22美赛题C交易策略思路代码分析等
2022.2.21 最终版
更新完整版论文数据和代码黄金比特币交易策略模型，增加多种模型可供选择
@ >
C题高端毕业论文代码资料和各种模型可以看小弟这篇文章，应该对大家有很大帮助：
====== ================更新拆分======================= =====
2022美赛题C参考已经更新到idea 6，建议你参考多个版本，ABCDEF已经出来了
师兄和几位老师黄金比特币交易策略模型，E题已经连续出5个版本的思路了，需要的同学快点！ 22 各题思路和代码已放出：（建议多参考思路，避免重复检查问题）
D题思路已经有3个版本，E思路有6个版本，C思路有6个版本。有版本
如果你只需要 E 可以看看这个：
以下是其中一个思路，还需要ABCDEF的更多想法（每题有3、4和更多想法，请参考避免重复）你可以阅读这篇文章：
交易策略
回顾：
•开发模型仅基于当天的价格数据给出最佳的每日交易策略。使用你的
模型和策略，2021 年 9 月 10 日最初的 1000 美元投资价值多少？
•提供证据证明您的模型提供了最佳策略。
• 确定策略对交易成本的敏感性。交易成本如何影响战略和结果？
•在不超过两页的备忘录中向交易者传达您的策略、模型和结果。
对于这个问题的研究和参考文献，提出如下思路：
首先，这是一个量化交易的话题。如果你没有量化交易背景，不建议选择这个话题。
另外，在全文竞赛的建模过程中，需要注意两点。
①交易时限问题：
比特币可以每天交易，但黄金只在开市的日子交易，这是因为比特币是虚拟的
货币，而黄金是国际货币，建议您在分析中提及。
2是数据使用问题：
我们建立的所有模型都是“基于过去时间的每日价格”。例如：当你在时
2018 年 9 月 10 日，您只知道 9 月 10 日及之前的数据，但不知道以下数据。 [1]
Task1：对于问题1，本质是构建一个量化交易决策模型（QTDM），这是问题C的核心。其实我们可以分为两步来构建QTDM。首先是解决您当天需要做出的决定。我们需要注意的是，当天的决定本质上是为了第二天的盈亏。 2 月 18 日，价格上涨，您持仓。如果 2.19 大幅下跌，您将遭受严重损失。在这里，我们可以建立一个预测模型来解决它。主要有三种方法，一种是基于灰色预测（metabolic gray forecast），时间序列等主要是通过以前的数据来预测未来的数据，这两种方法对于短期股价预测都有很好的可靠性。二是机器学习，如：RF（Random Forest）、ANN（Artificial Neural Network）、SVM（Support Vector Machine）等。
通过构建一些技术指标，这里参考[2]，ADX（Average Directional Index，平均趋势指标），RS（I Relative Strength Index，相对强弱指标），BB（Bolliger Bands，布林线指标），MACD（ Moving Average Convergence Divergence，异同的移动平均），用于短期训练预测，详见图一，第三个也是我认为最容易发光的一个，Apriori算法和神经网络模型耦合模型，详见图3。 [1]
第二步，构建循环决策模型，从 2016 年 9 月 11 日到 2021 年 9 月 10 日。我们可以把每一天的交易决策看成一个循环，并一直做下去。由于我们总是知道当前价格以及之前的价格，因此我们可以执行多个 if 和 for 循环。这里我们需要考虑周期数（黄金和比特币不同）和交易费用（αgold = 1%，αbitcoin = 2%），这是判断条件。最后，论文还需要告知“决策”，可以从模型的特征值量化：MACD、RSI、Apriori等参数的波动，一定要分点回答！另一个可以考虑的重点是风险度量，例如构建一些风险度量指标。周期性价格波动越大，风险越大。这可以作为优秀奖影响的细节。
注意：这是核心主题，建议写作长度为6-9页。更重要的部分是编程。
最终年化收益率不超过20~30%。如果出现多次加倍的结果，请务必检查纸张
图1 RF下的量化交易技术路线
图2 Apriori算法与神经网络技术路线
Task2：对于问题2，表面是：提供证据证明模型提出了最佳策略，实质是问题的准确性测试和分析，即给出指标来证明决策的合理性-制造。建议长度为 3-4 页。
因为没有横向模型进行对比，所以构建的模型误差越大，决策结果越差，因为实际利润和模拟利润有很大的差距，这里推荐使用MSE、MAE、RMSE 和 RMAE 等指标来衡量模型误差。此外，还可以生成一些指标：夏普比率、年化收益率。从经济学的角度思考、分析和讨论。
Task3：对于第3题，这里的题目主要是附加题。建议写2-3页。通过增加或减少交易成本的百分比，可以从 0.5%, 1% , 1.5%, 2% 改变，再次运行模型测试敏感性（交易决策结果) 在不同的交易成本下。除了分析不同敏感度的结果外，还需要结合金融方面的相关知识；也就是为什么要进行敏感性分析（可以从股市波动或宏观动员两个方面入手）。仍然需要证明模型的稳健性，即本文构建的模型在不同的交易成本下具有更好的结果。
Task4：关于第4题，我觉得这里没有标准做法，建议分2页参与写作。主要从策略构成（决策指标）、模型鲁棒性（模型误差）、模型敏感性和决策结果（决策收益）的角度来回答4分。建议划分时间段，将2016-2021分为2-3个阶段。比如2016-2018年比较稳定，2020-2021年经历了很大的动荡之后，这里可以画图展示，图片可以多放一点。正文分点，每个时间段分点，表达清晰。
