如何設計股票交易模型

① 如何設計股票模型

股票模型就是對於現實中的個股，為了達到盈利目的，作出一些必要的簡化和假設，運用適當的數學分析，得到一個數學結構。
股票建模是利用數學語言（符號、式子與圖象）模擬現實的模型。把現實模型抽象、簡化為某種數學結構是數學模型的基本特徵。它或者能解釋特定現象的現實狀態，或者能預測到對象的未來狀況，或者能提供處理對象的最優決策或控制。
建模過程
模型准備 ：了解個股的實際背景，明確其實際意義，掌握對象的各種信息。用數學語言來描述問題。
模型假設 ：根據實際對象的特徵和建模的目的，對問題進行必要的簡化，並用精確的語言提出一些恰當的假設。
模型建立 ：在假設的基礎上，利用適當的數學工具來刻劃各變數之間的數學關系，建立相應的數學結構。（盡量用簡單的數學工具）
模型求解 ：利用獲取的數據資料，對模型的所有參數做出計算（估計）。
模型分析 ：對所得的結果進行數學上的分析。
模型檢驗 ：將模型分析結果與實際情形進行比較，以此來驗證模型的准確性、合理性和適用性。如果模型與實際較吻合，則要對計算結果給出其實際含義，並進行解釋。如果模型與實際吻合較差,則應該修改假設，在次重復建模過程。
模型應用 ：應用方式因問題的性質和建模的目的而異。

