CN110807704A - 一种智能期货量化交易方法及系统 - Google Patents
一种智能期货量化交易方法及系统 Download PDFInfo
- Publication number
- CN110807704A CN110807704A CN201810880589.7A CN201810880589A CN110807704A CN 110807704 A CN110807704 A CN 110807704A CN 201810880589 A CN201810880589 A CN 201810880589A CN 110807704 A CN110807704 A CN 110807704A
- Authority
- CN
- China
- Prior art keywords
- transaction
- trading
- historical
- intelligent
- market
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000007621 cluster analysis Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000011002 quantification Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种智能期货量化交易方法，智能期货量化交易方法包括如下步骤：收集实时交易行情数据以及历史交易行情数据；存储实时交易行情数据以及历史交易行情数据，同时对实时交易行情数据进行智能趋势分析；基于历史交易行情数据，生成交易策略池，其中交易策略池中包括多个交易策略；基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略，制定交易方案；存储交易方案，同时将交易方案发送给交易所以基于交易方案进行交易；将交易方案发送给用户移动终端。本发明的方法能够为不具有专门知识的投资者提供专业的、基于大数据分析和数学运算的意见，提高这些投资者的盈利机会。
Description
技术领域
本发明是关于人工智能应用领域，特别是关于一种智能期货量化交易方法及系统。
背景技术
随着金融业、尤其是互联网金融业的快速发展，特别是2013年6月阿里巴巴基于支付宝平台推出的余额宝，使得理财市场异常繁荣，理财产品大受追捧。如何让投资者的大额资金、散户的闲余资金获得更高的投资回报、收益，这是众多个人、机构投资者、基金经理们关心的问题。期货市场是重要的资本市场。我国的期货市场自1990年诞生以来，一直稳步、健康发展。进入到2000年以来，政府对市场体系的建设更加完善，企业对于风险管理的意识和能力逐渐加强，期货市场的发展进入到了一个新的阶段。期货市场对于促进经济发展和保证经济安全的作用日益显现，期货行业在金融市场、国民经济中的战略地位也日益突出，不可或缺。利用期货市场，投资者可以进行套期保值来进行风险规避，同时也可以通过套利等投资方式来获得巨大收益。跟基金公司、证券公司等其他金融公司一样，期货公司也推出理财产品，试图在一定风险的控制下，让投资者的资金获得尽可能多的收益和回报。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种智能期货量化交易方法及系统，其能够解决现有技术的问题。
为实现上述目的，本发明提供了一种智能期货量化交易方法，其特征在于：智能期货量化交易方法包括如下步骤：
收集实时交易行情数据以及历史交易行情数据；
存储实时交易行情数据以及历史交易行情数据，同时对实时交易行情数据进行智能趋势分析；
基于历史交易行情数据，生成交易策略池，其中交易策略池中包括多个交易策略；
基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略，制定交易方案；
存储交易方案，同时将交易方案发送给交易所以基于交易方案进行交易；
将交易方案发送给用户移动终端。
在一优选的实施方式中，其中，历史交易行情数据至少包括：历史交易方案、历史获利情况以及历史市场状态；并且其中，基于历史交易行情数据，生成交易策略池包括如下步骤：
对历史市场状态进行聚类分析以将历史市场状态分为多个类；
提取针对多个类中的每个类的历史交易方案以及历史获利情况；
通过神经网络算法生成针对多个类中的每个类的历史交易方案以及历史获利情况之间的关联关系。
在一优选的实施方式中，其中，智能趋势分析结果至少包括当前市场状态，并且其中，基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略，制定交易方案包括如下步骤：
基于智能趋势分析结果，搜索当前市场状态所属的类；
基于当前市场状态所属的类，寻找适用的历史交易方案以及历史获利情况之间的关联关系；
基于预期获利以及适用的历史交易方案以及历史获利情况之间的关联关系，生成当前推荐交易策略。
在一优选的实施方式中，智能期货量化交易方法还包括如下步骤：
如果接收到由用户移动终端发送的终止交易指令，则向交易所发送终止交易消息以终止目前正在进行的交易。
在一优选的实施方式中，智能期货量化交易方法还包括如下步骤：
基于存储的历史市场状态来生成行情模拟培训数据。
本发明还提供了一种智能期货量化交易系统，其特征在于：智能期货量化交易系统包括：
智能交易平台，智能交易平台与交易所以及用户移动终端通信连接，智能交易平台被配置为：
收集实时交易行情数据以及历史交易行情数据；
存储实时交易行情数据以及历史交易行情数据，同时对实时交易行情数据进行智能趋势分析；
基于历史交易行情数据，生成交易策略池，其中交易策略池中包括多个交易策略；
基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略，制定交易方案；
存储交易方案，同时将交易方案发送给交易所以基于交易方案进行交易；
将交易方案发送给用户移动终端。
在一优选的实施方式中，其中，历史交易行情数据至少包括：历史交易方案、历史获利情况以及历史市场状态；并且其中，基于历史交易行情数据，生成交易策略池包括如下步骤：
对历史市场状态进行聚类分析以将历史市场状态分为多个类；
