（计算机软件与理论专业论文）基于kaburobo平台的股票智能机器人研究.pdf

基于k a b u r o b o 平台的股票智能机器人研究 摘要 随着我国市场经济建设的高速发展，人们的金融意识和投资意识日益增强， 而作为市场经济的组成部分一股票市场，正逐步走向成熟与规范，越来越多的投 资者把眼光投向了股票。股票市场是与人们的生活、社会稳定和经济发展密切相 关的金融市场，如何有效地分析和预测股市走势一直是人们关注研究的问题，现 在己经提出了很多理论方法和技术。在这些方法中，数据挖掘由于其独特的结构 和处理信息的方法，高度并行、分布式存储等特点，特别适合于处理不确定的模 糊信息和同时需要考虑许多因素条件的问题，因此在股市分析中越来越受到人们 的重视。 论文首先介绍并分析了数据挖掘和证券分析的特点及研究现状，指出将数据 挖掘应用于证券分析的可行性和迫切性。同时对证券数据的特征进行了分析，提 出了适用于证券数据的挖掘模型。并在此模型的基础上展开对数据挖掘的研究。 其次，论文介绍了k a b u r o b o 平台，通过对真实股票市场的模拟研究了股票 自动交易算法，并基于k a b u r o b o 平台，对当前股票分析的四种主要方法进行了 改进。 最后，本文深入研究了遗传算法在自动交易领域的应用，提出了基于遗传算 法的k - m e a n s 模型并给出了试验结果，把普通的k - m e a n s 算法和遗传算法结合起 来，使之成为有效的数据挖掘聚类分析工具。 关键词：股票；数据挖掘；k a b u r o b o ；遗传算法；k m e a n s r e s e a r c h e so fs t o c ki n t e l l i g e n tr o b o t b a s e do nk a b u r o b o p l a t f o r m a b s t r a c t w i t ht h eh i g h s p e e dd e v e l o p m e n to fm a r k e te c o n o m yi nc h i n a , p e o p l eh a v e s t r o n g e rc o n s c i o u s n e s so nf i n a n c ea n di n v e s t m e n t a sap a r to fm a r k e te c o n o m y , s t o c k m a r k e ti sg r o w i n gu pa n ds t a n d a r d i z e d m o r ea n dm o r ei n v e s t o r sa r ec o n c e n t r a t i n go n s t o c k s s t o c km a r k e ti sa ni m p o r t a n tc o m p o n e n ti na ne c o n o m i cs y s t e m t h e p r o b l e m so fs t o c km a r k e ta n a l y s i sa n dp r e d i c t i o nh a v eb e e nw i d e l ys t u d i e d r e s e a r c h e r sh a v ep r o p o s e dm a n yt h e o r i e sa n dt e c h n o l o g i e sa b o u tb u i l d i n gc o m p u t e r s y s t e m st oa n a l y z ea n dp r e d i c tt h eb e h a v i o ro fas t o c km a r k e t d a t am i n i n g ，b e c a u s e o fi t sa b i l i t i e st od e a lw i t hi n d e t e r m i n i s t i cs y s t e mw i t hm a n yc o r r e l a t i v ef a c t o r s ，h a s b e e n u s e di nm a n ys t o c km a r k e tp r e d i c t i o ns y s t e m s f i r s t l y , t h i sp a p e ra n a l y z e sc u r r e n ts i t u a t i o no fr e s e a r c ho nd a t am i n i n g ，t h e f e a t u r e so fd a t am i n i n ga n ds e c u r i t i e sa n a l y s i s i ta l s op o i n t so u tt h a td a t am i n i n g s a p p l i c a t i o ni ns e c u r i t i e sa n a l y s i si sr e