题目要求模型仅使用迄今为止的每日价格,在网络上找到的每天数据的均值、方差、最大值，或是交易量，交易分额等数据是不能展现出来的，尤其不能作为参数。最后呈现的一-个结果应该是像基金-样，何时买入何时卖出的一个结果图。
.在每个交易日，交易者将拥有由现金、黄金和比特币组成的投资组合，有个初始值。对于规划类的问题，这里就把未知量，即决策变量所得规定差不多了。对于每个交易日都有对应的一个三元组合，也就是动态规划类题目。(参考动态规划模型)
4. 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 反映着这一-点，模型应该考虑到交易时间的限制，即约束条件:在周末的时候，三元组合中的G是不变的
5.目标函数:使得盈利最大化、风险价值最低;约束条件:交易金额、交易时间。对于背景引入部分，即量化投资深入了解和阅读一下
(可参考文献: [1]叶 飞阳.2017年量化投资策略研究[].现代商贸工业，2017,38(31):3. [2]李 艺量化交易策略模型应用研究[D].云南财经大学, 2014. [3陈艳，王宣承.基于变量选择和遗传网络规划的期货高频交易策略研究[].中国管理科学, 2015, 023(010):47-56. [4]燕汝贞, 李平，曾勇. - -种面向高频交易的算法交易策略[].管理科学学报, 2014, 17(3):9. [5]刘东生. 黄金期货量化交易投资策略研究[D].对外经济贸易大学等等)
6.使用电子表格中的数据: LBMA- GOLD.csv和BCHAIN-MKPRUcsv开发-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。假设只有9月9日的数据，往后对于没有的数据需要做一-次预测，你需要预测出9月10日会是-个什么走势，然后根据你的预测走势来看如何交易。这里涉及到一个预测类的模型:可以参考:灰色预测模型，ARIMA 的时间序列预测模型，SVM 支持向量机、BP神经网络模型还有LSTM长短时记忆神经网络、插值回归拟合等进行预测。然后我们要根据下一天的预测结果，来对我们的规划模型提供证据说明模型给出的是最佳策略。
↓↓
C题 思路 模型 方法 论文资料等 持续更新 |
|
转播
