信息检索报告

CHENGDU UNIVERSITY OF TECHNOLOGY

《信息检索》

工程硕士/硕士课程

考核报告

学生姓名:

学院: 能源学院

学号:

专业：

完成时间: 2016 年04 月20日

基于金融数据的评估模型及算法研究

一、课题分析

1、内容要求：

金融市场是由投资者群体建立起来的一个市场，在对金融市场进行分析时需要用到多种方法，传统分析方法是建立技术指标分析和通过基本面分析。自金融市场建立开始，就处于一个多空博弈的环境中，并逐渐出现各类的析方法，其中有基于国家政策环境与供求关系的基本面分析法，或者单纯基于数据指标的技术分析法，技术分析法的发展为量化交易提供了理论与实践基础。国内金融市场飞速发展，使各类投资者参与热情增高，数据量和交易频率急剧增大，对交易速度要求提高，市场间的数据相关性更加复杂，量化交易所占比重越来越大，相应在金融中利用模型算法来进行量化交易的比例越来越高；同时，计算机性能的不断提升，使基于高频指标的量化交易成为可能。金融在促进整个国家资本发展过程中起到很大的作用，同时金融也是多方的博弈，每一个数据的产生都是博弈后的结果。通过对数据的分析，可以找到其中的数据特征，利用模型算法进行预测，在预测结果优良的基础下指导实盘交易。

2、时间范围：

2004～2015

3、学科范围：

计算机软件及计算机应用、宏观经济管理与可持续发展、金融、企业经济、工业经济

二、检索关键词与检索式：

关键词：金融数据、评估模型、算法

检索式：提名=金融 AND提名=模型 AND提名=算法

三、选用数据库：

中国CNKI知识资源总库

四、检索结果综述：

①检索结果

共检索出文献81861 份，其中期刊论文10501 份、硕博士学位论文70341 份、会议论文560份、报纸全文248 份。

②前人提出的部分观点

周登龙2011年提出金融业在现代经济、政治活动及人们的日常生活中起到的作用越来越重要。尤其是20世纪70年代以来,由于宏观经济环境的剧烈变化、信息技术的飞速发展、金融竞争的日益激烈,以及一系列金融灾害事件的发生,金融业受到了猛烈的冲击、由此导致了金融业的深刻变革和快速发展。在各种新型的金融衍生工具层出不穷的同时,一系列问题也随之产生。例如,在交易时如何给各种新型的金融衍生工具进行定价,如何根据具体的情况设计出具有`相应“风险一收益”的衍生金融工具,对金融风险如何做出准确的预测与控制等,这些问题都是人们迫切需要解决的。金融工程的需求由此而产生,金融工程已被看做是金融创新的技术动力,对于金融风险的防范与化解,追求金融效应的最大化,解决层出不穷、纷繁杂乱的金融间题,推动整个金融业的发展具有不可估量的作用。金融工程作为现代金融业的核心,不可避免地要与现代科技相结合,金融物理就是这种结合的产物。金融物理学是用统计物理、理论物理、复杂系统理论、非线性科学、应用数学等的概念、方法和理论研究金融市场,通过自组织而涌现的宏观规律及其复杂性的一门新兴交叉学科。金融物理学的观点认为现代金融市场的演化过程与物理系统的演化过程一样,都是物质、能量和信息的相互作用过程,可以针对观测到的金融高频数据尝试运用物理学的方法作“经验分析'、,建立与市场相适应的金融模型。已有越来越多的物理学家运用在统计力学与理论物理中发展起来的工具与方法对金融市场这一复杂系统进干示建模,以期获得关于系统本质更深刻的理解。

沈巍2009年依据建模理论的不同,可将股票价格预测模型分为两大类,运用这两类模型对股票价格进行预测时各有特点。对这两类模型及其研究现状进行系统研究,将两类模型的特点进行比较分析,探讨股票价格预测模型在我国应用中存在的问题,并对未来发展方向提出建议。

