基于机器学习与网络爬虫的金融量化策略项目

猿急送>武汉其它兼职程序员>叶子>

案例列表

基本信息

案例ID：219584

技术顾问：叶子 - 3年经验 - 腾讯

联系沟通

微信扫码，建群沟通

项目名称：基于机器学习与网络爬虫的金融量化策略项目

所属行业：金融 - 股票

->查看更多案例

案例介绍

查尔斯·道把市场行情分为三种，第一种为长期趋势，走势最重要，持续时间长达数年。第二种走势中期趋势，可以按照与长期趋势的方向是否相同分为顺长期趋势的中期走势和逆长期趋势的中期走势，持续时间为数月。第三种走势较不重要，表现为每天后短期几天的波动。道使用浪潮、波浪及涟漪来表示三种走势。

该理论失效的情况有两种，也是常规趋势策略失效的情况：一种是当行情处于震荡阶段时；第二种失效的情况就是当行情出现较大幅度的假回调，跌破前期高低点后又反向创出新低新高的情况。

从逻辑上讲，道氏理论适合于长期趋势明显的投资标的。从产业链长短及标的的存储时间来说，对于有色金属标的、黑色产业链标的、能源化工品标的，因其产业链较长，标的存储时间长，库存成本较低，适合于该理论；对于部分存储时间较长的农产品，如油脂类、白糖、棉花等也适用于该理论；对于部分存储时间较短的标的，如粕类、鸡蛋、未来可能上市的苹果期货等，因为标的存储时间较短，短期价格波动更容易受到库存因素、季节效应等中短期其因素的影响，从而不太适用于该理论。

该项目的目标主要是在第二种中期趋势走势中获利，并把顺长期趋势的中期行情定义为顺势，把逆长期趋势的中期行情定义为整理。从易于量化的角度，使用长期均线、唐奇安通道、盈亏比为工具应用道氏理论。