(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