李胜歌,张世英2008年指出近年来由于计算机与通讯技术的迅速发展,金融高频数据的获取已经十分便利。金融高频数据是指日内的金融时间序列,是以小时、分钟或秒为抽样频率的数据。金融高频数据比低频数据包含了更丰富的市场信息,而基于金融高频数据的波动率计算更是金融高频时间序列研究的焦点。Andersen和Bollerslev等人基于金融高频数据发展了一种全新的波动率度量方法———“已实现”波动(Real-ized Volatility,RV)。该方法无模型,计算简便,在一定条件下是波动率的一致估计量。为了提高对金融波动率的估计,又有学者分别提出了“已实现”双幂次变差(Realized Bipower Variation,RBV)和“已实现”极差波(Realized Range-based Volatility,RRV)估计量。这三种方法是目前基于金融高频数据的主要的波动率计算方法。本文将从多个角度对这三种波动率计算方法进行比较研究,以便于理论工作者和实践工作者在针对具体问题时选取最适合的金融波动率估计量提供依据。

王东明2015年以沪深 300 指数分钟线数据为基础，对历史数据处理后，完成历史验证并预测下一周期的形态。通过处理不同周期的数据，寻找到一个适合的模型和算法逻辑以及相应的参数，使最后预测正确的结果能达到一个较好的比例，同时尽量确保最终的总体收益最大化。本文主要通过学科的结合来处理金融问题，把以往用于语音识别的隐马尔科夫过程应用在行情数据识别上。对金融数据的基础知识和市场的发展形势进行介绍。介绍其他算法模型的应用情况。例如包括小波分析、神经网络、支持向量机、遗传算法、分形市场假说等。其次，针对金融数据里面的基本理念，投资者在金融市场的行为和心理没有变化，历史对未来有指导作用，从而引入语音识别中的隐马尔科夫模型。对隐马尔科夫模型的研究，从最基本的马尔科夫过程入手，研究原理并引入隐马尔科夫模型。通过模型分析，针对金融数据特

性，引入连续隐马尔科夫模型，同时针对连续隐马尔科夫模型三个任务过程:识别（Likelihood），解码（Decoding）和学习（Learning），进行了细致的算法分解与证明。连续隐马尔科夫模型要应用于实践，三个过程是其理论基础。识别过程是根据模型的四个初始参数值提取出观察序列对应的隐含状态序列的可能值与概率。解码过程即是通过观察到的序列与初始参数通过解码最可能的隐含状态序列。学习即是通过对历史数据的处理训练，发现内部的规律和之间的关系，反馈到原始参数，通过迭代学习完成一组新的模型参数值。这组新的参数确保了训练序列里面的主要特征，同时过滤了噪声。相对于其他的处理方式而言，不会出现边界值损耗，而且越新的数据越重要，也保留了数据之间的转移关系。

李苏军2012年提出我国的证券市场是一个新兴的市场，在许多方面尚未成熟。目前的一个突出问题是过度投机性，而其产生的最主要原因是大多数机构投资者和众多中小投资者的非理性行为。将行为金融学的研究成果运用到我国证券市场的实践中，对于广大中小投资者，通过教育来使其趋于理性化，从而能够提高证券市场投资者的投资决策能力和市场的运作效率；对于中小投资者来说，也具有规避风险和理性投资的重要意义。行为金融学有别于以绝对理性和有效市场为假设与基础的传统金融学，它以有限理性为假设，将传统金融学、心理学和社会学等其他学科综合起来进行研究，通过实验与验证等方法来揭示或解释金融市场中的行为与决策、金融异象等现象，并且在解释非理性的行为上具有较好的效果。本文在前人关于行为金融学的研究成果基础上，尝试通过分析调查问卷并结合市场中的公开数据进行分析的方式，以验证我国的个人投资者是否同样具有投资决策偏差中的诸多现象。

姜文卿2013年指出股指期货主要用来进行套期保值、投资组合风险管理和无风险套利。如果投资者判断股票指数方向正确，就能以少量的保证金来获取高额的收益，反之则会遭遇高额亏损。无论在学界还是业界，人们都希望找到一种效果好的量化方法来预测股指的走势，通过有一定胜率的择时来获得超额收益。所谓择时，就是选择买入（做多）和卖出（做空）的时机，其前提是有一套模拟或预测指数走势的方案。择时的方法可分为基本面择时和技术择时。基本面择时依据影响资产价格的宏观或行业基本面情况来预测未来资产价格的走势，一般用于对中长期行情的判断；技术择时则假定历史是相似甚至可以重演的，通过二级市场的交易的价量和历史经验来判断资产价格的走势，认为只要有足够的判断胜率就可以获得超额收益，一般适用于把握短期行情甚至是高频行情。隐马尔科夫模型（HMM）是一种双重内嵌的随机过程，早在上个世纪八九十年代，国外的统计学家们就给出了该模型的完整的统计特征和三个基本问题的算法。该模型在国内金融工程研究领域尚不够成熟，业界的研究报告（罗军，广发证券（2009））表明，该模型应用到国内指数上进行周择时有不错的效果。将 HMM 运用于沪深 300 指数的日预测上，纳入技术分析指标，探求模型的最优观测值向量组，并且基于模型给出对股指期货当月连续合约的交易策略，尝试为股指期货中频量化交易提供一种新方法和新思路。

