目录

1 选题的背景和意义

1.1 选题的背景

1.2 国内外研究现状及发展趋势

2 研究的基本内容

2.1 基本框架

2.2 研究的重点和难点

2、简要概述现有的几种基本量化交易策略的种类及基本原理。

2.3 拟解决的关键问题

3 研究的方法及措施

4 预期成果

2、资料收集准备阶段

3、论文写作及答辩阶段

参考文献

1 选题的背景和意义

1.1 选题的背景

近年来中国金融市场发展迅速，股票期货等市场受到很多资金的追捧，股票市场去年更是经历了一波快速上涨的牛市，然而因为这是一波由杠杆强行推上去的牛市，再加上各种政策等原因，最终引发了一场股灾，市场一路急速向下，引起了金融市场剧烈波动，造成许多投资者损失惨重。但也不是所用投资者都损失了所有盈利，比如一部分采用量化交易的机构，甚至他们在经历股灾后还有少许盈利。随着市场的日渐成熟，可交易的品种日益增多，所掌握的资金规模越来越大，许多采用传统投资方法的机构和零售交易者愈发感到力不从心，例如在国内各个比特币平台利用价差进行套利，光采取人工盯盘来寻找机会往往需要花费很多精力，而且整天高度注意力集中对交易员的身体素质也是一种考验，况且这种套利机会往往是一瞬之间的事，从交易员发现机会到手动执行下单这中间需要很多时间，很容易失去一次很好的套利机会，而采用程序控制自动发现套利机会并进行下单的量化交易渐渐被人所开发出来并利用。随着数学，统计学和计算机学的发展，量化交易起源于上世纪70年代的国外发达国家的股票市场，之后在期货交易市场迅速发展并普及开来，渐渐成为了主流，以至于到后来占国外期货市场交易量的百分之七八十，包括程序高频交易，也属于量化交易的一部分，国内则还在起步阶段。

1.2 国内外研究现状及发展趋势

国外有学者利用智能算法进行构建交易策略,FranklinAllen使用遗传算法来找出最优的交易规则,Tak-chungFu从众多技术指标中找到最优的入场组合,以及使用遗传算法来进行最优品种组合配置,Jiah-ShingChen利用组合遗传算法来筛选技术指标^[3],构建优秀的交易策略。Tun-JenChang考虑风险的情况下,利用遗传算法来进行最优品种组合,Gorgulho和Neves利用遗传算法进行交易指标的筛选和组合的选择。李敏强和张俊峰两位学者将遗传算法的思想应用到股市和期货市场投资中,阐述了遗传算法用于市场投资分析的数学模型,并验证了遗传算法用于市场投资的可行性和优越性。赵建和霍佳震利用遗传算法对趋势交易策略的参数进行优化,对不同的交易策略进行组合,从而找出最优的交易策略。王永宏,王洋等构建了不同的趋势交易策略,有的采用动量指标,小波分析,流动性,也有的借助随机过程中的马尔科夫链这些交易策略都是一个完整的交易系统,并且需要多次优化。牛永魁对海龟交易系统进行改进和设计,构建了一个突破类交易策略。龚朴和陈旭对技术指标进行分析和优化进而构建了趋势交易策略。王俊杰和张俊峰分别对中国股市进行分析和研究,在中国市场股票有诸多的限制,如何在中国市场构建交易策略是研究者应该关注的问题。张戈利用Copula函数构建趋势交易策略,路来政对构建的交易策略做出了检测和跟踪,与传统的趋势交易方式做出了鲜明的对比,证明了程序化交易的优势所在。马友连构建了套利交易策略,利用数理统计的方法找出套利区间然后对越出套利区间的时机进行把握,实现套利,但是这种方式有一定的限制条件。何树红基于协整的思想构建套利交易策略^[26],突破了传统套利交易策略的诸多限制。何潇肖则对股 指期货不同的合约之间的期现套利交易策略进行研究,对期货和现货的比例如何配置进行了准确设计。杨怀东,伍娟,盛虎利用高频数据构建了统计套利策略现高频交易,胡天福在考虑了中国证券市场有诸多限制的情况下,构建了一个高频交易策略,对交易策略进行了历史回测。