a s o n a b l ea n du r g e n t a tt h es a m et i m e ，t h i sp a p e r a n a l y z e st h ef e a t u r e so fs e c u r i t i e sd a t a , a n dp u t sf o r w a r dam i n i n gm o d e lw h i c hi sf i t t os e c u r i t i e sm i n i n g s e c o n d l y , t h i sp a p e rp r e s e n t sk a b u r o b op l a t f o r m ，w h i c ha i m sa tr e s e a r c h i n gt h e a l g o r i t h m so fs t o c ka u t o - t r a d i n gt h r o u g ht h es i m u l a t i o no fr e a ls t o c km a r k e t ，a n d i m p r o v e sf o u ra n a l y t i cm e t h o d so fs t o c k f i n a l l y , t h ep a p e rr e s e a r c h e st h ea p p l i c a t i o no fg e n e t i ca l g o r i t h mi na u t o - t r a d i n g ， b r i n g st h ek - m e a n sm o d e lb a s e do ng e n e t i ca l g o r i t h ma n ds h o w st h er e s u l t so f e x a m i n a t i o n s k - m e a n sa n dg e n e t i ca l g o r i t h ma r eb a n d e dt o g e t h e r , w h i c hb e c o m e a ne f f e c t i v et o o lo f c l u s t e r i n ga n a l y s i so nd a t am i n i n g k e y w o r d s ：s t o c k ；d a t am i n i n g ；k a b u r o b o ；g e n e t i ca l g o r i t h m ；k - m e a n s i i 独创声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成 果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发 表或撰写过的研究成果，也不包含未获得( 注! 堑遗壹基丝 置要挂型直明趁：奎拦互窒2 或其他教育机构的学位或证书使用过的材料。与我一同 工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位做作者签名彳而志伟签字日期稗f 月z 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，有权保留并向国 家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权学校 可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：- 龟毽扣 导师签字： 谤弓 签字日期：汐口孑年6 月2e t签字日期：加口阵f 月2e t 基于k a b u r o b o 的股票智能机器人研究 1 1 论题提出的背景 第一章绪论弟一早殆下匕 股票自1 7 7 3 年在英国率先发行，至今已有2 0 0 多年，我国于1 9 8 5 年发行第 一支股票，截至2 0 0 6 年5 月3 1 日，中国境内的上市公司已达1 4 7 1 家，虽然目前 我国股市处于一个调整期，问题比较多，但是不管是处于发展阶段，还是萎靡阶 段，股票市场的发展都为中国的经济体制改革注入了巨大的活力，并且成为中国 经济高速成长的重要动力源泉：它的迅速发展摧毁了传统经济体制的根基，为新经 济体制的建立与成长赢得了时间与开辟了空间。股市在现代市场经济中具有不可 忽视、不能轻视和无法替代的地位与作用。 1 2 研究现状 1 2 1 数据挖掘在证券市场的应用现状 证券市场是国家经济的晴雨表。长期以来证券公司的交易系统一直走在i t 技 术应用革新的前列，同时也积累了丰富的数据。这些数据反映了客户的资金状况、 交易状况、持仓状况等，对证券公司而言具有极高的分析价值。 因此，无论从市场需求方面，还是从数据储备方面，数据挖掘理论与技术在 证券行业已经具备了广阔的应用空间。但是，从目前全行业的数据挖掘应用水平 上看，无论是理论研究还是技术实现上，尚处于启蒙阶段，主要体现在以下几方 面： ( 1 ) 中国证券市场是一个新兴的市场，在短短的十余年里走过了西方发达国 家证券市场上百年才能走过的道路，在高速发展中不可避免会出现一些问题。