郭邦石2012年介绍了期权定价中相关的基本概念,思想,引论,定理,方法与应用。诸如随机过程,随机积分,一维及多维Ito过程, Ito引理,及包含它们的随即微分方程(SDE).资产定价基本定理。通过测度变换及向前向后量度的引入来完成汇率计价。第二部分是对一维化过程相关的几种模式下SDE求解及应用的一种解读。在风险中性,完备市场和自金融策略的帮助下给出第二资产定价理论,这进一步引导出金融市场实践中几种最常见产品的定价与计算,常数或者隐含波动率及它们在不同测度下的变换将成为若干公式与引理交叉构成的主线。引进了斯梅尔动力方程,借助微分动力系统及随机微分方程的一些己知结果来进一步说明若干金融衍生品的数学表达。而除了常见的诸如基金,股票,债券,远期等衍生品的介绍,若干不常见到的诸如Napolean期权,CMS期权等产品也会有相应的表达。

李梦婕2014年指出二十世纪以来，美元依托强大的实体经济和发达的金融市场逐步发展成为国际货币体系中最重要的主导货币。但随着国际金融市场的波动，尤其是金融危机的

频繁发生，各界对美元“霸权”的质疑迭起。尤其是近年国际货币体系改革呼声日渐高涨，世界各主要货币发行国纷纷要求建立多元化的国际货币体系。20 世纪 90 年代以来，伴随着中国经济的蓬勃发展和国际地位的不断上升，1996年中国货币当局启动经常项目下人民币可自由兑换揭开了人民币国际化进程的序幕，积极推动人民币国际地位的提高更是成为学术界广泛争论的热点话题。但是，目前针对货币国际化的研究尚没有全面的从金融市场角度对影响货币国际地位的因素进行系统阐述。以国际政治经济学研究方法和国际经济学理论为基础探讨金融市场发展对货币国际地位的影响机制。在这一过程中，通过回顾主要国际货币发展历程，归纳金融市场条件对国际化进程的重要作用，并着重从金融深化程度、股票和债券市场发展水平和规模等方面详细阐述对货币国际地位的重要性。在上述理论的基础上，本文针对美元、日元、英镑、欧元和瑞士法郎五种主要国际货币 1995 年-2012 年间的数据建立静态面板数据模型对影响货币国际地位的金融市场条件进行实证分析。结果表明，包括股票市场交易、债券市场规模、金融深化程度在内的金融市场发展状况越繁荣，则该国货币在国际交往中越容易被广泛接受，降低货币国际化的交易成本，进一步增加国际市场对该货币的需求，从而越有利于提高本国货币的国际地位。该部分在计量方法的应用中，变量的选取更加丰富、合理，实现了金融发展对货币国际地位影响研究在理论和实证方法上的创新。最后，在总结前文研究的基础上，多层次的从金融市场发展角度为推动人民币国际地位的上升提供行之有效的策略。

应益荣，包郭平2006年指出高频数据分析对金融市场的计量建模、实证金融，乃至连续金融都将产生巨大的挑战和冲击，从而也加速了金融计量学各个研究领域的融合。对价格假设的检验和建模是现代金融理论最为重要、最为活跃的研究领域。经典的价格假设主要指随机游走假设（离散状态）和几何 Brown运动（连续情形），由这两个基本假设可以逐步放松到其他情形的价格假设。市场假设主要包括 3个方面：交易者效用函数（如 HARA 型）、市场均衡与无套利假设（如完全市场）、市场摩擦假设（如完美市场）. 从 Markwitz 的均值-方差分析到 Merton 的连续跨期投资模型，给出了在不断放松的价格和市场假设下最优投资策略问题的基本分析框架。而最优的资产定价无非是不能给其他交易者有套利的机会，也即无套利假设。从理论分析的角度看，价格假设中最重要的莫过于 Fama的 EMH（有效市场假设）。与 EMH 相联系的就是对价格过程的随机游走假设（RWH）和鞅假设，这两种假设都是刻画价格过程一阶矩的不可预测性的. 在对收益率序列的预测性进行检验时，RWH 认为序列增量是独立的，所以一般都去检验序列增量部分的相关性。都是依赖较低频（主要以月度数据为主）的交易数据库，而不同的数据库是完全可以得到迥然不同的结论的。Campbell （1999）发现收益率预测性的表现在较低频数据中要比较高频数据显著得多，比如用 D/P 比来预测，用月度数据与用年度数据、两年度数据相比，可预测性部分由 2%提高到 18%和34%。所以高频数据的分析在这个领域也是必不可少的。

