(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202211173761.8
(22)申请日 2022.09.26
(71)申请人 南京道平方科技有限公司
地址 210001 江苏省南京市将军大道 20号
中惠大厦南楼3 03室
(72)发明人 袁泉 张德平
(74)专利代理 机构 南京思宸知识产权代理事务
所(特殊普通 合伙) 32548
专利代理师 陈常美
(51)Int.Cl.
G06Q 40/06(2012.01)
G06Q 40/04(2012.01)
G06Q 10/06(2012.01)
G06Q 10/04(2012.01)
G06N 20/00(2019.01)
(54)发明名称
一种基于量化K线的投资组合 算法交易策略
(57)摘要
本发明公开了一种基于量化K线的投资组合
算法交易策略, 设定股票池, 对股票池中的股票
进行数据清洗, 数据清洗包括缺失值处理、 数据
量不足的删除处理以及数据的标准化处理, 从清
洁数据中提取因子, 利用机器学习算法和深度学
习方法构建多因子模型, 给出初始股 票池中股票
的预测收益率; 对初始股票池中的股票, 在多因
子模型的基础上, 建立均线系统、 并以此精炼个
股, 以提高预测的可靠性与准确性。 本发明提供
的基于量化K线的投资组合算法交易策略, 多因
子模型与均线系统结合, 实现了量化模型中长期
持仓的择股优势和技术分析短期强弱的择时优
势, 提高预测精度, 并利用算法 交易策略, 保证收
益, 实现良好的风险控制。
权利要求书1页 说明书6页 附图1页
CN 115471339 A
2022.12.13
CN 115471339 A
1.一种基于量 化K线的投资组合 算法交易策略, 其特 征在于, 包括以下步骤,
步骤S1、 设定股票池, 对股票池中的股票进行数据清洗, 数据清洗包括缺失值处理、 数
据量不足的删除处理以及数据的标准化处理, 从清洁数据中提取因子, 利用机器学习算法
和深度学习方法构建多因子模型, 给 出初始股票池中股票的预测收益 率;
步骤S2、 对初始股票池中的股票, 在多因子模型的基础上, 建立均线系 统、 并以此精炼
个股, 以提高预测的可靠性与准确性;
步骤S3、 根据仓位管理要求构建投资组合, 决定个股的头寸和整个组合的总头寸;
步骤S4、 根据总体的风险控制要求, 设置个股的止盈与止损水平, 在此基础上, 估算整
个投资组合的总体风险;
步骤S5、 为保障投资组合的盈利, 顾及总体的风险控制要求, 在建仓时, 根据历史数据
计算个股的相对支撑位, 采用算法交易策略, 分批建仓, 最终完成整个投资组合的构建。
2.根据权利要求1所述的一种基于量化K线的投资组合算法交易策略, 其特征在于, 所
述步骤S1 中, 在利用清洁数据构建多因子模型时, 采用的算法包括传统的最小二乘法、 时间
序列分析 方法、 机器学习方法和深度学习方法中的至少一种。
3.根据权利要求1所述的一种基于量化K线的投资组合算法交易策略, 其特征在于, 所
述步骤S2中, 具体包括以下步骤,
S21、 通过均线系统分别计算个股的各条均线在三个周期的取值, 再做以下判断: vit>
vi, t‑1>vi, t‑2, i=5, 10, 20, 3 0,
其中t, t‑1, t‑2分别表示当期值、 前一期值和前二期值, 满足条件的标记符为1, 不满足
条件的标记符为0;
S22、 精炼个股, 具体可分为以下两种情况:
第一种, 如果多因子模型的输出结果, 全部都要用于建仓, 则通过均线系统 的设置确定
其权重, 此处权 重的设置是设定的建仓上限额度Alimit;
第二种, 如果多因子模型的输出 结果有挑选的空间, 则直接去掉标记符为0的股票。
4.根据权利要求1所述的一种基于量化K线的投资组合算法交易策略, 其特征在于, 所
述步骤S3中, 仓位管理作为风险控制的一部分内容, 要求持有的头寸满足特定的风险控制
要求, 为实现对每只个股分配头寸, 建立了最优头寸分配模型。
5.根据权利要求1所述的一种基于量化K线的投资组合算法交易策略, 其特征在于, 所
述步骤S4中, 为 综合考虑盈利水平和风险控制要求, 对每只持仓股 票通过历史数据分析, 预
设其止盈价格和止 盈价格, 在此基础上, 估算出整个投资组合的预期收益和预期风险,