其 中，最主要的问题之一是我国证券业界长期缺乏定量分析，一直采取粗放的经营 l 基于k a b u r o b o 的股票智能机器人研究 方式，这是全行业普遍存在的问题。产生这个问题的根源在于我国经济学、金融 学教学研究中缺乏对定量分析的尊重和重视。这个问题导致了目前证券公司普遍 在客户分析和管理等方面缺乏一个科学的指标体系和评价体系。因此，从数据挖 掘实践中分析、提炼和验证相关的客户分析模型是一项重要而紧迫的任务。 ( 2 ) 从1 9 9 2 年证券市场成立一直到现在，中国证券市场一直是卖方市场， 证券公司普遍盈利，因此对客户的分析、研究重视程度较低。近年以来，随着证 券市场的低迷，市场竞争的激烈，证券公司才开始逐步意识到客户分析的重要性， 这种状况造成数据挖掘理论与技术在证券行业的应用起步较晚。因此，目前当务 之急的首要任务是必须在较短的时间内加强数据挖掘理论和技术在证券领域的基 础性、普及性和全面性建设以适应市场的需要，填补行业应用空白。只有这种基 础性工作到一定的规模和普及程度并在实践应用中积累一定的经验和教训之后， 才能逐步形成适合中国证券市场特色的数据挖掘理论与技术体系。 ( 3 ) 长期以来，证券公司的i t 应用主要关注于交易网络的建设，对基础数 据的研究分析缺乏重视。目前，除极少数证券公司以外，绝大部分的证券公司还 没有建立数据仓库和数据挖掘系统，数据挖掘理论与技术的应用基本上是空白， 全行业的数据挖掘应用处于起步状态。在这种状态下，谁最先应用数据挖掘理论 与技术来分析客户并提高服务水平，谁就掌握了竞争的先机，在行业整合的过程 中处于有利的地位。因此，国内证券公司在信息技术建设策略上，必须转换工作 思路，尽快加强数据挖掘理论与技术的研究与应用，为公司未来的长远发展打下 良好的基础。 ( 4 ) 在业务品种和时间跨度方面数据格式的不统一是制约证券行业数据挖掘 发展的瓶颈。目前，从业务流程上看，证券公司内部的各项业务之间缺乏横向联 系，缺乏一个统一的数据平台，数据之间割裂的现象比较严重，例如许多证券公 司财务系统和交易系统之间没有接口，对交易的复核需要手工完成，同时，许多 在财务报销的费用无法纳入交易系统进行交易成本统计。这种数据上的分散是证 2 基于k a b u r o b o 的股票智能机器人研究 券公司各项业务发展的瓶颈，例如稽核、运营统计等工作就特别需要在一个统一 的数据平台上进行操作。因此，从证券公司自身规范化管理的需要出发，追切需 要用数据仓库对数据进行统一，用数据挖掘工具提升证券公司各项业务的发展水 平。 ( 5 ) 国内证券公司与国外同行在数据挖掘应用水平方面存在着巨大差距。在 美国这样的成熟市场里，最有权威的数据分析和研究报告往往来自于证券公司。 因此，美国证券业对数据挖掘和分析系统的重视程度相当高，美林和高盛这样知 名证券公司中计算机技术人员的数量就占员工总人数的1 4 到t 3 ，其中大部分计 算机人员从事数据挖掘和分析工作，因为美国的证券交易系统目前主要是人工撮 合，交易网络运行和维护的人力投入较少【2 】。而且，美国证券公司进行数据挖掘和 分析的对象是面向全球金融证券市场，不仅仅局限于美国市场。迄今为止，我国 证券公司核心的交易系统架构还停留在5 年以前重视交易网络硬件建设的水平上， 对本公司内部的数据缺乏整合，提供很少或者根本无法提供数据挖掘和分析服务， 对国际市场的分析更是完全空白，基本上没有形成自身数据服务的品牌和核心竞 争力，中国证券公司走向世界与国际知名证券公司竞争的道路任重而道远1 1 2 2 数据挖掘在证券市场应用的主要问题 数据是人们用各种工具和手段观察外部世界所得到的原始材料，从数据到知 识和智慧，需要经过分析、加工和精炼的过程。通过对数据进行分析，找出内在 关系，赋予数据以某种意义和关联，形成信息。对信息进行再加工和深入归纳分 析，提炼出知识。在大量知识积累的基础上，总结出原理和法则，形成智慧，这 个过程称为数据挖掘【l 】。 数据挖掘是一个利用各种分析工具在海量数据中发现模型和数据间关系的过 程，这些模型和关系可以用来预测和决策。由于数据挖掘带来的显著的经济效益， 使数据挖掘越来越普及。它不仅能用于控制成本，也能给企业带来效益。很多企 基于k a b u r o b o 的股票智能机器人研究 业都利用数据挖掘技术帮助管理客户生命周期的各个阶段，包括争取新的客户、 在已有客户的身上赚更多的钱和保持住好的客户。如果能够确定好客户的特点， 那么就能为客户提供针对性的服务。比如，已经发现了购买某一商品的客户特征， 那么就可以向那些具有这些特征但还没有购买此商品的客户推销这个商品；找到 流失客户的特征，就可以在那些具有相似特征的客户还未流失之前进行针对性的 弥补，保留一个客户要比争取一个客户的成本小的多。 数据挖掘可以应用在各个不同的领域。对于证券领域而言，数据挖掘技术及 其应用系统可以帮助发现业务趋势，揭示已知事实，预测未知结果，帮助证券公 司分析完成经营目标所需的关键因素，以达到增加收入、降低成本，使企业处于 更有利的竞争地位的目的。