[发明专利]基于多目标优化的量化交易策略生成方法及装置、设备和存储介质

说明书

技术领域

本发明数据处理领域，特别地，涉及金融数据处理领域中基于多目标优化的量化交易策略生成方法及装置、设备和存储介质。

技术背景

随着理财观念的不断普及，越来越多的投资理财产品应运而生，如基金、债券、股票以及保险等金融产品逐渐在金融市场中发展成熟，投资理财也不再是富人们的专利，普通百姓也改变了传统的理财观念，而不只是选择把资金存放在银行。

但是对于普通百姓，尤其是对于那些没有经济金融专业背景的人们来说，纷繁复杂的投资理财产品常常会让他们感到不知所措，从而只能盲目地跟风。此外，购买理财产品时，首先需要读懂产品说明书，包括说明书中产品投资方向、风险等级以及相应的附加条款，而通常各种金融产品说明书上的用词术语都比较专业，投资者如不具备一定的知识基础则很容易被忽悠，这就需要该领域的专业人士来为这些投资者进行相关方面的投资指导和规划。

针对上述问题，目前市面上已经出现了不少量化交易投资理财的平台，为个人或者企业投资者在制定投资策略、理财规划等方面提供了许多数据分析和建议。现有的量化交易策略大多数经过金融工程师编写产生，并通过回测历史数据进行甄别策略好坏的方法，这种方法所产生的策略耗时耗力，并且大多数都是无效策略。还有一种方法是通过定义多因子进行因子有效性检验，然后进行人工考察判别因子的有效性，此种方法也需要有经验的人员，效率低下，难以适用于市场变化。

目前的投资策略由投资者选择偏好的目标因子构建而成，但现有技术中未公开对目标因子进行进一步优化的技术文献。

发明内容

本发明的目的为避免上述缺陷而提供一种基于多目标优化的量化交易策略生成方法及装置、设备和存储介质。

为达到上述目的，本发明提供一种基于多目标优化的量化交易策略生成方法，通过投资者喜好确定目标因子及优化相应权重生成较优策略，以便投资者在此基础上进行开发，符合投资者偏好，并能极大提高了工作效率，让策略快速落地。

本发明提供的一种基于多目标优化的量化交易策略生成方法，包括以下步骤：选取策略生成的目标因子，所述目标因子为金融属性参数，包括但不限于收益曲线、阿尔法收益、贝塔收益、夏普比率、收益回撤比、最大回撤、盈亏比、连续亏损周期、连续盈利周期；

对各个目标因子在区间样本上进行评分，并对评分进行标准化处理，使得区间样本的分值在定义的区间，所述目标因子分值计为f_i；

组成目标函数，所述目标函数由目标因子及其相应权重组成，所述权重包括多组；

利用初级策略对目标函数进行回测，生成回测结果；

对回测结果进行排列，选取符合预期的回测结果，生成多组相应的多目标权重；

根据投资者偏好选择权重并调整，输出优选策略。

所述区间样本包括但不限于多个股票、债券、基金的行情数据。

所述目标函数表述为:

其中，n为选择的参与回测的目标因子数量，f_i为第i个目标的评分值，w_i为第i个目标的权重。

在所述确定参与回测的目标因子，所述目标因子为金融属性参数，包括但不限于收益曲线、阿尔法收益、贝塔收益、夏普比率、收益回撤比、最大回撤、盈亏比、连续亏损周期、连续盈利周期步骤前，还包括初级策略生成步骤，所述初级策略用于对所述目标函数进行回测。

本发明还提供一种基于多目标优化的量化交易策略生成装置，上述策略系相应在本系统上优化生成。相应包括：

选择模块，用于选取策略生成的目标因子，所述目标因子为金融属性参数，包括但不限于收益曲线、阿尔法收益、贝塔收益、夏普比率、收益回撤比、最大回撤、盈亏比、连续亏损周期、连续盈利周期；

评分模块，用于对各个目标因子在区间样本上进行评分，并对评分进行标准化处理，使得区间样本的分值在定义的区间；

目标函数组成模块，组成目标函数，所述目标函数由目标因子及其相应权重组成，所述权重包括多组；

回测模块，用于利用初级策略对目标函数进行回测，生成回测结果；

回测结果选优模块，用于对回测结果进行排列，选取符合预期的回测结果，生成多组相应的多目标权重；

策略输出模块，用于根据投资者偏好选择权重并调整，输出优选策略。

本发明一种基于多目标优化的量化交易策略生成装置还包括：

初级策略生成模块，所述初级策略用于对所述目标函数进行回测。