一、项目背景
技术分析是证券投资分析中很重要的一种方法,它通过对市场过去和现在的行为,应用数学和逻辑方法,归纳总结出典型的行为,从而预测证券市场的为了变化趋势。而标签分析法是技术分析中极为重要的分支。一般来说,每个技术指标都是从一个特定的角度对市场进行观察,反映了市场某一方面深层的内涵。然而,证券投资分析技术指标种类繁多,全世界各种各样的技术指标有上千种,几乎能考虑到市场的方方面面,可以说投资者能够想到的都能在技术指标中得到体现。
本案例基于中国市场上流行的几种主要技术指标,对个股的价格涨跌两种趋势进行预测分析,从而为投资者提供一定的参考价值。
二、项目目标
1. 计算股票交易的技术分析指标,利用数据挖掘模型来预测下一个交易日股票价格涨跌方向,并基于预测的结果设计量化投资策略。
2.以一定的计算周期计算其解释变量和被解释变量,最为训练样本,以其后的一定周期计算其解释变量,作为测试样本,并预测其涨跌方向(既被解释变量),最后根据预测的结果设计量化投资策略。
3.选择的模型包括支持向量机、神经网络模型和逻辑回归模型,并对不同模型的效果进行分析,从而做出最佳的选择。
三、实现工具
Python3: NumPy、Pandas 等。
注:本课程仅供在线实习班级使用。