【技术实现步骤摘要】
本专利技术涉及数学理论、金融市场数据与信息技术
,特别是涉及一种基于时间序列的量化投资方法。
技术介绍
量化投资是对金融市场和产品信息进行量化分析,根据历史交易和相关数据建立模型,由模型做出投资决定,再由算法自动下单完成交易。量化投资在美国等发达国家已逐渐成为证券投资中运用十分广泛的一种技术,特别在近十年,信息化技术与金融交易结合更加紧密,这种以数学理论、金融市场数据与信息技术三者结合的方法,充分发挥出了量化投资的系统、准确、高效、客观等特点,极大的提高了投资决策的效率和效果。近年来,国内许多机构投资者也越来越重视量化投资,其量化投资产品逐渐增多。时间序列是按照时间顺序取得的一系列观测值。随着数据库技术的飞速发展,存储数据越来越多,其中很多数据是以时间序列的形式出现的。时间序列数据是一类重要的复杂数据对象,在商业、经济以及科学观测等各个领域广泛存在大量的时间的时间序列数据,进一步分析处理这些数据,对自然和社会科学领域的预测、决策、发展具有重大意义。时间序列分析是通过分析已知的历史和现状方面的数据资料,研究其演变规律,据此预测对象的未来发展趋势。时间序列指按时间顺序排列的观测值集合。使用时间序列分析法基于一个假设,即事物在过去是如何随时间变化的,那么在今后也会以同样的方式继续变化下去。时间序列分析着眼于数据时间前后的相关性。本专利技术提供了一种基于时间序列的量化投资方法。
技术实现思路
本专利技术提供了一种基于时间序列的量化投资方法,以满足客户的使用需求。为实现本专利技术的目的,本专利技术所采用的技术方案是:一种基于时间序列的量化投资方法,所述方法为下述 ...
【技术保护点】
一种基于时间序列的量化投资方法,其特征在于,所述方法为下述方法之一:(1)时间序列预测:是一种考虑变量随时间发展变化规律,并用该变量以往的统计资料建立数学模型,进行类推或延伸,借以预测下一段时间的趋势的方法;(2)相似搜索:是通过测量时间序列数据之间的相似度,从历史库中寻找相似的时间序列数据,从而对系统的走势做出预测(3)周期分析:指对周期模式的挖掘,即在时序数据库中找出重复出现的模式。
【技术特征摘要】
1.一种基于时间序列的量化投资方法,其特征在于,所述方法为下述方法之一:(1)时间序列预测:是一种考虑变量随时间发展变化规律,并用该变量以往的统计资料建立数学模型,进行类推或延伸,借以预测下一段时间的趋势的方法;(2)相似搜索:是通过测量时间序列数据之间的相似度,从历史库中寻找相似的时间序列数据,从而对系统的走势做出预测(3)周期分析:指对周期模式的挖掘,即在时序数据库中找出重复出现的模式。2.根据权利要求1所述的一种基于时间序列的量化投资方法,其特征在于,所述方法使用下述时间序列模型:自回归滑动平均模型,具体包括如下步骤:1)列的预处理,判断...
【专利技术属性】
技术研发人员:马文兴,
申请(专利权)人:天津伟瑞华科技有限公司,
类型:发明
国别省市:天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。