对于处于服务性行业的证券业，面对大量的投资者， 如何为不同个体的投资者提供个性化的服务是企业必须面临的问题。特别是在金 融数据大集中的管理模式下，如何从海量的用户、市场数据中挖掘出高附加值的 决策支持信息，为企业经营决策者准确地提供市场分析信息，是证券公司决策和 战略规划过程中普遍面临的需要高度关注的问题。 1 3 研究目的和意义 随着我国市场经济建设的高速发展，人们的金融意识和投资意识日益增强， 而作为市场经济的组成部分一股票市场，正逐步走向成熟与规范，越来越多的投 资者把眼光投向了股票，历史已经证明股票是一种不仅在过去已提供了投资者可 观的长期利益，并且在将来也将提供良好机遇的投资媒体。然而，股价涨跌无常， 股市变幻莫测，投资者要想在股市投资中赢取丰厚的投资回报，成为一个成功的 投资者，就得认真研究上市公司的历史、业绩和发展前景，详细分析上市公司的 财务状况，树立以基本分析为主，技术分析为辅的投资理念，找出真正具有投资 价值的股票，进行长期投资。 由于股市行情错踪复杂，股民在投资的时候经常会出现一些错误的判断，而 4 基于k a b u r o b o 的股票智能机器人研究 在众多行情到来之前，大部分股民并不能在第一时间知道，这在很大程度上是因 为股票分析软件经常需要用户的参与，对能力不足的中小股民来说，他们得到确 切消息的时候通常太晚。 目前市面上的大部分股票分析软件都是对一段时间内的数据进行分析，最小 的时间通常是天，没有实时的分析工具。而且网上能找到的数据也是以天为单位 的，通常的数据只有每天的开盘价、收盘价、最高价、最低价和平均价，这些数 据不足以进行实时分析。 本文中采用k a b u r o b o 平台做为研究股票智能交易模型的平台，相对于大多数 股票软件来说，本文提到的k a b u r o b o 平台更加开放，数据更全面真实。k a b u r o b o 平台提供了开发工具包，开发人员可以随心所欲的编程实现自己的想法。它自动 实现了股票虚拟交易的环境，使开发人员可以专注于自己的某一模型或者算法的 研究，其他的都交给k a b u r o b o 即可。当然，k a b u r o b o 希望开发人员通过编程实现 自己的想法，对于熟悉编程的人来说很简单，但是对于不懂编程的人来说可操作 性不强。关于k a b u r o b o 的工作原理、优缺点等，我们将在第三章中详细介绍。 本项目希望通过研究，使用户在不用过多参与的情况下，就能得到有价值的 信息，我们项目中采取了多种自动分析技术。 社会经济的进一步大规模发展，使股市行情的变动以及其它一些金融市场的 变化，如黄金市场、汇率市场等等都越来越强烈地影响着世界经济的发展。对其 变化规律的研究有很重要的现实意义。这些市场具有很多共同的特点，比如，他 们都不仅受经济发展情况的影响，而且受政治、重要的消息新闻的影响。他们价 格的变化也都显现出混沌的特点。正是由于他们之间具有这些共性，因此我们可 以通过研究股市价格的变化规律来探讨其共同的变化规律【3 1 。 基于k a b u r o b o 的股票智能机器人研究 1 4 本文的组织与结构 全文一共由六章构成： 第一章是绪论，阐述了本文题目提出的背景和研究意义。通过国内外对比， 指出深入研究数据挖掘在证券交易领域中应用的重大意义。 第二章是数据挖掘在证券交易中的应用研究，主要介绍了数据挖掘中的几种 方法。这几种方法目前在证券交易中应用的比较广泛，人们对它们的研究也越来 越深入。 第三章是k a b u r o b o 平台介绍。在这一章里，我们介绍了k a b u r o b o 这样一种 模拟股票市场自动交易的平台。k a b u r o b o 的特点就是简单、真实，它让开发者可 以专注于自动交易领域的算法研究，不必为不精通股市，缺乏实际操作经验而烦 恼。 第四章是证券交易主要分析手段的改进与k a b u r o b o 实现。在这章，我们把这 些分析手段改进后算法化，然后在k a b u r o b o 平台上编程实现，为下面的研究打下 理论基础。 第五章是股票自动交易应用模型的研究。本章在对聚类技术、遗传算法等深 入研究的基础上提出自动交易模型，并在k a b u r o b o 平台上实现，通过试验结果， 说明模型的可行性。并指出尚未解决的问题。 第六章是研究展望。主要对数据挖掘的进一步研究进行展望。 6 基于k a b u r o b o 的股票智能机器入研究 第二章数据挖掘在证券交易中的应用研究 2 1 数据挖掘的研究及数据挖掘软件的兴起 证券市场分析的历史就是一个数据分析的历史。各种证券投资分析方法都是 从历史的数据资料中去寻找股票未来的走势，以期获得额外的投资收益。 当今在市面上大量流行的各种证券分析系统都有一个共同的特点，即使用各 种分析指标为预测工具。比如：量线指标、k 线指标、m a c d 指标、k d 指标、 o b v 指标、p s i 指标等。这些分析方法的预测目的都是企图准确的预测股票在一 个短时期内甚至是某一天的涨和跌，而这几乎是不可能的，也是不科学的。这种 瞎子摸象似的预测不可能使我们发现数据背后的本质。 证券市场可以从微观，中观和宏观的角度进行分析。证券市场不同于其他市 场，其参与者众多，信息复杂，数据变化快。