② 交易模型的設計方法

在這里主要參考各類有關資料的分類方法，將其分為以下三類模型：技術分析交易模型、基本分析交易模型、數學計量交易模型。
1、技術分析交易模型
技術分析交易模型是指使用市場交易數據如開市價、收市價、成交量等，並通過計算機交易指標，經過系統化搜索檢驗，並進行優化處理的交易模型，其理論基礎主要建立在已有的傳統技術投資理論如圖型分析、均線理論等基礎之上，並經過大量統計學分析檢驗。該模型最大的優點在於：消除了投資者的情緒在交易決策中的影響，特別是在對重大事件中判斷的主觀性和盲目性；避免了由於信息不對稱性造成的分析失誤；保證了交易分析中的連貫性；給投資者提供了風險控制的方法。
下面重點討論技術分析交易模型中的三個交易模型：
1）以圖形形態識別為基礎的交易模型
該類模型主要是依據傳統的經典圖形如頭肩頂、雙底、三角形等，進行行情趨勢捕捉，進行建倉交易的系統。但在實戰中，它還存在許多問題：風險控制方面，像頭肩頂、雙底、三角形等交易圖，根據傳統的交易觀點，投資風險/報酬比一般為1：1，實戰中管理者將面對巨大的基金凈值風險；分析上多以主觀判斷為主，缺乏客觀判斷標准；目前國內期貨市場的技術分析使用者增多，導致經典的圖表形態假信號隨之增多；國外經典的圖表分析理論在國內存在相當大的差別；缺乏統計學數據。
2）趨勢跟蹤為基礎的交易模型
該類模型主要是根據設計者的數據統計，捕捉價格的轉折點，然後假定趨勢會繼續，並按趨勢方向建倉交易的系統，如MACD、SAR、移動平均線等。該交易模型的特點是不會在最低價處買入，也不會在最高價處賣出，放棄行情前後一段的利潤，利潤主要來源於捕捉一波大行情的中間部分。其捕捉行情的轉折點的能力根據設計者設計的靈敏度不同而不同，靈敏度強的交易模型對趨勢反轉反應迅速，但假信號也多；靈敏度低的交易模型對趨勢反轉反應慢，假信號也少，放棄的前後部分的利潤也多。該類交易模型的缺點是在盤整行情時產生連續虧損，使投資者不能接受。所以設計趨勢跟蹤交易模型的難度不在於尋找捕捉趨勢方法，而在於要有一套完善的趨勢確認和過濾原則，才能迴避風險。另外，趨勢跟蹤交易模型要求期貨基金管理者的持倉時間比較長，一般都有2－3個月以上，所以要求期貨基金管理者要有一套與趨勢跟蹤交易模型相適應的心理控制方法。
3）反趨勢為基礎的交易模型
該類模型是根據設計者的數據統計，然後假定市場需要調整，並在相反方向建倉交易的系統。它與趨勢交易模型的區別在於，趨勢交易模型可以自動調整，而反趨勢交易模型由於與主要趨勢相反操作經常會帶來不可估量的風險，所以該類交易模型必須帶有一套止損條件。
2、基本分析交易模型
基本分析交易模型是指交易者使用市場外的數據信息，通過對所有影響基本經濟關系的信息進行考察，並對這類因素進行量化分析，建立資料庫，從中判斷市場的均衡價格而進行投資的模型。該模型的特點主要是：為大規模資金進場提供良好的分析依據；理論基礎雄厚，容易為投資大眾接受；對於短線和時機把握幫助不大；信息收集難度大；分析滯後於市場價格；分析主觀性強。
下面介紹「價值評估」和「評估積分」兩種基本分析交易模型。
1）價值評估交易模型
期貨價格對現貨價格將產生相互牽引的作用，據資料統計，近10年來，我國大豆期價與現貨價格的相關系數為0.9。而對於期貨市場產生的期貨價格，期貨市場的參與者包括現貨商和投機者，對同一商品的期貨價格有自己的判斷，而由於成熟的期貨市場絕大多數的參與者是投機者，期貨市場的成交量往往是現貨貿易量的數倍或數十倍，所以期貨價格不單是由現貨價格和倉儲成本決定的，除了成本定價還包括資本定價部分。所以，作為期貨基金的基本分析交易模型，還要包括期貨市場的投機因素：期貨價格=（現貨價格+倉儲成本）×投機系數。投機系數根據突發事件、市場投機資金等情況確定。
2）積分評估交易模型
基本分析交易模型的主要缺點是信息收集難度大造成的信息不對稱，分析滯後於市場價格且分析主觀性強，但隨著信息科技的發達和交易制度的完善，信息的公平共享將進一步縮小信息不對稱，最新信息的獲取也相對容易了，困難的是如何去辨別信息真偽、主次和克服信息處理中過分主觀判斷的影響。積分評估交易模型的主要步驟如下：
A、確定分析因素
為了使分析統計因素保持全面，多空兩方面分析因素的數量不能過少，一般不少於5個。如供求分析因素，以大豆期貨為例，供求類因素包括：預測種植面積和實際種植面積因素；預測產量和實際產量因素；大豆進出口量；大豆壓榨加工量；庫存因素；突發事件因素等。
再比如周期性分析因素，還以大豆為例，周期性分析因素包括：3－4月份左右——中美大豆播種期，種植面積預測因素，同時南美新豆開始上市，價格處在谷底。5－8月份左右——中美大豆的天氣與產量為主要分析預測因素，消費旺季到來，價格從前期的緩慢上升，至7、8月份大豆受青黃不接和天氣炎熱等波動因素的影響，價格達到年度高峰。9－11月份左右——中美大豆實際收成因素、南美大豆播種面積預期因素，10月份後由於中美新豆上市，價格再次回落至當年的最低價區域。
B、確定分析的時間段
無論何種交易模型的分析方法，都需要足夠統計分析樣本數據，才能保證統計結果的可靠性，因此要經歷一個以上的循環周期，如農產品的生長周期、金屬的經濟周期等，其中更應該包含突發事件或政治的因素，以檢測交易分析模型應對的能力和控制風險能力。
C、確定分數值
確定分數值的方法可以使用普通正負分數法、權重分數百分比值法等，利多因素的分值為正值，利空因素的分值為負值，無明確利多、利空傾向的因素取為0分。
D、計算分值結果
將各影響因素的分數值累計，得出分值結果，分數為正數，則市場的趨勢以上升為主；分數為負數，則市場的趨勢以下跌為主；分數為0或接近0分，市場將處於盤整。
E、分值跟蹤系統
不同事件的發生和時間的推移變化，各因素對價格的影響不一，如突發事件對價格的影響隨事件的變化影響力會逐漸消退，所以要對各因素分數值不斷調整，確定分數結果，調整對交易模型的決策結果。
3、數學計量交易模型
數學計量交易模型是指設計者根據現代投資理論，對歷史交易數據進行大量的統計學分析，從中找出一定規律，在市場出現偏差時或特定情況時進行投資的模型，如套利交易模型、跳空交易模型等。
從使用者角度進行分類，主要有以下兩種：一種是分析型的交易模式，另一種是操作型的交易模型，技術分析交易模型和基本分析交易模型之間有著相當大的區別：
1、分析型的交易模型側重於預見性，對於市場的走勢分析具有提前性；而操作型的交易模型側重於反應式，當市場已出現某種價格應該採取的交易決策。
2、分析型的交易模型側重於個別效益，對某段市場的行情要求高准確度，忽略對不利市場情況的分析；而操作型的交易模型著重於實戰中的整體效益，要求交易模型對市場的所有情況產生的收益結果作出整體評估。
3、兩者最大的區別在於實際操作者要面對來自各方面的壓力，包括市場、投資者、基金管理者自己等的壓力，因此在模型上的設計還應包括如何通過某種方法去控制心理壓力的因素，有效執行交易模型發出的信號。

