2022年美赛特等奖论文-2022-2022年C题获奖论文合集.pdf

### 2022年美赛特等奖论文分析：基于适应性周期网格模型与ARIMA预测的金融量化交易策略 #### 背景介绍 在金融市场上，投资者追求的目标是获得更高的利润同时承担更低的风险，这两者往往存在矛盾。因此，金融领域的研究者一直在寻找更加高效、灵活的量化交易策略来满足市场的需求。本篇论文是关于2022年美国大学生数学建模竞赛（MCM/ICM）中的特等奖作品之一，它探讨了一种新的量化交易策略——适应性周期网格模型结合ARIMA预测方法。 #### 问题背景与目标 该研究团队针对金融市场中的黄金和比特币价格预测与交易问题，提出了一种新的量化交易策略。其主要目标是建立一个能够自动交易且能根据市场价格变化进行调整的模型，从而提高收益并降低风险。 #### 方法概述 1. **基础模型**：团队首先采用了经典的网格策略作为基础。该策略将资产分成多个部分，并在价格跨越特定区间时自动执行买卖操作。这种策略能够在一定程度上避免因市场波动而做出不理智决策的情况，但同时也可能导致收益率不高。 2. **等距网格策略与比例网格策略比较**：研究了两种不同类型的网格策略——等距网格策略和比例网格策略，并通过对比分析得出结论：对于比特币和黄金这类资产，采用较大跨度的等距网格策略更为合适。 3. **引入移动平均线（MA）**：为了进一步优化模型，使其能够跟随市场总体趋势，研究团队引入了移动平均线的概念。这种方法有助于捕捉长期趋势，使模型更加灵活多变。 4. **ARIMA预测模型的应用**：为了提高价格预测的准确性，团队还应用了自回归积分滑动平均模型（ARIMA）。ARIMA是一种常用于时间序列数据预测的经典模型，可以有效处理平稳性数据。尽管实际市场情况下的价格变化可能不具备完全的平稳性特征，但通过对权重的调整可以使预测结果更接近真实情况。 5. **周期性调整机制**：考虑到市场环境会随时间发生变化，团队设计了一个周期性的停止和重新评估机制，确保模型能够及时根据市场最新动态进行调整。 #### 实验结果与分析 通过对黄金和比特币的实际交易数据进行模拟测试，验证了该模型的有效性。实验结果显示，在采用等距网格策略的基础上结合移动平均线和ARIMA预测技术后，模型不仅能够实现稳定收益，还能显著提高整体回报率。 #### 结论与展望 本研究提出了一种新的量化交易策略——适应性周期网格模型结合ARIMA预测方法。通过实证分析证明了该方法在金融市场特别是黄金和比特币交易中具有较高的可行性和有效性。未来可以考虑进一步扩展应用场景或结合更多先进的机器学习算法以提升预测精度及交易性能。 --- 这篇特等奖论文提供了一种创新的量化交易策略，它通过结合传统的网格交易策略与现代统计学方法（如ARIMA），为金融市场参与者提供了新的视角和技术手段。该研究不仅对学术界有重要贡献，在实践应用方面也极具潜力。