文献阅读人工智能操作在证券类产品中的应用文档格式.docx
《文献阅读人工智能操作在证券类产品中的应用文档格式.docx》由会员分享，可在线阅读，更多相关《文献阅读人工智能操作在证券类产品中的应用文档格式.docx（14页珍藏版）》请在冰点文库上搜索。
在对称信息下,趋势交易作为一种可选交易风格不会导致系统波动增大,反而可以进一步提供多样性,稳定系统;
文献阅读记录单
文章2
张家林2014-09
21世纪经济报道
基于大数据的人工智能:
基于大数据的人工智能
作者论述了基于大数据的人工智能的应用可以显著提高资本市场的深度和宽度。
基于“效用”决策的智能代理，会不断在整个“交易机会空问”中以人工操作无法想像的速度、效率和海量计算积极地搜索和学习，捕捉任何可能的交易机会。
由于各白的独立性以及路径的差异，反过来会极大地拓展资本市场的多层次特性。
虽然智能代理的交易逻辑可以设定合规审核的内控程序，但对于其行为监管的边界以及如果
追溯该智能代理行为的责任主体，目前的监管框架还没有涉及。
“实质大于形式”的监管原则运用于对智能代理的监管，可能引起混淆。
鉴于此，作者建议建立注册备案和源代码公证制度，包括：
建立证券投资智能代理注册备案制度，建立证券投资智能代理源代码公证制度，以及构建适应普惠金融服务的监管框架。
从而推动基于大数据的证券投资智能代理主要以普惠金融服务的视角进行引导和大力支持，使更广大的散户投资人可以享受技术进步带来的红利，获得更好的服务。
因此，需要营造良好的创新政策环境和包容性的监管文化。
文章3
李巍2012
西南财经大学/硕士学位论文
基于宏观经济指标和人工智能方法的上证综合指数预测
人工智能方法预测上证指数的走势
以上证指数作为我国股票市场的代表，利用宏观经济指标，使用人工智能方法对上证指数的走势做出预测。
上证指数样本主要选取2005年股权分置改革以后的数据。
宏观经济变量主要选取2005年以后的月度数据。
在人工智能方法中本文主要使用神经网络和支持向量机两种方法。
在神经网络方法中，BP神经网络由于具有良好的拟合能力和容错能力成为使用最为广泛的神经网络模型之一，但是BP神经网络模型又有自己的局限性，本文在前人提出的改进BP神经网络的基础之上提出了使用贝叶斯正则算法和提前停止算法相结合的方法来改进标准的BP神经网络。
在提出改进的BP神经网络模型之后，他还分别使用改进的BP神经网络和支持向量机方法对上证指数做出预测，并对两种方法的预测结果做出比较。
文章4
刘兴华2004
东华大学博士学位论文
证券市场动力机制及智能体建模分析
智能体整体市场模型
作者致力于建立更合理的智能体整体市场模型。
复杂适应性系统思想下的基于智能体的计算模型是一种研究证券市场的新方法，其代表便是圣塔菲研究所的人工市场模型。
本文从市场动力学的角度认为圣塔菲的模型有许多并不完善的地方，如智能体智能不够高、学习的速度不够快、价格的决定机制依然采用预期均衡机制、仿真结果不够理想等。
本文以扩展的少数派博弈模型为核心，建立一种新的基于智能体的计算模型，本文的模型有更接近实际的结构和机制，特别是可以分析趋势交易者的形成和影响，模型仿真认为趋势交易者是因为归纳推理及适应而自然产生的，这有别于行为金融学的固定非理性假设;
智能体同时拥有价值策略和趋势策略会更“聪明”，可以比纯价值策略的智能更多获利;
在对称信息下，趋势交易的存在不会扩大波动，反而可以有减少波动的作用。
他认为建立一个完全的不依赖均衡机制的智能体模型是困难的，本文的模型中智能体可以进行决策和报价，而且其行为和真正投资者行为相似，价格和交易量是自动限价撮合形成，这和真实市场一致。
文章5
专题报告2014-09
中国证券业发展报告（2014）
2013年证券业信息技术重点应用
基于大数据技术应用的客户精细化管理系统