孙小林2004年指出传统的聚类分析方法一般都没有考虑大容量数据集合的问题，而数据挖掘技术在金融领域的研究重点之一就是如何从海量数据中高效率地获取知识；另外，传统聚类方法的研究多集中于数字属性的数据，而电汇数据中存在大量非数字属性以及具有多种特征的数据集合；聚类输出的结果不容易理解也是传统聚类分析方法的问题之一。因此，反洗钱系统中的聚类算法的研究主要集中在如何提高大型数据集合的聚类效率、如何处理具有各种特征的数据集合，如文档数据、分类数据等以及如何对聚类结果给出概念性解释。

余文利，廖建平，马文龙2010年指出证券市场预测是对未来证券的价格或者指数的预测,由于其巨大的利益回报,一直是近年来的研究热点。早期的证券市场预测集中于基于统计的时间序列分析技术,如移动均线自动回归ＡＲＭＡ。随着人工智能(ＡＩ)技术的发展,人工神经网络方法ＡＮＮ开始用于金融预测。大量成功的应用表明ＡＮＮ是时间序列分析的良好工具。但是,由于ＡＮＮ方法自身结构限制,无法在证券市场的大量噪声下展示其预测性能。

支持向量机(ＳＶＭ)方法也被用于金融时间序列预测的尝试,然而,ＳＶＭ方法主要针对二分类问题,被噪声干扰无法体现均值的股票价格时间序列,很难被用于ＳＶＭ训练和有效分割。

商晔2011年指出隐马尔可夫模型(the Hidden Markov Models，HMM)是一种应用广泛的统计模型，目前已经成为语音识别、图像处理和信号处理、生态学、密码分析、基因关联分析和基因识别、目标跟踪、步态识别等领域内的重要工具。其经典理论由Baum等人在20世纪60年代末提出。20世纪70年代中期，这一模型由Jenik等人应用到语音处理领域中，逐步发展成为语音识别中最有效的技术之一。90年代随着人类基因组计划的启动，推动了各种计算机技术在生物学科中的应用，产生了“计算生物学”这门交叉学科，而隐马尔可夫模型就是其中最突出的技术之一，其在生物统计、基因关联分析和基因识别等方面都有成功的应用。

黄泽华2014年指出VaR (Value at Risk),即风险价值或在险价值,是90年代诞生于发达国家资本市场的风险管理控制工具。基本的含义是,某风险头寸在给定概率给定期限下最大的损失。因为有简单性、标准化、灵活性、模糊性等优点,VaR得到了监管机构和金融机构的认可,被金融体系各部门广泛使用。而我国在监管的层面上还没把VaR作为监管指标,在实务的层面上也没有把VaR作为风险披露的工具,业界对这个工具还只停留在研究和讨论的阶段。但是相关的研究已经形成了较完整的体系。

房佳2014年指出虽然互联网上的金融数据多种多样，但是归结起来可以分为三类：金融实时更新数据，金融文本类型数据和金融网页类型数据。金融实时数据是指金融机构发布的金融产品的实时交易数据，具有很强的实时性。金融网页数据是指金融机构在互联网上以网页为载体发布的金融产品信息，如静态网页等。金融文本数据是指金融机构以文本形式发布的金融产品的相关信息，如 PDF 文档等文本数据。这三类数据中金融实时数据，金融网页数据和金融文本数据都是以半结构化或者非结构化的形式存在，均属于异构信息。

