1. 研究目的与意义（文献综述）

量化投资，简单地说就是利用数学、统计学、信息技术建立数学模型，将传统投资理念、风险、收益等进行量化并付诸实现的过程。量化投资的起源可以追溯到20世纪50年代，但那时的量化由于计算工具的限制，并未得到太多的认可和普及。直到近30年，随着计算机的普及，it技术的飞速发展与进步，量化投资业绩稳定，市场规模和份额不断扩大，并越来越多的被投资者所接收和认可。

最近十年来,量化投资成为了欧美资本市场发展的热点与焦点,一举成为了国际投资界兴起的一个新方法,发展势头迅猛,和基本面分析、技术面分析并称为三大主流方法。由于量化投资交易策略的业绩稳定,其市场规模和份额不断扩大,得到国际上越来越多投资者的追捧。过去20年收益率最高的基金,是文艺复兴科技公司的大奖章,其客户平均年收益率高达35%;而过去四年高盛旗下的量化基金规模翻了一倍,超过1000亿美金。由此可见,量化投资已经成为机构投资者的重要利器。

量化投资对于基金公司/资产管理公司而言,有着非常明显的价值：首先是容易冲规模。一个有效的量化模型是可以在多个产品上进行快速复制,从而迅速做大规模。这个在巴克莱的指数增强系列产品上得到最明显的体现。截止2011年底,巴克莱量化基金,管理规模超过1.6万亿美金,超过富达基金,成为全球最大的资产管理公司。其次是可以获得绝对收益。利用量化对冲方式,构建与市场涨跌无关的产品,赚取市场中性的策略,适合追求稳健收益的大机构客户，例如保险资金、银行理财等。这个产品的代表性公司就是目前全球最大的对冲基金bridgewater,旗下的旗舰产品pure alpha过去五年共赚取超过350亿美金。第三是杜绝了内幕消息和老鼠仓。量化投资只利用公开数据,通过数学模型的运算,挖掘出隐藏在公开数据后面的信息,从而战胜市场,从方法论上就杜绝了内幕消息的可能。在交易过程中利用复杂的it系统进行程序化交易,使得老鼠仓也无法成为可能。在国内金融市场监管日趋规范的情况下，量化投资这种方法必然会成为投资研究的主要方法。

2. 研究的基本内容与方案

目标及内容：

一个完整的机械交易系统，可以完全客观地测试和部署，而不需要人为判断，必须提供进场点和出场点。真正完整的机械系统必须明确地提供的信息中，最首要的一条就是：何时、如何、可能以什么价格进入市场。良好的进场很重要，因为它可以降低风险敞口，增加交易获利的可能性。虽然有时可能通过不够良好的进场来获利，但是好的进场使交易一开始朝着正确的方向上进行。

技术方案：进场策略

3. 研究计划与安排

1-3周：查阅文献，完成开题报告

4-6周：总体设计，完成论文综述

7-10周：设计进场策略，分析指标

4. 参考文献（12篇以上）

[1] 阮敬编著，python数据分析基础，中国统计出版社，2017.9
[2] 华校专，王正林编著，python大战机器学习：数据科学家的第一个小目标，中国工信出版集团，电子工业出版社，2017.3
[3] [美]michaael broles著，沙赢，李鹏译，python机器学习预测分析核心算法，中国工信出版集团，人民邮电出版社，2017.1
[4] 孙瑞奇.基于lstm神经网络的美股股指价格趋势预测模型的研究[d].首都经济贸易大学，2015
[5] 李斌， 林彦， 唐闻轩，ml—tea：一套基于机器学习和技术分析的量化投资算法，系统工程理论与实践，2017年第5期

[6]金雪军, 曹赢. 美国扩张性货币政策对中国通胀的影响——基于深度长短期记忆神经网络的分析[j]. 上海金融, 2016(3):80-83.

[7]刘海玥, 白艳萍. 时间序列模型和神经网络模型在股票预测中的分析[j]. 数学的实践与认识, 2011, 41(4):14-19.