作者分析了基于大数据技术应用的客户精细化管理系统针对证券行业目前面临的业务创新、
管理创新、互联网金融的需求与挑战，基于大数据技术（并行处理数据库、数据仓库、数据挖掘、分布式文件存储），对全业务线（经纪业务、投行、资产管理、Q等）的客户数据进行处理、分析与挖掘，建立“以客户数据智能分析驱动业务运营流程，的客户精细化管理平台。
通过数据挖掘成果与客户服务营销、营业部客户管理的结合，提高业务流程的智能化水平，提升客户洞察与客户管理的能力，产生良好的经济效益和社会效益。
基于数据仓库技术，通过IT技术和业务目标的融合，建立基于客户交易数据的客户行为特征分析方法，从而为客户的差异化服务、产品的精确营销提供了技术支持，包括:
I.采用聚类算法进行证券客户交易数据的动态分析，反映客户群的动态变化特征。
2.通过客户流失原因挖掘，建立可量化的客户流失预警模型，预报客户流失概率，提醒服务人员对客户及时挽回。
3.基于数据仓库技术、数据挖掘技术，根据经营指标，建立业务之间的关联性。
文章6
吴俊、陈亮、高勇
2016-06
国外人工智能在金融投资顾问领域的应用及对我国启示
作者针对性研究了全球金融界正在人工智能的催化下悄然改变，尤其是基于大数据技术的人工智能给投资顾问领域带来全新的视角。
但我国人工智能在金融投资顾问方面的运用尚处于初始阶段，业务发展模式尚须引导，监管规则有待完善。
作者重点介绍了国内外人工智能在金融投资顾问领域的应用，并提出相关政策建议。
其中对策包括：
第一，及时完善相关制度，包括及时出台应对人工智能环境下金融运行及创新的相关法规、制度和建立智能代理的投资和使用的注册备案制度；
第二，加强风险控制；
第三，加大技术、业务及人员储备，积极应对智能化冲击；
第四，加强金融知识普及。
加大金融知识及规则的宣传、相关业务讲解，推广人工智能技术在金融领域的应用，使广大投资者享受技术进步带来的红利。
文章7
何裕2014
西南财经大学
基于数据挖掘组合模型的股价预测研究
数值挖掘在股价预测的应用
作者试图通过数据挖掘技术，来研究上市公司财务比率指标的动态变化和股票价格变化趋势的内在联系，期望挖掘出则一务数据中有用的信矛息，从而对股票的投资决策做出更好的判断。
数据挖掘通过结合统计学、机器学习和人工智能等技术对于处理海量数据和高频数据往往能够达到不错的效果。
另外数据挖掘还能够对不断获得的新数据进行模型的动态更新，非常适合应用于新环境。
数据挖掘是当今国际上统计学、人工智能和数据库研究方面最富活力的新兴领域，从大型数据库中挖掘有效信息的问题已经成为近年来数据分析研究领域中的一个新热点。
在上市公司公布的财务数据以及股票行情数据库中积累了大量的历史数据，如何充分利用这些历史数据，为投资者提供决策依据，把数据挖掘方法运用于股市投资研究和探索变得很有意义。
作者基于国内外相关方面研究成果，介绍了数据挖掘的相关理论，并且引入数据挖掘的相关方法对上市公司两年间的财务比率指标的变化量和股票价格变化之间的关系进行了研究分析，最后运用组合模型对数据挖掘的几种方法进行组合和优化。
文章8
丁毅2012
MACD指标在A股市场中有效性检验
作者基于对技术分析理论的发展历程的了解基础上，掌握国内外文献对MACD的有效性检验，主要是检验使用MACD指标进行股票投资时是否能获得超额利润，一个重要途径就是检验由MACD产生的交易信号所得到的条件收益率是否显著高于无条件收益率。
目前对移动平均规则的有效性进行检验的方法可以归纳为三种:
双样本均值T检验，Bootstrap法，以及人工神经网络法。
在文献综述中，我们一一做了简要的方法阐述。
而本文所采用的主要方法是，根据最普遍的使用的MACD技术指标规则的方法，分别从现实的统计意义用t检验统计其有效性，和用三因素模型来计算市场风险，从扣除风险和费用的角度用t检验统计MACD技术指标的有效性，判断该指标是否能对股票买卖做出指导性意见。
