首先，先说一下选择c题的理由.C题有着非常明确的背景与目标，也就是 现在非常流行的量化交易，一个数据量很充分的题目，他已经给了过往多年，每 个月的交易数据，并且题目中给了限制，仅根据价格给出策略，也就省去了我们 对于交易量等复杂信息的考虑，关干数据处理的部分，我们也可以代替大家完成 也会提供更大时间维度的数据，帮助大家训练更准确的模型。
关于C题思路代码以及论文，大家可以查看我的另一篇文章：C题思路代码全解
同时、该题主要是一个预测类和规划类的题目，题意背景读起来不难理解， 模型选择性多、易于传达、所以最后选择C。
然后，横向对比一下，A题是个典型的物理题，关于自行车手的受力分析， 还需要一些物理背景知识，B题水库的数据我们倒是有一些现成的资料，但是该 题现在看来，主要是通过字母，模型进行求解，数据部分用上很困难.需要依靠 分析水的蒸发，汇入等信息来进行建模，虽然模型难度不大，但是很难想到哪里 可以有出彩的设计.D题本质上，就是设计一个数据研究团队的kpi.对他的工作 成果做一个评价.但是这样的东西，没有充分有说服力的数据，我们也很难量化 数据团队给出来的价值以及他们的技术等等，如果没有充足量的数据支撑.题目 会逐渐往语文建模走，开始吹kpi设计如何合理.E也是一个评价类题目，针对 的是森林固碳量.但是，各个森林的位置不同，森林种类也不同，气候不同，生 态也不同，如何将这么多不同的东西进行一个比较完美的量化，如何区分杉木林 与灌木林或者热带雨林等等是一个很麻烦的事情.虽然评价过程看起来简单，但 是量化过程有点无从下手.如果选择该题的话、最重要的事情就是要说明你筛选 指标的过程、以及每个指标到底如何量化，如何得到最终的数据.F属于典型的 天马行空、开始想象小行星的开釆、如何度量每个国家、如何理解小行星开釆呢？ 这毕竞不是地球上的资源，那是否先占领的就获得全部开釆权，还是说如何分配, 哪怕某国家没有前往，也有一份资源留给他，不做开发?所谓的公平、需要一个 很详细的策略，不光光包括国家的各方面指标需要进行评价，还包括小行星的各 方面数据政策需要进行评价.
背景市场交易员经常买卖波动性资产，其目标是使其总回报最大化。每一次买 卖通常都有一笔
佣金。其中两种资产是黄金和比特币。
![]()
图I：黄金日价格，美国。S.美元每特洛伊盎司。资料来源：伦敦金条市场协 会，2021年11月9日
![]()
图2：比特币每日价格，Uo S.美元每比特币。资料来源：纳斯达克，2021年11 月9日
要求交易员要求您开发一个模型，该模型仅使用迄今为止过去的每日价格流 来确定交易员每天是否应该购买、持有或出售其投资组合中的资产。
要求：
特别注意，这边说到，该模型仅使用迄今为止的每日价格，虽然你可以从网 络上爬到每天数据的均值，最值，或者交易量，交易分额等数据。但是在你的模 型之中是不可以体现的、你不可以使用这些数据作为参数进行后面的规划、最后 呈现的一个结果应该是一个像基金一样，何时买入何时卖出的一个结果图是最合 适的.