提取针对多个类中的每个类的历史交易方案以及历史获利情况；
通过神经网络算法生成针对多个类中的每个类的历史交易方案以及历史获利情况之间的关联关系。
在一优选的实施方式中，其中，智能趋势分析结果至少包括当前市场状态，并且其中，基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略，制定交易方案包括如下步骤：
基于智能趋势分析结果，搜索当前市场状态所属的类；
基于当前市场状态所属的类，寻找适用的历史交易方案以及历史获利情况之间的关联关系；
基于预期获利以及适用的历史交易方案以及历史获利情况之间的关联关系，生成当前推荐交易策略。
在一优选的实施方式中，智能交易平台还被配置为：
如果接收到由用户移动终端发送的终止交易指令，则向交易所发送终止交易消息以终止目前正在进行的交易。
在一优选的实施方式中，智能交易平台还被配置为：
基于存储的历史市场状态来生成行情模拟培训数据。
与现有技术相比，本发明具有如下优点：期货投资虽然是一项收益很高的投资活动，但是高收益必然意味着高风险，很多期货投资者实际上并不具备期货投资的必要知识，同时目前市场上很多期货投资者都是评价自身经验进行投资，缺乏技术手段的运用。本发明提供了一种基于人工智能分析的自动生成投资策略的方法，本发明的方法能够为不具有专门知识的投资者提供专业的、基于大数据分析和数学运算的意见，提高这些投资者的盈利机会；同时本发明的方法也可以为一些资深投资人提供一些参考意见，防止资深投资人出现投资失误。
附图说明
图1是根据本发明一实施方式的方法流程图。
图2是根据本发明一实施方式的系统方块图。
具体实施方式
下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。
图1是根据本发明一实施方式的方法流程图。如图所示，本发明的方法包括：
步骤101：收集实时交易行情数据以及历史交易行情数据；
步骤102：存储实时交易行情数据以及历史交易行情数据，同时对实时交易行情数据进行智能趋势分析；
步骤103：基于历史交易行情数据，生成交易策略池，其中交易策略池中包括多个交易策略；
步骤104：基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略，制定交易方案；
步骤105：存储交易方案，同时将交易方案发送给交易所以基于交易方案进行交易；
步骤106：将交易方案发送给用户移动终端。
在一优选的实施方式中，其中，历史交易行情数据至少包括：历史交易方案、历史获利情况以及历史市场状态；并且其中，基于历史交易行情数据，生成交易策略池包括如下步骤：
对历史市场状态进行聚类分析以将历史市场状态分为多个类；
提取针对多个类中的每个类的历史交易方案以及历史获利情况；
通过神经网络算法生成针对多个类中的每个类的历史交易方案以及历史获利情况之间的关联关系。
在一优选的实施方式中，其中，智能趋势分析结果至少包括当前市场状态，并且其中，基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略，制定交易方案包括如下步骤：
基于智能趋势分析结果，搜索当前市场状态所属的类；
基于当前市场状态所属的类，寻找适用的历史交易方案以及历史获利情况之间的关联关系；
基于预期获利以及适用的历史交易方案以及历史获利情况之间的关联关系，生成当前推荐交易策略。
在一优选的实施方式中，智能期货量化交易方法还包括如下步骤：
如果接收到由用户移动终端发送的终止交易指令，则向交易所发送终止交易消息以终止目前正在进行的交易。
在一优选的实施方式中，智能期货量化交易方法还包括如下步骤：
基于存储的历史市场状态来生成行情模拟培训数据。
图2是根据本发明一实施方式的系统方块图。如图所示，智能期货量化交易系统包括：
智能交易平台203，智能交易平台与交易所（图2中标记为201a-201x）以及用户移动终端（图2中标记为202a-202x）通信连接，智能交易平台被配置为：
收集实时交易行情数据以及历史交易行情数据；
存储实时交易行情数据以及历史交易行情数据，同时对实时交易行情数据进行智能趋势分析；
基于历史交易行情数据，生成交易策略池，其中交易策略池中包括多个交易策略；
基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略，制定交易方案；
存储交易方案，同时将交易方案发送给交易所以基于交易方案进行交易；
将交易方案发送给用户移动终端。
在一优选的实施方式中，其中，历史交易行情数据至少包括：历史交易方案、历史获利情况以及历史市场状态；并且其中，基于历史交易行情数据，生成交易策略池包括如下步骤：
对历史市场状态进行聚类分析以将历史市场状态分为多个类；
提取针对多个类中的每个类的历史交易方案以及历史获利情况；
通过神经网络算法生成针对多个类中的每个类的历史交易方案以及历史获利情况之间的关联关系。
在一优选的实施方式中，其中，智能趋势分析结果至少包括当前市场状态，并且其中，基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略，制定交易方案包括如下步骤：
基于智能趋势分析结果，搜索当前市场状态所属的类；
基于当前市场状态所属的类，寻找适用的历史交易方案以及历史获利情况之间的关联关系；
基于预期获利以及适用的历史交易方案以及历史获利情况之间的关联关系，生成当前推荐交易策略。
在一优选的实施方式中，智能交易平台还被配置为：
如果接收到由用户移动终端发送的终止交易指令，则向交易所发送终止交易消息以终止目前正在进行的交易。
在一优选的实施方式中，智能交易平台还被配置为：
基于存储的历史市场状态来生成行情模拟培训数据。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (10)
1.一种智能期货量化交易方法，其特征在于：所述智能期货量化交易方法包括如下步骤：
收集实时交易行情数据以及历史交易行情数据；
存储所述实时交易行情数据以及历史交易行情数据，同时对所述实时交易行情数据进行智能趋势分析；
基于所述历史交易行情数据，生成交易策略池，其中所述交易策略池中包括多个交易策略；
基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略，制定交易方案；