因此单从微观分析是很困难的，而 宏观分析具有长期性对近期的变化无法处理。但是无论股票的日常波动是多么复 杂，其最终表现却仅仅为上涨和下跌。每个股民的买卖行为无法预测，但是从长 远的趋势来看，每只上涨的股票都具有非常相似的特点。一只长期上涨的股票必 定有其上涨的不为大众了解的内在原因。 随着经济全球化和信息技术的飞速发展，财经数据急剧膨胀，涌现出了大量 利用数据挖掘技术解决金融难题的研究和实践。如贸易模型的发展，投资选择， 贷款评估，投资组合优化，不动产评估，欺诈检测，破产预报，等等。 为了适应数据挖掘的发展和应用，涌现出了大量不同的数据挖掘软件，据著 名数据挖掘网站k d n u g g e t s 统计，目前约有5 0 多种数据挖掘软件问世。当前主流 的挖掘工具如s a se n t e r p r i s em i n e r 、i b mi n t e l l i g e n tm i n e r 、t e r a d a t aw a r e h o u s e m i n e l - 、s p s sc l e m e n t i n e 等都能够提供常用的挖掘过程和挖掘模式。读者可以访问 h t t p ：w w w d a t a m i n i n g l a b c o r n 网站，该网站提供了许多数据挖掘系统和工具的性能 基于k a b u r o b o 的股票智能机器人研究 测试报告。数据挖掘软件根据其适用的范围可分为通用数据挖掘软件和专用数据 挖掘软件，表中给出了1 0 种通用性数据挖掘软件及其所属公司。 表2 - i 通用性数据挖掘软件列表 被份名7 新艟泠避 i c l t 难n 痂瞻 s p s sh l c e n h ：p r u em i n e r s a si 磁矗h t e i 心h i e e 嫩m i z i | r 1 日m m i n e s , t s i l i c o n g m p l a c ；，h i c m o “l l g r a s p1 u n i t - t e c h n o l o c i e ， m o 缸l ( 善疆，ta h t e c h c a r p 只积i ru 血a t | c h m 】d = k ，i 扯 n g u 阳s1 t 1 1w a 业ls y = t e r mg r m p ，i 瑶 0 l b 良r si ：狻k g o v e n u e n ts 弘t e t 瞄 s p l m m 砒k o f 与国外相比，国内对数据挖掘和知识发现的研究稍晚，没有形成整体力量。 1 9 9 3 年国家自然科学基金首次支持对该领域的研究项目。目前，国内的许多科研 单位和高等院校竞相开展数据挖掘和知识发现的基础理论及其应用研究，这些单 位包括清华大学、中科院计算技术研究所、空军第三研究所、海军装备论证中心 等。其中，北京系统工程研究所对模糊方法在知识发现中的应用进行了较深入的 研究，北京大学也在开展数据立方体代数的研究，华中理工大学、复旦大学、浙 江大学、中国科技大学、中科院数学研究所、吉林大学等单位开展了对关联规则 挖掘算法的优化和改造；南京大学、四川联合大学和上海交通大学等单位探讨、 研究了非结构化数据的知识发现以及w e b 数据挖掘。最近几年，国内关于数据挖 掘的研究论文增长很快。 目前在国内采用数据挖掘软件的企业和机构还很少，但随着数据库和i n t e m e t 在国内企业的普遍运用，使用数据挖掘软件获取信息将被越来越多的国内企业和 机构所接受，数据挖掘软件的国内市场在未来几年也将不断扩大并趋向成熟。 基于k a b u r o b o 的股票智能机器人研究 2 2 数据挖掘主要算法的应用 数据挖掘在证券市场上的应用主要是对证券公司的客户关系进行管理和对证 券交易行情数据的预测。其中尤以股票的预测最具有挑战性，这也正是本文研究 的重点。进行数据挖掘一般需要建立数据仓库，很多文献给出了证券数据仓库的 实现方案。 由于股票交易行情数据本质上是一个非线性时间序列，所以对股票的预测其 实就是对时间序列模式进行挖掘。时间序列的数据库内某个字段的值是随着时间 而不断变化的，设一个变量y ，表示某一支股票每天的收盘价，那么y 可以看作 是时间t 的函数。分析这些时间序列的数据有四个方面值得注意： ( 1 ) 长期趋势特征。表明在很长一段时间内总的走向趋势。 ( 2 ) 周期的走向与周期的变化。趋势线的振荡并不是周期的，这个循环并不遵 循基于相等时间的规律。 ( 3 ) 季节性的走向与变化趋势。 ( 4 ) 不规则的随机走向( 即噪声) 。这是由于一些突发的偶然事件而产生的影响。 上面这些走向可以分别用变量t ，c ，s ，i 来表示，可以利用高阶谱分析、混沌理 论等进行趋势分解和预测。 近年来，人工智能研究得到了突破性的进展，一大批人工智能的研究成果， 如支持向量机，模糊理论，聚类，神经网络，遗传算法和粗糙集等广泛应用到各 个学科领域( 包括股票价格预测) 。数据挖掘作为人工智能的重要技术，逐渐在证 券领域应用开来，这里主要介绍以下几种。 