其中, 止盈策略为预测收益+3*标准差, 止损策略为预测收益+1.5*标准差, 若在整个持
仓期内, 均未满足这两个条件, 则在持仓期末, 按收盘价平仓 。
6.根据权利要求1所述的一种基于量化K线的投资组合算法交易策略, 其特征在于, 所
述步骤S5中, 具体包括如下步骤:
S51、 相对支撑位的计算, 设定两个支撑位, 当期周期的5日均线作为第一支撑位, 当前
周期的10日均线作为第二支撑位;
S52、 个股建仓, 对每只股票, 按步骤S3中建立的最优头寸分配模型结果, 得到其头寸,
在上一周期的收盘价处、 第一支撑位处和第二支撑位处分别买入预期 头寸的1/3, 从而完成
建仓。权 利 要 求 书 1/1 页
2
CN 115471339 A
2一种基于 量化K线的投资组合算法 交易策略
技术领域
[0001]本发明属于量化投资技术领域, 具体涉及一种基于量化K线的投资组合算法交易
策略。
背景技术
[0002]一般说来, 金融市场是指经营货币资金借款、 外汇买卖、 有价证券交易、 债券和股
票的发行、 黄金等贵金属买卖场所的总称, 它是由许多不同的市场组成的一个庞大体系。 丰
富的金融交易品种、 多变的金融衍生品工具为投资者通过了极大 的选择空间。 在诸多金融
市场分类中, 证券市场由于门槛较低, 专业要求较低, 吸引了众多投资者参与其中。 据中国
证券登记结算有限责任公司官网公布的数据, 截止2022.2.25, 证券市场投资者数 目突破2
亿大关, 达到20000.87万。 因此, 应用于证券市场的基于量化K线的投资组合算法交易策略
具有广阔的应用空间。
[0003]证券市场分析方法大致可以分为两类: 技术分析和量化分析。 技术分析的基本思
想是相信历史会重演, 价格可以反 映市场上 的所有信息, 技术分析中最常用的是基本面分
析和K线分析。 基本面分析是最早诞 生的分析方法, 它从金融理论或经济学的角度对企业价
值进行评估或对股票价格进行预测。 现在的基本面分析还包括时事政治分析、 新闻分析等
内容。 基本面分析需要适当的分析框架和足够的信息来源, 这与分析人员的知识水平和个
人经验有关。 K线分析以K线图为基本 分析工具, 通过K线图反映的信息来预测未来价格的变
化。 K线图能够全面透彻地观察到市场的真正变化, 既可看到股价的趋势, 也同时可以了解
到每天市场情况的波动。
[0004]随着金融数据的急剧膨胀, 仅仅依靠技术分析方法, 已经无法满足投资者的需求,
量化投资是市场中所占比重日益提高。 量化指通过海量的数据客观分析决策, 利用模捕捉
价差, 以获得持续稳定的收益, 避免人为主观因素干扰。 量化投资策略利用量化方法, 对金
融市场进行分析、 判断和交易的策略和 算法的总称。 量化投资技术几乎覆盖了投资的全过
程, 包括量化选股、 量化择时、 股指期货套利、 商品期货套利、 统计套利、 算法交易, 资产配
置, 风险控制等。 国内量化投资起步较晚。 赵丹阳2002年加入私募基金, 被认为是私募基金
合规化的向上推动者; Barra在2013年发布了应用于中国市场的模型—Barra China
Equity Model(CNE5); 2018年是公认的量化元年, 这一年量化基金取得了骄人战绩, 国内首
只运用量化策略进行红利股票投资的长盛量化红利, 在主动量化基金业绩排行榜上, 以超
出同类平均 13个百分点的收益率, 在130只同类产品中位居第2名。 据不完全统计, A股市场
中, 使用技术分析和量化分析的占比大约为8:2.这也表明, 量化投资在国内有良好的发展
前景。
[0005]量化投资中, 最常用的量化模型是Barra多因子模型, Bloomberg多因子模型和
Northfield多因子模 型。 这三种模 型的基本思路都是将个股收益率解释为一系 列因子的函
数, 即
[0006]r=x1f1+x2f2+…xnfn+ ε,说 明 书 1/6 页
3
CN 115471339 A
3
专利 一种基于量化K线的投资组合算法交易策略
文档预览
中文文档
9 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
温馨提示:本文档共9页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 SC 于 2024-02-18 22:25:57上传分享