程建平2012年指出把原始金融数据构建成一种网络拓扑结构的形式,从金融网络整体结构入手,分析网络的属性和特征,挖掘网络内部隐藏的知识和规律。这样,把金融网络的研究由微观层面的简单分析提升到宏观层面的整体考虑,有助于对金融体系更进一步的认识,在合理布局金融基础设施,预测、识别和评估金融风险、健全金融监管体制等方面都有着重大的意义。

雒春雨2012年指出P2P (Person-to-Person)网络借贷,是一种基于网络平台的新型民间借贷模式,具有借贷双方信息不对称、贷款无抵押物高风险及借贷关系复杂等特点,投资者在投资决策中面临新的挑战。本研究针对P2P网络借贷的特点,挖掘并融合投资者行为信息及借贷者信用信息,从投资者构成分析、借贷者信用风险分析及多信息源综合分析三个角度,构建定量化的贷款评估及投资决策模型,辅助投资者进行投资决策。

叶振军2007年指出随着人类社会进入信息时代，金融信息化进程不断加快，因特网在信息全球化过程中扮演越来越重要的角色，通信、计算机等高科技手段在金融业得到越来越广泛运用。然而，信息和网络技术的推广应用在给人们带来方便的同时，利用信息网络技术的犯罪也在迅速增长。金融业，尤其是银行、证券等行业的信息系统已经成为国家重要基础设施，这些信息系统的安全运行直接关系到国家的安全、人民的利益和社会的稳定。在金融信息系统日益发展，信息越来越向上集中，规模越来越大，金融业对它的依赖性不断增加的同时，金融信息安全的重要性也与日俱增。它关系到金融机构的生存和经营成败。所以，应把金融信息安全视同资金安全一样，看作是金融机构的生命；为此，必须大力开发信息安全技术，建立完善的金融信息安全机制，为金融业稳健运营提供可靠保障。金融信息安全是一项复杂的系统工程，它包括技术、管理、政策、法规等多个方面的建设，这些方面相辅相成，任何一方面的漏洞都可能对各个环节产生破坏性影响；同时它们又相互促进，任何一方面的

进展也会有利于其他方面的建设，或暴露出相关的问题，从而得以针对性地解决。仅就技术层面而言，它不仅包括信息系统的实体安全，而且包括电子金融产品、电子金融协议等方面的安全。本文就金融关键数据管理、电子金融协议、电子现金系统三个方面进行研究，并进一步讨论金融信息安全风险评估和管理问题。

参考文献

[1]周登龙.从物理学的角度定性分析金融现象[J].中国研究生,2011(11):35-37.

[2]沈巍. 股票价格预测模型研究[J]. 财经问题研究,2009(7):89-93.

[3]李胜歌,张世英.基于金融高频数据波动率计算方法的比较研究[J]. 中国地质大学学报

(社会科学版),2008,8(1):80-83.

[4]王东明. 基于金融数据的评估模型及算法研究[D]成都理工大学,2015.

[5]李苏军.基于行为金融学的个人投资心理行为研究[D].中国社会科学院研究院,2012.

[6]姜文卿.基于隐马尔科夫模型的股指预测和股指期货模拟交易研究[D].上海师范大

学,2013.

[7]郭邦石. 金融期权定价中的随机方法一若干分析、几何和方程的应用[D].复旦大

学,2012.

[8]李梦婕.金融市场发展对货币国际地位影响的实证分析[D].吉林大学,2014.

[9]应益荣,包郭平.金融市场高频数据分析的建模进展[J].五邑大学学报(自然科版),2006 ,

20(1):63-68.

[10]孙小林.金融数据挖掘中的增量聚类算法及应用研究[D].华中科技大学,2004.

[11]余文利,廖建平,马文龙. 一种新的基于隐马尔可夫模型的股票价格时间序列预测方[J].

计算机应用与软件,2010,27(6):186-190.

[12]商晔. 隐马尔可夫模型参数训练的改进及在股市预测中的应用[D].上海交通大

学,2011.

[13]黄泽华.基于GARCH-JUMP类模型隐含VaR的比较研究[D].西南财经大学,2014.

[14]房佳. 基于多级模型的金融异构信息获取与预测分析[D]. 哈尔滨工业大学,2014.

[15]程建平. 基于网络化数据挖掘技术的银行间资金流网络研究[D].西南财经大学,2012.

[16]雒春雨. P2P网络借贷中的投资决策模型研究[D].大连理工大学,2012.

[17]叶振军. 金融信息安全：模型、方案与管理策略研究[D].天津大学,2007.