当今,人类社会正进入信息时代,信息技术的应用非常广泛,科技创新日新月异。计算机网络遍及全球,人们的工作、生活已离不开以计算机应用为主的信息技术。在证券市场,信息技术的应用经历了一个由简单到复杂、从低级到高级的发展过程。程序化交易正是在这个过程中形成的。经济周期、货币和财政政策、市场利率、通货膨胀、股票供求情况等因素的变化都会导致股票价格的剧烈波动,使股市价格瞬息万变,难以把握。程序化交易利用计算机高速、快捷的处理能力,抓住股市上价格的瞬间变化,利用价差来获得利润。程序化交易是在计算机的帮助下完成的,它既可以通过网上交易来进行,也可以通过交易所场内交易专家或者做市商的报价系统来完成。股票交易不仅仅是一个投机过程,它是一门学问。盲目地进行买卖并不是明智的做法。要想在股市中立于不败之地,要有正确的理论来指导,并做出正确的投资策略。金融量化研究支持系统是为程序化交易在股票交易中的应用而开发出的一个软件系统,它在通过对市场运行规律深刻总结与研究的基础上,尽量使基本分析数量化,同时对技术分析的指标参数进行简化、优化,利用数理统计手段来归纳、总结了中国股票市场的投资特点与投资机会,在此基础上建立起数学模型,形成一套简洁、实用但并不是面面俱到的股票投资分析系统。金融量化研究支持系统是一个自动撮合买进、卖出委托的电子化交易系统。它能自动根据市场行情进行股票的交易,而不需要人为的进行干预。整个系统分四个模块:接收实时数据模块,接收盘口数据模块,下单模块,历史数据分析模块。接收实时数据就是接收交易所的实时数据,以便能够<WP=44>知道市场上每时每刻的数据,并把这些数据保存下来,以便以后做实证。接收盘口数据就是查看股票交易期间的买一、买二、买三、卖一、卖二、卖三价格,我们根据这些价格来判断是否要交易。下单就是进行股票交易,进行买或卖股票。历史数据分析就是用接收来的历史实时数据进行分析,从而找到可以获取赢利的投资策略。本系统是利用C++ Builder语言进行开发的,在软件的开发过程中,本人主要负责历史数据分析模块的开发。股票交易中的历史实时数据为我们以后进行股票交易提供了一个很好的参考数据,而使用正确的技术指标就可以对历史实时数据进行优化。历史数据分析的功能就是用一些我们指定的技术指标来对大量的历史实时数据进行测试,然后将测试后的结果进行优化处理,以便找到能够获得利润的投资策略。如果我们按照这些策略进行股票交易,就能够在股市上获得持续稳定的利润。历史数据分析分为两个部分:零因素分析和多因素分析。零因素分析就是仅从收益率一个因素出发构造投资策略。多因素分析就是从影响收益率的多个因素出发构造投资策略。在进行历史数据分析的过程中,我们不仅用到了人们常用的一些技术指标,而且我们还定义了自己的技术指标。使用这些技术指标,我们能得到意想不到的能够获得高额利润的投资策略。选择完要测试的历史数据范围和所使用的技术指标后,我们还要选择测试的方法。这种测试的方法是我们在股市中摸索多年后才总结出来的。我们将其定义为割尾巴的方法。其基本思想就是:将选定的大量历史数据做正态分布。之后将得到一个正态分布图。通过我们设置的置信水平和间隔天数,可以将这个正态分布图分成三部分。最左边和最右边的部分是出现的概率比较小的部分,这些就是我们可以进行买进的股票组合。这样我们就可以在股市上对这些股票进行相应的买进。 <WP=45>本系统通过一段时间的实际应用,取得了比较好的效果。从历史数据的分析结果中,我们可以找到适合自己的投资策略,然后用这些策略来进行股票买卖。程序化交易的优势有:避免了人性化交易的缺点:贪婪、恐惧;提高了投资绩效:落实个人交易经验、具体化呈现在自选、自创的交易系统;可持续性改进操作绩效:稳定性的交易系统即由历史资料库最佳化回测、统计绩效。该模块主要是根据历史实时数据,依据一些技术指标来进行分析,以便找到能够获利的投资策略。投资者利用这些策略就能够在股市上获得高额利润。