收藏本站

人工智能培训机构,上海涛德,算法工程师,数据科学家高端培训机构-上海涛德

数据科学实战系列:使用数据科学技术进行证券投资

2018-4-5 10:44| 查看: 646| 评论: 0

摘要: 因为自己喜欢研究股票,期货,商品等投资。 在上BI课程,和数据挖掘的时候。就喜欢搞点实际案例和同学们分享。有时我们边上课变交易. 以下为3个案例:(红线为我的投资组合 ,蓝线为沪深300) 全部为实盘:有2个是我 ...

本文在2015年股灾时初始发布于:涛德讲师个人微博。


因为自己喜欢研究股票,期货,商品等投资。

在上数学科学相关课程,数据挖掘的时候。就喜欢搞点实际案例和同学们分享。有时我们边上课变交易.

 

以下为3个案例:(红线为我的投资组合 ,蓝线为沪深300)

 

全部为实盘:有2个是我做的,另外一个是我学生做的。

 

1 纯对冲交易模型:(保本型):

 

201510月到现在收益为:13.4%。跑赢沪深300 24%个点,2016年1月股灾无下跌

特定是追求稳定性收益,在市场情绪波动时赚钱:

 

操作例子:150124 由于流动性偏小,大资金出货时经常有折价买入机会。

 

 

 

 

 

 

 

 

1 行业挖掘 + 非线性数据挖掘交易模型

 

本模型相当比较复杂:主要考虑,市盈率,市净率,历史抗跌性,牛市上涨或熊市反弹速度,与大盘的关联等因素。人工计算几乎是不可能完成的任务。

 

对应数据挖掘算法为:主要是SVM (震荡行情) + 回归分析(牛市或熊市) +关联分析

在辅以仓位控制:

2015 9.25 目前3个月 收益约 55% ,跑赢沪深300 40%1月份回撤约10%

 

 

 

 

3 综合模型(前面第一种与第二种的混合)

特点:下跌时回撤少,上涨时贴近沪深300.

2015年股灾时建仓:目前收益:12.61% ,跑赢沪深300 30%20161 到现在回撤 3%

 

 

<点击:上海涛德Oracle OCM认证及BI商业智能课程>|人工智能培训-上海涛德 ( 沪ICP备14006824号 )|网站地图   My title page contents

GMT+8, 2018-4-27 03:00 , Processed in 0.147446 second(s), 22 queries , Gzip On.

回顶部