存储所述交易方案，同时将所述交易方案发送给交易所以基于所述交易方案进行交易；
将所述交易方案发送给用户移动终端。
2.如权利要求1所述的智能期货量化交易方法，其特征在于：其中，所述历史交易行情数据至少包括：历史交易方案、历史获利情况以及历史市场状态；并且其中，基于所述历史交易行情数据，生成交易策略池包括如下步骤：
对所述历史市场状态进行聚类分析以将所述历史市场状态分为多个类；
提取针对多个类中的每个类的历史交易方案以及历史获利情况；
通过神经网络算法生成针对多个类中的每个类的历史交易方案以及历史获利情况之间的关联关系。
3.如权利要求2所述的智能期货量化交易方法，其特征在于：其中，所述智能趋势分析结果至少包括当前市场状态，并且其中，基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略，制定交易方案包括如下步骤：
基于所述智能趋势分析结果，搜索当前市场状态所属的类；
基于当前市场状态所属的类，寻找适用的历史交易方案以及历史获利情况之间的关联关系；
基于预期获利以及所述适用的历史交易方案以及历史获利情况之间的关联关系，生成当前推荐交易策略。
4.如权利要求3所述的智能期货量化交易方法，其特征在于：所述智能期货量化交易方法还包括如下步骤：
如果接收到由用户移动终端发送的终止交易指令，则向所述交易所发送终止交易消息以终止目前正在进行的交易。
5.如权利要求4所述的智能期货量化交易方法，其特征在于：所述智能期货量化交易方法还包括如下步骤：
基于所述存储的历史市场状态来生成行情模拟培训数据。
6.一种智能期货量化交易系统，其特征在于：所述智能期货量化交易系统包括：
智能交易平台，所述智能交易平台与交易所以及用户移动终端通信连接，所述智能交易平台被配置为：
收集实时交易行情数据以及历史交易行情数据；
存储所述实时交易行情数据以及历史交易行情数据，同时对所述实时交易行情数据进行智能趋势分析；
基于所述历史交易行情数据，生成交易策略池，其中所述交易策略池中包括多个交易策略；
基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略，制定交易方案；
存储所述交易方案，同时将所述交易方案发送给交易所以基于所述交易方案进行交易；
将所述交易方案发送给用户移动终端。
7.如权利要求6所述的智能期货量化交易系统，其特征在于：其中，所述历史交易行情数据至少包括：历史交易方案、历史获利情况以及历史市场状态；并且其中，基于所述历史交易行情数据，生成交易策略池包括如下步骤：
对所述历史市场状态进行聚类分析以将所述历史市场状态分为多个类；
提取针对多个类中的每个类的历史交易方案以及历史获利情况；
通过神经网络算法生成针对多个类中的每个类的历史交易方案以及历史获利情况之间的关联关系。
8.如权利要求7所述的智能期货量化交易系统，其特征在于：其中，所述智能趋势分析结果至少包括当前市场状态，并且其中，基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略，制定交易方案包括如下步骤：
基于所述智能趋势分析结果，搜索当前市场状态所属的类；
基于当前市场状态所属的类，寻找适用的历史交易方案以及历史获利情况之间的关联关系；
基于预期获利以及所述适用的历史交易方案以及历史获利情况之间的关联关系，生成当前推荐交易策略。
9.如权利要求8所述的智能期货量化交易系统，其特征在于：所述智能交易平台还被配置为：
如果接收到由用户移动终端发送的终止交易指令，则向所述交易所发送终止交易消息以终止目前正在进行的交易。
10.如权利要求9所述的智能期货量化交易系统，其特征在于：所述智能交易平台还被配置为：
基于所述存储的历史市场状态来生成行情模拟培训数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810880589.7A CN110807704A (zh) | 2018-08-06 | 2018-08-06 | 一种智能期货量化交易方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810880589.7A CN110807704A (zh) | 2018-08-06 | 2018-08-06 | 一种智能期货量化交易方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110807704A true CN110807704A (zh) | 2020-02-18 |
Family
ID=69487013
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810880589.7A Pending CN110807704A (zh) | 2018-08-06 | 2018-08-06 | 一种智能期货量化交易方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110807704A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112330446A (zh) * | 2020-04-16 | 2021-02-05 | 上海泽巽资产管理有限公司 | 一种期货量化交易平台 |
| CN112613992A (zh) * | 2020-12-25 | 2021-04-06 | 傲创(杭州)资产管理有限公司 | 一种基于ai及数据挖掘的全球量化交易智能平台 |
| CN116228424A (zh) * | 2023-03-03 | 2023-06-06 | 深圳市深弈科技有限公司 | 基于迁移学习优化的模拟撮合方法 |
-
2018
- 2018-08-06 CN CN201810880589.7A patent/CN110807704A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112330446A (zh) * | 2020-04-16 | 2021-02-05 | 上海泽巽资产管理有限公司 | 一种期货量化交易平台 |
