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。