[发明专利]一种基于遗传规划的量化策略生成系统

说明书

技术领域

本发明涉及计算机软件领域，特别是涉及在线量化投资策略生成相关的信息处理使用场景。

背景技术

随着信息技术的发展，证券投资方式也越来越精进，利用数量化方式及计算机程序来发出交易指令以求获取稳定收益的量化交易也越来越普及。而量化策略就是量化交易的实现途径，即将投资者的投资思想规则化、变量化，转变为计算机可以识别的可执行的程序。量化策略生成系统则能够生成量化策略，并且能利用历史数据进行回测，验证策略的有效性。

目前，市面上的量化策略生成方式大多是提供数据及API，让用户在一个在线或者客户端的editor中编写程序代码作为一个策略，这种做法门槛较高使用复杂，用户必须熟悉对应的开发语言及策略开发规则才能进行对应的策略生成。本发明采用一种个性化生成器的方式，让用户设定策略条件及相关参数，一键生成策略并展示结果。此外，量化策略的目标是追求高收益低风险，在以往的策略执行过程当中只是单纯的触发策略执行条件，并不存才调优的过程，胜率不高。本发明运用遗传规划，以收益率、回撤等投资者关心的指标为目标，来为用户的量化策略寻求更优的执行逻辑。

发明内容

本发明的目的是为了解决目前策略生成方式复杂且无法通过调优提高策略效果的问题，设计出一种能让用户选择策略参数和调优目标，直接生成策略并查看回测结果的系统。

为了解决上述问题，本发明采用的技术方案是：

采用B/S架构，在客户端设置一个策略生成系统来让使用者设定策略的相关参数，并查看策略运行结果。在服务端接收策略参数，运行策略并以不同客户的需求为目标对策略进行调优以使得策略更加有效。

进一步，所述策略生成参数设定，包括对策略的基本信息、股票池、策略用到的指标参数、调优目标、遗传参数进行设定。

进一步，所述策略运行结果包括收益率、夏普比率、波动率、最大回撤，α值、beta值及收益曲线等等，用以评价策略的优劣。

进一步，所述策略运行及遗传规划调优，依赖于基础行情数据、策略静态数据以及量化因子数据，按照用户设定的条件及函数库构建初始的群体。以使用者的需求为优化目标计算个体的适应度，通过使用轮盘赌选择法，选取适应度高的成员，经过交叉、变异后得到最优的群体。根据优化结果对设定的股票池进行筛选后生成交易信号，结合账户持仓以及行情信息生成订单，并计算策略的运行结果传输到客户端展示。

由于采用上述方案，本发明的有益效果是：

（1）操作简便。由于使用者不需要自己进行复杂的编程，只需要打开网页进行策略基本信息、指标及遗传参数的设置就能够生成自己的策略并且快速查看到结果。

（2）扩展性强。指标和量化因子可以任意扩展，以满足使用者在将其投资思想转变为策略时多样化的需求。

（3）利用遗传规划进行调优，可以获取全局最优解，以获取更好的收益。

四、附图说明

图1是本发明的系统架构图。

图2是基本操作的处理流程图。

图3是策略执行的流程图。

图4是基于遗传规划进行调优及计算的具体流程图。

五、具体实施方式

下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

图1为本发明的基础架构图。

模块101为web客户端，用户在客户端设定生成策略的参数，与服务端进行通信，具体步骤在图2中进行说明。

模块102为服务端的逻辑处理模块，包括策略执行模块，订单管理模块及账户管理模块。

模块103为服务端的数据模块，包括静态数据、行情数据、量化因子数据。具体在模块104-106中进行说明。

模块104为策略执行模块，即进行回测的模块，按照用户设定的策略条件基于遗传规划来执行策略，生成交易信号。

模块105为订单管理模块。生成的交易信号由行情数据触发产生订单，这里的订单操作包括买入和卖出，最后生成一条条订单记录。

模块106为账户管理模块，这里给每一个策略默认分配一个账户，由于设定了初始资金及仓位，在每次进行交易时需要对账户情况进行查询，来确认是否能够进行交易。最后会基于交易信息计算整个策略的收益和持仓状况。

模块107为静态数据模块，主要是一些固定的数据项目，包括手续费率、滑点数及默认对照的证券标的，在执行策略时会按照这些设定来运行。