比赛题目: 1. 利用商品期货交易数据建立盈利的量化交易模型(普通组数据下载) 2. 利用股指期货高频交易数据建立盈利的量化交易模型(高频组数据下载) 一、数据范围 中金所、上期所、郑商所、大商所四大交易所上市时间超过2年的主要期货品种; 比赛会提供标准化和处理过的期货金融数据,组委会提供3-5年的1分钟期货品种K线数据,以及2年的股指期货主力连续合约的Tick数据; 二、模型要求 1、参赛指定平台Matlab; 2、模型中不得含有未来函数、信号闪烁、过度优化等问题;未来函数指在模型在判断是否满足下单条件的时候引用还没有发生的数据作为判断标准,它能够根据未来的行情变化调整当前的信号。信号闪烁是指模型在判断下单时引用了一个正在变动的数据来判断,导致下单指令发出后又会消失,但是此时已经成交了。过度优化指的是模型的参数较多,且每一个参数都是优化到最优值,是一种根据历史数据去匹配交易模型的方法。 三、测试标准 1、低频模型: 手续费:双边(开仓和平仓)收取,2%%(即万分之2); 测试时间:2009-1-1日-2013-11-30日; 2、高频模型: 手续费:双边(开仓和平仓)收取; 测试时间:股指期货Tick数据;(Tick数据为期货交易最小单位变动价格); 交易次数:平均日交易不低于10次; 下单价格:需用对手价格发单(参考组委会提供数据资料,买入用Ask Price1,卖出用Bid Price1); 2012年1月1日-2012年9月1日,手续费0.7%%(万分之0.7); 2012年9月1日之后,手续费0.35%%(万分之0.35); 四、模型评分因素(1-4条具体计算由组委会提供的测试插件自动计算) 1、年化收益(模型在历史测试中的平均年度的收益率); 2、最大回撤(模型在测试中的资金从最高峰值一直连续回撤的比例); 3、交易频率(平均每天/月/年交易次数); 4、夏普比率(衡量用多少风险换回多少收益的指标,越高越好); 5、品种通用性(基于某个期货品种开发的某个模型在其他品种上的通用性越高越好); 6、周期通用性(基于某个K线周期开发的模型在其他K线周期上的通用性越高越好); 7、参数数量与敏感性(开发模型中使用到的参数数量越少评分越高,不同参数上模型绩效表现差异越小得分越高); 8、创新思路(与已经公开文献和资料上的模型思路不一样的,有独创精神的模型); 五、提交报告要求 作品要求:1.参赛论文(包含回测结果及资金曲线图);2.源码(上传附件)。 |


雷达卡







京公网安备 11010802022788号