2 2 1 数据挖掘的进化遗传模拟 相关研究表明，证券市场中的群体心理和行为的影响左右着个体心理和行为，进 化理论不仅是生物学的统一理论，而且可以作为所有智能过程的统一描述；特别 9 基于k a b u r o b o 的股票智能机器人研究 是对社会群体心理和行为研究。近来，国内外的进化计算与混合认知智能预测取 得了良好的效果，数据挖掘的研究将极大地提高其有效性和精度4 1 。 2 2 2 神经网络 神经网络由于其强大的非线性逼近和泛化能力，得到了最为广泛的应用。 l a p e d e s 等最早发表了将神经网络用于预测的文章。上世纪9 0 年代后，国外利用 神经网络对股票价格进行预测的报道层出不穷。国内一些学者也开始利用神经网 络方法对中国股市的股票价格进行预测。基于神经网络的股票预测方法，主要使 用神经网络进行股票价格数据的学习训练，然后使用训练得出的模型进行股市预 测【5 1 。 另外还可采用遗传算法进行神经网络的学习权值调节，使神经网络模型更加 逼近系统模型。 2 2 3 模糊模型 模糊模型本质上就是一种非线性模型，宜于表达复杂系统的动态特性，具有 逼近任何非线性映射的能力。采用模糊模型技术进行预测，主要是依据专家经验、 或统计方法建立模糊模型进行预测。 2 2 4 小波分析 小波分析理论是一种新的函数逼近工具和时间一尺度、时间一频率分析方法， 它继承和发展了f o u r i e r 分析理论，是调和分析理论中最杰出的成就之一【6 】。小波 变换是空间( 时间) 和频率的局部变换，因而能有效地从信号中提取信息，通过 伸缩和平移等运算功能对函数或信号进行多尺度细化分析，解决了f o u r i e r 变换不 能解决的许多困难问题，因而小波变换被誉为“数学显微镜 。由于小波变换对分 形信号强有力的分析能力，小波变换在证券市场中显示出强大的生命力和广阔的 l o 基于k a b u r o b o 的股票智能机器人研究 应用前景。 2 3 证券分析软件现状的研究 国外的股票分析软件种类非常多，由于华尔街目前非常重视数学理论、人工 智能技术和计算机软件技术在股票交易中的作用的发挥，因此股票的分析预测决 策软件也发展迅速，如以o m e g a 为代表的分析软件。该软件提供了多种图形工 具，并给出了自我设计指标的工具，用户可以利用该软件给出计算方法即可得到 新的技术分析指标，同时提供报警设置，用户可以设定某个价位或者某条趋势线， 当股票突破该设定位置时，软件会发出提示信息，该软件还提供了一些先进的统 计分析工具，可以对用户的交易历史做经验分析。另外以a d v a n c e d g e t 为代表的 智能图形分析软件，可以依据股票交易的价格数据，采用波浪理论找到各个大浪 和子浪，并依据波浪理论给出最为合理的浪型结果，从而预测股票的最为可能的 下一阶段转折点。此外还有基于价值区的股票分析软件，基于模糊理论的股票投 资决策软件，基于神经网络的股票预测软件等等。 国内早期的证券分析软件大多是舶来品，软件中所使用的分析技术基本上是 西方股市流行的理论和指标，以来自台湾的钱龙软件为主。1 9 9 7 年9 月，北京指 南针公司率先推出的成本分析方法打破了这一局面，随后诞生的分析家、投资家、 股神、首富等一批新的国产技术分析软件也相继推出各自的专有技术，老牌国产 软件中的胜龙、海融也在原有技术上推陈出新，加入了新的技术含量 7 1 。此外，还 有大智慧，飞狐交易师，证券之星等。国产技术分析软件的用户群体已初具规模。 中国的股票分析软件大约有几十种，可以提供股票的常见技术指标的分析图表， 提供股票的消息咨询，提供股民的在线账户管理，帮助管理自己的账户资金和股 票，同时提供自选股，大盘股指分析等内容。所有软件大多数都模仿钱龙软件的 分析功能和分析界面，功能大同小异，只是运行平台和获得数据的方式有些差异， 缺乏实质性的技术革新和帮助股民进行股票投资的智能分析能力，不对股票的走 基于k a b u r o b o 的股票智能机器人研究 向，以及如何进行操作给出任何建议，完全凭借看盘者自己的技术分析水平进行 判断。 市场上现在销售的软件价格差别很大，贵的如专业版的“指南针”，需要3 0 多万元，便宜的如“分析家”，才8 0 0 至1 0 0 0 元左右。导致这一差距的重要原因 就在于软件特色指标的科学设置、指标的市场指导获利率的高低以及消费者技术 指标取舍趋向等因素，最基本的还在于涉及到指标的应用对象不同。如价格最高 的“指南针 的销售对象主要以大户和机构投资者为主，而“分析家主要面向 中小散户，其他品种则以中间价位左右逢源。 未来的证券分析软件除了包括宽带网分析交易( 远程版) ，移动网上交易( 嵌 入式行情交易) ，资讯服务，财务( 基本面) 分析，还应该包括数据挖掘等增值服 务，具备智能化能力，本文即是在这方面进行探索。 2 4 本章小结 本章总体上概括了数据挖掘在证券领域的应用，不求精细，但求全面的介绍 了主要算法的应用、数据挖掘软件以及证券分析软件的现状。 1 2 基于k a b u r o b o 的股票智能机器人研究 第三章k a b u r o b o 平台介绍 3 1 什么是k a b u r o b o ? k a b u r o b o 是2 0 0 4 年由日本早稻田大学发起的研究项目，通过对真实股票市场 的模拟来对股票自动交易算法进行研究，并举行股票机器人编程大赛，到目前为 止，已经有超过1 7 0 0 0 人参加。