金融时间序列K线形态的Motif模式挖掘研究

金融时间序列中存在的K线形态一直以来都是不同领域众多学者研究的热点问题。本文基于基序理论的思想对提取序列中的K线形态进行研究,得到特征序列。并结合短期趋势聚类的方法检测出K线形态的Motif模式,最后通过对上证A股收盘价数据进行实证分析,结果表明这种对应的Motif模式对用来建立股价反转预警制度是可行及有效的。

基于A股市场的K线形态量化分析

日本蜡烛图技术是目前世界上广泛流行的一种证券期货的分析手段,在如今计算机和信息技术发达的时代,证券量化交易获得越来越多的认可,量化交易在国外已相对成熟,而国内正迎来大发展的时代。量化交易是大势所趋。本文将k线形态转化为两个量化策略:"红三兵"、"牛市鲸吞线"。运用历史数据对量化策略分别进行回测,统计了其持仓1日、2日、3日、4日和5日的收益率并就此进行分析,希望能对广大投资者有所启发。

基于K线图理论的瓦斯异常模式诊断研究

在归纳瓦斯监测数据异常模式的同时,从K线图角度对瓦斯异常模式进行研究,得出煤与瓦斯突出时呈大阳线形态,炮后瓦斯涌出呈二、三连阳等结论。据此确立瓦斯异常K线诊断准则,运用VB.NET程序设计语言编写了瓦斯异常K线诊断程序,通过对105条不同矿井瓦斯K线异常序列进行混合诊断,诊断准确率达到93.33%,普适性较强。

MACD与K线图技术在证券投机中的实证研究

利用MACD趋势指标与K线形态图进行相互验证技术,改进一般的基于MACD的证券买卖准则。实证结果表明,基于改进后的MACD买卖准则进行证券投机,几乎能使投机者捕捉到每一波段行情,从而获取较高收益。

基于均线与K线指标的量化投资策略

量化投资是一种基于大数据和数字化技术的投资理念,它通过利用计算机模型、复杂算法等技术手段,对市场数据进行预测和分析,制定自动化的投资策略。本文基于均线与K线两个基本的选股指标,构建均线回归策略与K线形态捕捉策略相结合的选股模型:当探测到某支股票的股价低于5日均价的0.95倍,且捕获到所设定的K线为上涨形态时就买入;当所持有的股票价格高于5日均价的1.05倍或者捕获到所设定的K线为下跌形态时就卖出。利用聚宽(JoinQuant)所提供的量化环境,对2022年1月1日至2022年12月31日一整年的A股市场进行回测,最终共交易138笔,实现超额收益19.12%。本文同时对策略回测结果进行了分析,并就单独个案进行了详细的阐释。文章最后提出了优化与改进策略的方法,为此策略应用于股票的预测与投资提供了参考。