4.1 引言 14

4.2 SVM 非线性回归 14

4.3 股票价格回归分析 14

4.4 结果 22

4.5 本章小结 28

结论 29

致谢 30

参考文献 31

1  绪论

1.1 课题背景

量化交易是指投资者利用计算机技术、金融工程建模，并借助现代统计学和数学 的方法等手段制定策略，协助投资者进行投资决策，并按照设定的规则去执行交易策 略（买卖、价格、数量等）的交易方式[1]。

量化投资策略兴起于二十世纪七十年代，其标志是 1971 年美国富国银行发行跟

踪了 1500 只纽约证券交易所的股票基金。量化投资策略凭借其成本低，业绩优的特 点受到业界的广泛关注。进入新世纪之后，飞速发展的计算机技术为量化投资提供了 更为广阔的舞台。我们看到越来越多的物理学家和数学家受雇于华尔街，基金经理也 开始依靠电脑技术来分析评估和选择股票[2]。

在量化投资领域，詹姆斯.西蒙斯(James.H.Simons)是华尔街最成功的对冲基金 经理之一，他率领团队运用数量化的方法进行投资，其领导的文艺复兴科技公司在华 尔街获得巨大成功。西蒙斯的基金自 1988 年以来年平均收益率达 35%，超过了巴菲 特。在过去的 20 年中，西蒙斯领导的文艺复兴科技公司在全球市场中进行了大量的 投资。他们开发了许多数学模型用来进行分析和交易，这些基本上是自动化完成的。 他们用计算机编程建立模型分析股票价格从而很轻松地交易并获利。针对不同市场设 计不同的模型，并在全球市场上进行交易。即使是在 2007 年，次贷危机席卷全球的 黑暗一年，该基金的回报率仍高达 85%。2012 年共有 1230 亿美元的净资产流入整个 对冲基金管理系统，量化投资占全部投资品的 30%以上，量化投资已成为全球基金业 的主要交易方法[3]。

中国的量化交易仍处于起步阶段，但是发展较快，自 2004 年国内推出第一支量 化基金（光大保德信量化核心基金）以来，我国量化基金从最初的 2 只基金发展到如 今的 88 只，在量化交易发展最快的期货市场，2012 年量化交易成交量高达 14.5 亿手， 总成交金额为 171 万亿。我国量化交易目前拥有良好的基础，由于投资市场收益率的 下降，客户绝对收益需求的提升，量化交易需求还很大，据预测 2020 年中国量化投 资基金总量将达到 3 万亿人民币，与此相关配套的服务业产值则可达 2000 亿元人民 币[1]。

1.2 国内外研究现状

1.3 课题主要研究内容

本文的研究内容可以包括为以下方面：

a) 量化交易，阐述量化交易的基本概念，分析了量化策略应用，介绍了主流的 量化交易模型。

b） 简单介绍了统计学习理论与支持向量机。

c） 基于支持向量机的量化交易算法的研究，运用支持向量机回归技术对个股走 势进行分析，并对模型输入量、支持向量机模型参数的优化选取进行了研究，建立了 基于支持向量机的股票价格趋势预测模型，在此基础上计算了收益率、最大资金回撤 率并与大盘指数进行了比较。 基于SVM的量化交易算法研究(2):http://www.youerw.com/tongxin/lunwen_77072.html