在2 0 0 6 年，1 0 台最优秀的股票机器人进行了实际 运用，取得优异的成绩，引起很大的反响。通过这几年的实践，各种优秀的技术 被应用于股票机器人当中，尤其是在人工智能领域，人们已经将机器学习，数据 挖掘等综合运用到股票机器人的设计当中。可以说，k a b u r o b o 是人工智能在自动 交易领域的一块试验田。股票机器人大赛的参加者可以登录曼塑：堡盐坠! q 垒q ：- i 旦网 站进行注册，然后参加比赛，过程如下： 个人信息注册 编程实现k a b u r o b o 机器人 进行虚拟股票交易 成绩总结 k a b u r o b o 作成之后，在进行股票交易的时候，按照东京证券交易所的规定进 行交易，在每一个交易日，k a b u r o b o 的工作过程如下【8 l ： 上图的详细说明如下： 图3 - 1 在一个交易日中k a b u r o b o 工作安排 基于k a b u r o b o 的股票智能机器人研究 0 8 ：0 0 0 9 ：0 0 上午股市开盘前的准备工作 0 9 ：0 0 - 1 1 ：0 0 上午股市交易时间 i l ：3 0 1 2 ：3 0 总结上午股票交易，同时做好下午开盘前的准备工作 1 2 ：3 0 - 1 5 ：0 0 下午股市交易时间 1 6 0 0 - 2 4 ：0 0 对整个交易日进行总结，做下一个交易日的准备工作 总的来说： k a b u r o b o 是一个由软件构成的自动进行股票交易的机器人。k a b u r o b o 提供一 套s d k ，开发人员可以在e c l i p s e 环境下用j a v a 语言进行开发。核心算法完成后， 剩下的就交给k a b u r o b o 就可以了。从这个角度说，k a b u r o b o 是一个可以自动进行 股票交易的机器人。 k a b u r o b o 是一个虚拟的股票交易平台。k a b u r o b o 提供虚拟资金和虚拟交易， 但是股票信息为东京证券交易所的实时信息，从而最大程度模拟真实交易。所以 说，k a b u r o b o 是一个虚拟的股票交易平台。 k a b u r o b o 是一个股票交易算法的竞赛平台。k a b u r o b o 每年举行股票大赛，众 多的参赛者在这里一展身手，k a b u r o b o 通过综合排名选出优胜者给予奖励。通过 比赛，让越来越多的研究者参与到股票自动交易领域的研究，很好的促进了这一 领域的发展。所以从这个角度说，k a b u r o b o 是一个股票交易算法的竞赛平台。 3 2e c l i p s e 环境下j a v a 开发的k a b u r o b o 简单实例 对于熟悉e c l i p s e 的开发者来说，开发k a b u r o b o 其实很简单。这里对开发步骤做 简单的说明。 1 、从k a b u r o b o 网站下载软件开发工具包( s d k ) ，包括e c l i p s e 。解压后的k a b u r o b o 如下图： 1 4 基于k a b u r o b o 的股票智能机器人研究 p l 取精嘲孵 。 一幽隧麓缓搦缓滋搦缓缓戮缓戮霞凌篪蓊霞隳鬻攀l i 鬻嚣 百f 墨 ；升f 脆) ；编粼或赫啦扭忍己弛馘_ 心一。o 歹 oj _ j l 磐 j 晨一滚+ j 溪 梭素怨办胁 雹， 。 一 。 ? ；7 # 垓 l 幻c ：锄吣。b ol墨l 多塾 。矗硅硝i 如蟛。i ，。麓 ，乡，爱 ，钿蓖。一。_ ij ；j 一妒 两蝴 缸睢r 。嗡 如 ? j 1 _ _ _ 。i ，誓；_ 幺j 圈 i 豳 翟j 圆引 囊o。：j 。i 7 誓幺j ；焉困 冒i 话圈l竭l k 曲u r o 扛o b a d 一嵫b u i l d 如i 础u r o b o t b 毒th 嘶c b 0 5 hr e 洁d m e b c i 力吖j 7 才；l - 笋 更新b 畸：z o o t 肆3 月1 4 8 、1 8 ：o u 3 图3 2k a b u r o b os d k 2 、设定环境变量k a b u r o b oh o m e ，指定到s d k 所在目录。 变量名k a b u r o b oh o m e 变量值s d k 解压的文件目录 3 、设定配置文件。每一个k a b u r o b o 工程都会包含一个r o b o t c o n f i g x m l 的配置 文件，在这个配置文件中可以对测试日期，初期资产，是否允许信用交易等进 行设置，如下图： 基于k a b u r o b o 的股票智能机器人研究 ，e 9 7 9 8 9 9 1 0 0 1 0 i 1 口2 1 0 3 1 0 q 1 0 5 1 0 6 七r u e ：o p i 苎c 工a l o r d e r ：_ f a l s e 、：s p e ci a 工一o r d e r d a t a d a t a 5 口 d a ta c o n s 0 1 芒i e v e l = ”5 j 二一 t r u e 七r u e 叉 夕妇勿暑c i j1 7 j ；誊豢譬? ! 