| CN112613992A (zh) * | 2020-12-25 | 2021-04-06 | 傲创(杭州)资产管理有限公司 | 一种基于ai及数据挖掘的全球量化交易智能平台 |
| CN116228424A (zh) * | 2023-03-03 | 2023-06-06 | 深圳市深弈科技有限公司 | 基于迁移学习优化的模拟撮合方法 |
| CN116228424B (zh) * | 2023-03-03 | 2024-06-04 | 深圳市深弈科技有限公司 | 基于迁移学习优化的模拟撮合方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Umar et al. | Determinants of non-performing loans in Chinese banks | |
| US8812384B2 (en) | Systems and methods for underlying asset risk monitoring for investment securities | |
| Morini | From'Blockchain hype'to a real business case for Financial Markets | |
| CN111008896A (zh) | 金融风险预警方法、装置、电子设备及存储介质 | |
| JP2002288431A (ja) | 金融仲介循環機能を有する投資証券化事業の方法 | |
| CN110807704A (zh) | 一种智能期货量化交易方法及系统 | |
| Wang et al. | Construction of a new financial E-commerce model for small and medium-sized enterprise financing based on multiple linear logistic regression | |
| Lu et al. | Fintech and the future of financial service: A literature review and research agenda | |
| CN110796539A (zh) | 一种征信评估方法及装置 | |
| Minerva | The potential of the Fintech industry to support the growth of SMEs in Indonesia | |
| Zhailybayevich et al. | Development of a predictive intellectual model for predicting the financial crisis in banks | |
| Peng | ESG Information Disclosure of Listed Companies Based on Entropy Weight Algorithm Under the Background of Double Carbon | |
| Kovalova et al. | Innovate forms of project financing under the conditions of globalization | |
| Bajakić et al. | Regulating crowdfunding in the eu–Same rules, same results? Case study of Croatia | |
| Chiu et al. | Regulatory suspensions in times of crisis: the challenges of Covid-19 and thoughts for the future | |
| CN110807705A (zh) | 一种基于人工智能的期货自动交易方法及系统 | |
| Jubouri | The Impact of Credit Risk Management in Financial Market Indicators—Analytical Study in the Iraqi Market for Securities | |
| Alsadi et al. | Green Fintech | |
| CN107122908A (zh) | 创新型小微企业的征信评价方法 | |
| Ma | Digital Transformation, Monetary Policy and Risk-Taking of Banks | |
| Marin et al. | European Securitisation Law: between a sustainable banking sector and the mitigation of emerging risks during the Covid-19 crisis | |
| Ma | Analysis of the Impact of Interest Rate Liberalization on Commercial Banks | |
| Zhang | Research on the Transformation Strategies of Commercial Banks under the Background of Financial Science and Technology | |
| Rakhmatov | METHODOLOGICAL ASPECTS OF IMPROVEMENT OF MECHANISMS FOR INCREASING ASSETS OF COMMERCIAL BANKS | |
| Xu | How to Strengthen the Financial Risk Management of Enterprises in the Era of Financial Technology |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200218 |