值：

　　导入回测和绘图模块：

　　设计一个SMA均值策略，当日Close价格上涨突破均值时，则做多，当日Close价格跌破均值时，则做空：

　　重新准备一下数据：

　　回测设置

　　运行如下：

　　获取策略的表现：

　　结果如下：

　　通过cerebro自带的plot函数可以将整个结果画出来，这里可以看到在股票价格上升时买入，在股票价格下降时卖出，符合我们所定的策略规律。

　　但同时也可以看到操作的频率比较高，而且整个AAPL在2021年是整体上升的，在不做任何参数优化的前提下，可能从最开始保有股票不做任何操作再到年底全部卖出（Buy-and-hold策略）拿到的收益会更多，下面我们算一下。

　　结果如下：

　　以上就是一个简单的策略与回测实现本题第四问，总体可以看出我们的策略是较好的。

　　欢迎加入粉丝qun ,免费答疑：238608065，其它大群满了，不要重复加，鼓励大家在比赛中提升自己能力。

　　推一下我自己：关于个人收徒这事

　　绘制热力图是，如果你使用的版本过低会报错如下：

　　原因：改函数适用于2019版本以及以后的版本

　　参考官方文档：创建热图 - MATLAB heatmap - MathWorks 中国参考官方文档：创建热图 - MATLAB heatmap - MathWorks 中国