从2016年9月11日开始，您将从1000美元开始运作。从2016年9月11日 到2021年9月10日共五年的交易期。在每个交易日，交易者将拥有一个由现金、 黄金和比特币【C, G, B】分别以美元、美元/盎司和比特币为单位组成的投资组 合。初始状态为[1000, 0.0] o每笔交易（购买或出售）的交易成本为交易金 额的a %。假设aeold=l%和obitsoin=2%。持有资产没有成本。
可以看到，这里给出了一个基础的假设，在每个交易日，交易者将拥有一个 由现金、黄金和比特币【C, G, B]分别以美元、美元/盎司和比特币为单位组成 的投资组合。初始状态为【1000, 0, 0] o对于规划类的问题，这里就把未知量, 也就是决策变量给差不多规定好了，当然可能这个决策变量还不够，还需要新的 量来做添加.然后我们看到，对于每个交易日，我们都有一个这样的三元组，这 意味这什么？一天推一天啊，每天一个阶段，每天一个结果，这不是典型的动态 规划思想嘛？
请注意，比特币每天都可以交易，但黄金仅在开市日交易，定价数据文件 LBMA-GOLD. csv和BCHAIN-MKPRU. csv反映了这一点。你的模型应该考虑到这个 交易时间的限制。
可以看到，这里给了一个约束条件，也就是在周末的时候，需要保持上述三 元组中的G是不变的.好，至此，整个背景看下来、这有一个非常丰富的金融背 景，是一个量化投资的这样一个过程，非常典型的一个规划模型，目标函数也很 简单，赚的最多就可以了.然后就是约束条件，什么时候可以交易，还有交易的 金额等.网上有很多关于量化投资的一个过程，大家可以百度看到很多背景.
要开发模型，您只能使用这两个电子表格中的数据：LBMA-GOLD. csv和 BCHAIN-MKPRU. csv。
开发一个模型，该模型仅根据该日之前的价格(up to today),提供最佳每 日交易策略。根据您的模型和策略，在2021年9月10日，最初的1000美元投 资价值多少？
这里.另一个关键点出现了，这边说的很清楚，仅根据该日之前的价格(up to today),也就是说，比如在2017年9月10 0,有的数据、只能到2017年9 月9日，然后这里需要做一次预测，你需要预测出2017年9月10日会是一个 什么走势，然后根据你的预测走势来看如何交易、而不是站在一个上帝视角，我 已经知道9月10日是什么走势，然后进行买卖的.所以，这里明显是又涉及到一 个预测类的模型，这个也很典型、灰色预测模型、时间序列分析模型，BP神经 网络模型。还有LSTM神经网络都是很好的模型进行预测.然后我们要根据下一天 的预测结果，来进行一个规划模型.
-提供证据说明您的模型给出的是最佳策略。
这里可以给我们的交易策略一个扰动，然后看扰动之后、交易金额是否出现 上涨，或者考察预测模型与实际值的差额。如果使用神经网络等方法可以不断修 正差额，调整参数，使得差额最小等思考角度.
-确定该策略对交易成本的敏感程度。交易成本是如何影响策略和结果 的？
这里是针对上面的a%进行考察，如果a出现一定范围内波动，变小我们会更 频繁地交易，变大我们会减少交易次数，给a一些其他的值，考察对交易策略的 影响。
-以一份最多两页的备忘录将您的策略、模型和结果传达给交易者。
闪光点分析：
本题是一个典型的预测类+规划类的问题、闪光点可以从两个方面分别入手 预测类方面，选用更加准确的预测模型与工具，调整参数等、同时、由于涉及到 金融投资，风险性也是不得不考虑的因素，建议增加风险性的分析，以达到更完 美的结果呈现.规划类方面，在目标函数与约束条件给定之后，如何更快地进行 收敛是规划类的思考方向，比如贪婪算法、比如粒子群算法、鱼群、鸟群等，这 些我们的智能算法系列课都有说到，大家可以去学习一下相关理论，代码与结果 的部分我们可以帮助实现，大家只需要把模型理论以及模型建立部分写清楚就可 以了.
总页数不超过25页的PDF解决方案应包括：-一页摘要表。-目录。 您的完整解决方案。-一到两页的备忘录。-参考文献列表。
关于C题思路代码以及论文，大家可以查看我的另一篇文章： C题思路代码全解
注意：MCM有25页的限制。您提交的所有方面都计入25页的限制（摘要表、 目录、参考列表和任何附录）。您必须引用您的想法、图像和报告中使用的任何 其他材料的来源。 |
|
转播