③ 怎麼做股票模型

我也曾今也想到過這個問題。但是，告訴你一個不幸的消息，股票不可以用模型製作，我以前試過用指數模型和高斯分布做過，但後來去給一個博士談到這個問題的時候。最終達成一致共識，股票不能建立模型。只能在股票和其他衍生工具之間建立交易模型，例如capm，b-s模型。如果是老師布置的作業，你就給她說，不能建立模型。

④ 如何建立一個股票量化交易模型並模擬

你好，可以學習一下投資英雄，
投資英雄是FX168財經集團匯集十年行業經驗，全力打造的集模擬交易、金融娛樂、金融培訓、投資交流為一體的大型社區化模擬交易平台。

⑤ 舉例說明如何構建股票市場模型

考試沒考到

⑥ 如何使用matlab建立股票交易模型

您好，針對您的問題，國泰君安上海分公司給予如下解答

能否麻煩您把問題再詳細點敘述，或者直接與我們聯系，人工解答。

歡迎您登錄國泰君安證券上海分公司網站人工咨詢。
回答人：國泰君安證券上海分公司理財顧問曾經理
工號：011891
國泰君安證券——網路知道企業平台樂意為您服務！

如仍有疑問，歡迎向國泰君安證券上海分公司官網或企業知道平台提問。

⑦ 股票交易模型如何建立，怎麼驗證一個成功率高的交易

你好，交易模型即交易理論、交易方法，投資者構建一套完整的交易模型需要經過以下幾個步驟：
1、認清自己的投資偏好，是對自己的一個定位，投資者可以根據自己的性格特點和交易風格先把自己的交易流派區分清楚：趨勢交易者，短線交易者，日內交易者等。
2、在認清自己的投資偏好之後，選擇有針對性的技術指標進行學習，比如，對於趨勢交易者，可以學習均線理論，根據均線理論中多頭排列的特點進行買賣。
3、紙上得來終覺淺，絕知此事需躬行，投資者可以先進行模擬操作，檢驗技術指標的正確性，對自己的交易方法進行總結，歸納出自己交易方法的框架和思路，如果發現自己以往的交易方法和自己的交易流派有沖突時最好重新總結歸納另一套方法。
4、模擬檢驗完成之後，進行實戰，在實戰中，投資者應嚴格按照交易模型執行。

⑧ 如何建立量化交易模型

量化投資的一般思路：選定某些技術指標（我們稱之為參數，往往幾個組成一組），並將每一個參數的數據范圍進行分割，成幾等份。然後，用計算機編程寫出一段能對這些參數組對股票價格造成的影響進行數據統計的程序，連接至大型資料庫進行統計計算，自動選擇能夠達到較高收益水平的參數組合。但是選出這些參數組後還不能馬上應用，因為這里涉及到一個概率陷阱的問題，比如說，有1到100這一百個數字放在那裡，現在讓你選擇，請問你選到100的可能性是多大？是的，就是1/100，如果較幸運你選到了100並不能說明你比別人聰明，而是概率的必然。所以，在進行統計時要特別關注統計的頻率與選出的結果組數量之間的關系。在選出符合要求的參數組後我們還應留出至少三年的原始市場數據進行驗證，只有驗證合格後才能試用。
量化投資原始數據策略：我們選用96年後的市場數據，因為96年股市有過一次交易政策改革（你可以自己查詢了解一下），為了不影響研究結果我們不採納96年以前的數據進資料庫。
量化投資研究的硬設備：高計算性能電腦，家用電腦也可以，不過運算時間會很長，我曾經用家用電腦計算了三個月時間才得到想要的數據。
統計方法：可以選用遺傳演算法，但我在這里陪大家做的是比較簡單的模型，所以採用普通統計方法就可以了。
用於量化研究的軟體：我採用的是免費的大型資料庫MYSQL，ASP網路編程語言，以及可以設置成網路伺服器的旗艦版WIN7操作系統

⑨ 股票交易的模型怎麼樣進行編寫呢下面我有個思路請幫忙看看能否編寫出來

股市中是沒有固態交易模型的。因為每隻涉及的時間和環境是不同的，俗話說水無常勢就是對股市的寫照。所有的所謂模型在今天實用，明天就不一定適用，在這只股票上實用，在其他股票上就不一定適用，這就是規律。就像水一樣，裝在圓形的容器里就是圓形的，裝在方形的容器里就是方的。。。。。。。所謂莊家就是裝水的人，今天可以裝在方形的容器里，明天可以裝在圓形的容器里，不要夢想通過所謂的指標、模型輕松賺錢。沒有比炒股更復雜的事情了！