实证结果表明，在样本期内扣除交易费用后，MACD技术指标在指导投资者交易时，并不能给投资者带来超过买入持有策略的超额收益率。
唯一可以有值得深入的空间的地方是，我们发现，在样本期内的两次较大的牛市中，变长MACD技术规则对沪深300指数和中小板指数的指导意义很差尤其是对中小板指数，但是在两次较大的熊市中，变长MACD技术规则效果较为理想，也尤以中小板指数为甚，甚至可以获得不错的绝对收益。
文章9
李张珍2016
中国社会科学院研究生院博士学位论文
互联网金融模式下的商业银行创新
互联网金融创新
作者从互联网金融对商业银行创新的影响原因、影响的基本途径、影响过程以及影响结果来闸述互联网金融对商业银行创新的影响。
采集了商业银行的盈利能力、业务创新和产品创新能力、技术创新水平、人力资源创新水平以及创新风险控制能力这五个方面的基础指标，利用主成分分析法构建了反映其创新能力的指标。
同时利用全国省级面板数据分析模型对中国各省区互联网金融创新能力和商业银行创新的关系进行了实证分析，实证分析的结果表明互联网金融创新不管是在当期还是滞后一期，都对商业银行创新具有显著的影响。
他还利用态势分析法，从宏观视角分析商业银行创新的优势、劣势、机会以及挑战。
从渠道创新、产品创新、资产创新、风控创新四个角度对商业银行的互联网金融创新进行梳理，并进行了国际案例分析比较。
他还选取了民生银行直销银行、中信银行“薪金煲”、招商银行“小企业e家”以及平安银行线上供应链金融四个案例，分析商业银行在渠道、产品、资产以及风控上的创新经验和启示。
从制度创新、组织创新、产品创新、渠道创新、技术创新、风控创新六个方面，给出商业银行互联网金融创新的策略和路径。
在互联网金融下，商业银行创新的法律风险、信息技术风险、混业风险、长尾风险等尤为突出。
通过对我国监管现状的分析以及美国、欧盟、日本等监管经验的总结，提出应当完善相关法律体系、构筑监管协调机制、构建统计监测平台、强化信息技术风险防范以及加强消费者权益保护的建议。
。
文章10
皮六一2013
华东师范大学博士学位论文
中国证券交易制度的设计与变革研究
证券交易制度改革
作者重点研究了证券交易制度设计与变革的主要影响因素，通过系统研究沪深证券交易所前端控制制度的历史演变及发展趋势，揭示出了隐藏在中国证券交易制度中的“监管之手”，提出监管者的意志嵌入是是中国证券交易制度设计与变革研究中必须考虑的重要因素，这也是中国证券交易制度的异化现象以及在国际比较中处于落后地位的重要原因所在。
作者提出证券交易制度位于证券市场制度体系的基础部位，对证券交易制度的研究与变革能起到多米诺骨牌的效应，即通过改革在制度中位于最基础部位的制度结构，像推倒多米诺骨牌那样地对相互关联的制度结构进行改革。
重点了研究中国证券交易制度的变革战略及具体实施方案，回答了未来中国证券交易制度“将来怎么变”的问题。
当前中国资本市场发展关键在于解决两大主要问题，一是必须真正把消费者利益放在首位，二是监管体系必须具有高度的透明性。
因此，中国证券交易制度变革必须坚持市场化、法制化和差异化的目标，处理好创新、发展与稳定的关系;
处理好产品创新与投资者保护之间相互匹配的关系:
处理好现货产品与衍生品平衡发展的关系;
处理好金融创新参与各方利益均衡的关系。
文章11
张小明2015
山西财经大学博士学位论文
互联网金融的运作模式与发展策略研究
互联网金融发展
作者充分认识到互联网金融具有很多区别于传统金融机构的特征，包括资源开放化、成本集约化、选择市场化、渠道互联网化、运营高效化、用户行为价值化等特点，这些特点是传统金融所不具备的。
作者认为，从发展策略来看，要充分发挥这些优势，还有赖于合理的引导与监管。
为此，本文从功能监管和机构监管两个方面入手，对中国互联网金融的监管与发展策略进行了讨论。
文章12