二j j。一一j 爹爹i 誊 i ot r a d e s c 兮u n e r k a b u r o h o s d k 口e r 。f o r m a n c e i d t r a d e s c s u o e r k a b u r o b o s d kr o b o t i d t w a d e s c s u d o r k a b u r o b o s d k t w a d o i ot r a d e s cs u n e r k a b t j r o b o s d k ，t r a d ea n a v s i st e c h n i c a l i n d e x i d t m d e s c s u o e r k a b u r o b o s d k t r a d e d a t a 图3 - 6k a b u r o b oa p i 中的主要包 1 9 基于k a b u r o b o 的股票智能机器人研究 f 中曰对照力7 l 口水s d k2 0 3 a p iy77py 叉：k a b u r o b os d k 2 0 3a p i 参考， ， , - - 一夕：包) 另外，k a b u r o b o 还可以根据每个人的交易情况，自动生成各种图表，供开发 者参考，以便改进算法。如下图 9 】： f i l ee d i te wh i t o r yb _ o o k m a r k ：t o o l sh _ e i p - ，奁 丧。http：，w。ww。kaburobo。jprobotdata_his。tory，一93 4 2 p e r f o r ，型鳖 毒怖。宫劫椿式；e 罴口7 k ， + l 了b 溺；雷= b 了。术l ，木一 黪繁缪黑 薯譬叠- 2 盆越薯盐谶 5 5 0 0 0 0 0 0j 5 00 0 0 o o o + _ 、 4 00 0 00 0 0 3 0 0 0 0 ，0 0 01 2 5 0 0 0 ，0 0 0j 2 0 0 0 0 ，0 0 0 l s 0 0 0 ，0 0 0 l q 0 0 0 ，0 0 0 5 , 0 0 0 0 0 0 01 h 鐾一 1 1 1 3 01 2 1 1 51 2 1 3 00 1 f 1 4 0 1 1 2 90 2 1 1 30 2 1 2 80 3 1 1 40 3 1 2 9 l | 嚣率。“i3 7 5 0 l 最六年篇麟号月歉( 胄镩彩， 鼢j 蕾封；剐唠弓具戡( 月佯 平均年髑黪为月数( 月年 旗联瞎蕊礤 5 0 0 0 0 0 0 0 卜二聋j 饿掼益 97 4 娜 最锯瓷焘缓功 4 5 1 3 13 2 3 年率攮簋 4 国阿 - 2 5 8 3 取g s 蹴日 2 0 0 7 门1 2 7 强亏p 0 f 钝f q 益 9 17 敬；l 菸7 日 2 0 0 8 0 4 0 2 真l ，h p 黼摒失 d e n e 图3 7k a b u r o b o 分析图表 ( 中日对照力少口水l 水一卜：k a b u r o b or e p o r t ，取引尹一夕：交易数据， 损益尹一夕：盈亏数据，膀率尹一夕：胜率数据) ( 3 ) 持续研究促进人工智能算法的研究。 自从2 0 0 4 年问世以来，已经有超过1 7 0 0 0 人参加了这个项目，通过这几年的 研究，强化学习、遗传算法等在这里得到了运用和验证，说明人工智能中这些优 秀的理论在实际证券交易中正确运用，可以得到很好的效果。 k a b u r o b o 通过竞赛排名，定期对优秀者进行奖励，吸引了众多的参与者。随 2 0 基于k a b u r o b o 的股票智能机器人研究 着更多的开发者参与到k a b u r o b o ，人工智能在证券自动交易领域必将得到更大的 发展。 3 5 本章小结 本章主要介绍了k a b u r o b o 平台以及它的工作原理。本文后面部分的算法和模 型都将在k a b u r o b o 上实现并检验。 2 l 基于k a b u r o b o 的股票智能机器人研究 第四章证券交易主要分析手段的改进与k a b u ro b o 实现 4 1 标准偏差 4 i 1 偏差值 偏差值渗透日本社会各个方面。这种标准在人才培养、学习能力测定和考试 制度上被广泛应用。它不仅直接与考试制度有关联，也对学校生活的方方面面产 生了影响。所以偏差值己成为日本中等教育文化的一个象征。 所谓“偏差值”是指相对平均值的偏差数值。它与传统的以百分为满分的评 价方法不同，通常以5 0 为平均值，7 5 为最高值，2 5 为最低值。计算方法为将统 一考试中个人的成绩减去平均分，再除以1 1 0 与标准偏差的积，最后加上5 0 。 偏差值要反映的不是试题的难度和个人的分数，而是每个人在所有考生中的 水准顺位。如果考试是全国性的，那所得偏差值将表明考生在全国应考者中处于 怎样的位数。 日本是春季招生，所以在每年的冬季进行全国高中毕业生统一考试，各大学 在录取学生时，常常是以这次考试的标准偏差为标