金融量化策略


指導教授 : 念家興


吳紋慷

陳又煦

王獻懋

徐啟桓

劉瑋珣

網頁設計 + 績效評估報告
量化選股
網絡爬蟲 + 資料庫處理
量化策略
投資組合


股票資料庫

利用Python Scrapy 爬取yahoo 上的每日股票資料丟到 mongodb 資料庫上做存放 。


量化選股

利用量化的方法選擇股票組合, 期望該股票組合能夠獲得超越基準收益率的投資行為。


投資組合

使用者在願意承擔多大風險下,利用Monte Carlo估計過去每日股票最佳的持有比例

紅點是夏普比率最大情況下的投資組合,黃點是標準差(方差)最小情況下的投資組合


量化擇時

量化擇時有許多種方法我們使用的方法是趨勢擇時,趨勢擇時的基本思想來自於技術分析,技術分析認為趨勢存在延續性,因此只要找到趨勢方向,跟隨操作即可。
我們使用RSI, MACD ,MA 除了使用基本技術指標,也有引入幾個基本的機器學習方法來預測趨勢 , 例如 SVM , Random Forest 和 Logistic Regression


績效評估報告

使用python zipline套件内建的函數,生成的績效評估

上圖是爲了呈現績效評估報告内容,並非研究結果


郵件機器人

回測過程中需等待較長的時間,回測結束後通過郵件告知回測已完成,
或是當回測過程中出現錯誤, 立即以郵件通知錯誤訊息, 透過郵件機器人來節省時間成本。

結論

雖然機器學習回測過程中需等待較長的時間,但是相對RSI,SMA,MACD都取得較好的利益,也有效降低錯誤的交易時機
這些策略在發生黑天鵝事件還是沒辦法做到持續獲利的情形,需要在後續做處理以及調整


靜宜大學財工系

歷屆成果展

第19屆成果展