王释2012
国防科技大学硕士学位论文
基于BP神经网络的证券智能分析系统研究与实现
证券智能分析
作者提出了使用模拟退火遗传算法对改进后的BP神经网络进行优化的方案，模拟退火遗传算法将最优保存模拟退火算法和遗传算法有机的结合在一起，充分发挥这两种算法在局部搜索和全局搜索能力强的特性，解决了模拟退火算法易陷入局部极小值的问题，又弥补了遗传算法在局部搜索方面的不足。
其次将新型的BP神经网络用于预测分析证券未来的价格与趋势变化，我们以上证指数为例，采用不同的神经网络预测分析其价格的变化，结果表明优化后的新型神经网络在稳定性、收敛速度及预测精度方面都有了很大的提高。
最后以上述研究提出的新型BP神经网络为基础，实现了一个用于对未来证券的价格或趋势变化进行预测分析的系统，考虑到影响证券市场的因素较多，还增加了对神经网络输入数据的调整，可以增加数据的完整性，同时降低数据的噪声干扰。
证券市场环境的变化无常，有着很强的随机性，为了提高系统的灵活性，系统中添加了参数调整功能，可以通过对参数的调整来改变网络的性能以适应市场变化。
文章13
郭旭冲2011
广东工业大学硕士学位论文
基于复杂网络的多智能体股市情绪传播模型
智能体股市模型
作者致力于股票市场投资者情绪传播扩散的微观机理研究，为我国证券市场监督管理者及相关管理部门定量探索股市投资者情绪传播机理及其对股价的影响提供有益的理论及模型借鉴。
本文相关研究结论及建议，可辅助证券市场相关管理部门制定出科学监管决策，以促进股票市场健康稳定运行;
同时，也有助于引导广大投资者作出更为理性的投资决策。
作者通过仿真实验，主要结论有:
1）相对于规则网络，小世界网络下的股市情绪传播模型更能够反映真实的股市运行状况。
在同等条件下，规则网络模型的股票收益率尖峰肥尾特征不明显，小世界网络模型则能够明显呈现。
而在基于调研数据的现实网络下的传播模型中收益率的尖峰肥尾特征更加明显;
2）不同类型投资者之间的相互影响力不同，机构大户的信息操纵会影响股市的稳定;
3）市场信息对投资者的影响越大，也即投资者受外部消息的影响越大，股市越不稳定。
文章14
张兰廷2014
中共中央党校博士学位论文
大数据的社会价值与战略选择
大数据的应用
作者通过历史发展的脉络来把握大数据的发展态势，运用科学技术哲学的视角探讨大数据的木质与内涵。
以大数据的社会效应为理论和逻辑前提，在把握思维变化和产业发展转型的基础上，从技术、经济、社会等不同层而分析了大数据的动力机制和发展路径，总结了当前主要行业发展方式转型的经验，围绕科技与社会的互动关系梳理大数据与社会各相关产业的融合造成的广泛影响和巨大效益，突出分析了大数据金融产生的一系列重要影响，进而分析其背后蕴含的社会风险，探索相应的社会治理办法，最后就中国积极应对大数据时代、推动中国的大数据发展提出适合中国国情的国家战略设想。
大数据的发展推动的人工智能蒸蒸日上，毫无疑问会对目前如火如荼的证券管理水平的发展有巨大的推动作用。
文章15
创新与发展：
中国证券业2014年发展报告
解读大数据及其在证券公司的应用
大数据与证券
作者调研发现，证券公司还主要依靠传统收取交易佣金的方式，业务相对单一，缺乏对客户的针对性、个性化的服务。
目前通道服务的经营模式已难以为继，证券公司的盈利将由通道服务产生的佣金收人为主逐步转向“佣金收人+交易型业务收人”为主。
摆脱传统依靠收取交易佣金的方式，实现业务多样化，是证券公司寻求业务转型发展的必然选择。
鉴于大数据在国内各领域的广泛应用和快速发展，建议证券公司应把握机遇、积极推动该领域的发展与创新，具体措施包括：
第一，大数据落地，架构优先；
第二，消除隐患，确保公司和客户信息安全；
第三，培养和引进大数据人才；
第四，建立大数据分析团队。
作者还建议证券公司尽快建立大数据团队，整合各部门的资源进行大数据研究。
大数据团队的建设将对证券公司发展起重要的推动作用。
文章16
吴勇民2014
吉林大学也硕士学位论文
技术进步与金融结构的协同演化研究:
理论和实证
技术与金融
作者构建了高新技术产业和金融产业共生演化的Logistic模型，并用中国1995-2012年的高新技术产业和金融产业的时间序列数据，对二者的共生演化进行实证检验。
结果表明，分时段叠加Logistic共生演化模型能够很好地描述中国金融产业与高新技术产业的共生演化过程，且其共生演化模式属于非对称互惠共生，没有实现具有最大共生能量、最稳定和最有效率的对称性互惠共生。
因此，作者建议，为促进我国技术进步与金融结构形成长期良险的协同发展机制，促使我国金融产业与高新技术产业实现对称互惠共生演化，我们提出健全以银行为核心的金融机构综合服务体系、完善以股票市场为核心的多元化资本市场体系、健全有利于科技创新和金融体系协同发展的制度支撑体系以及建立科学的公共科技金融投资绩效评价体系和科技创新资源共享平台等政策建议。
文章17
王钧超2016
中国地质大学博士学位论文
大数据时代产业经济信息分析及在宏观决策中的应用
作者以大数据基本理论和产业经济信息模型入手，结合产业经济信息分析方法，系统分析了大数据对宏观经济的服务价值。
钢铁行业信息是产经信息的一个重要组成部分，本文重点分析了钢铁行业大数据应用，搭建了钢铁行业数据信息框架，运用大数据支撑技术，分析钢铁行业质量控制系统、成本管理系统、生产计划编制和电商平台建设等方面的应用。
充分利用大数据分析，将数据获取、分析、提炼运用到钢铁行业的各个环节，极大地提高了钢铁行业获取、分析和运用数据信息的能力，推动钢铁行业的转型升级。
最后以某钢企大数据的实施与应用为例进行实证分析，钢铁企业依托大数据技术，从数据采集、存储、分析和应用等环节构建大数据链条，并充分运用到生产、营销和管理中，实现数据集成和管理模式的融合，打造智能、高效的管理模式，培养在同行业中的核心竞争力。
作者认为，运用大数据进行产业经济信息分析，提升信息分析效率是大势所趋。
产业经济信息分析虽需要借助大数据技术平台，而分析的关键在于不同行业、部门和机构的数据信息能够实现共享，并加以有效整合。
行业须紧抓大数据时代的契机，打造行业大数据支持平台，构建大数据中心，并运用到行业全产业链中，从源头到终端进行科学管理，为进入工业4.0时代扫清障碍。
文章18
肖元2013
昆明理工大学硕士学位论文
基于技术分析和CBR的证券时间序列预测模型
证券市场的CBR技术
作者认为人工智能中的CBR推理技术同人类推理十分相似，所以他提出一种基于技术分析和CBR的证券时间序列预测模型。
该模型中关键技术是案例推理（casebasedreasoning,CBR），主要包含案例检索、案例重用、案例修正和案例保存四个过程。
本文首先结合给定个股的证券时间序列的技术形态特征，利用基于最大最小点实现了典型技术形态的模式识别，及识别形态模式的起}卜时问、成交量、MA.OBV,RSI等指标属性值的信息，以连续3个形态模式作为一个完整的案例，构建案例库并表示案例。
然后，利用案例检索的相似匹配算法一NN算法，检索出与目标案例相似的己经存在于案例库中的源案例，进行相似度与入库闽值的比较，最终实现对证券时间序列未来走势的预测，并验证了该模型在理论和实际应用中的准确性及有效性。
文章19
李群育
2004
重庆大学硕士学位论文
免疫优化算法及其在投资组合中的应用研究
作者分析了小生境免疫算法原理和性能的基础上，对原算法的抗体突变规则及抗体抑制规则进行了讨论与改进，引进了免疫学中细胞繁殖的思想和精英个体保留策略，提出了改进的小生境免疫算法。
仿真表明改进的小生境免疫算法不仅能获得最优决策方案，而且能较合理地预测所确定的最优股的走势，也进一步说明了改进的小生境免疫算法的改进效果。
作者在文中
升级会员 