1. 研究目的与意义（文献综述）

量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。量化投资有很多优势，可以严格执行投资策略，不是投资者情绪的变化而随意更改，从而克服认知偏差，量化投资的系统性特征包括多层次的量化模型、多角度的观察及海量数据的观察等。多层次模型包括大类资产配置模型、行业选择模型、精选个股模型等。多角度观察主要包括对宏观周期、市场结构、估值、成长、盈利质量、市场情绪等多个角度分析。此外，海量数据的处理能力能够更好地在广大的资本市场捕捉到更多的投资机会，拓展更大的投资机会。并且可以及时快速地跟踪市场变化，不断发现能够提供超额收益的新的统计模型，寻找新的交易机会；准确客观评价交易机会，克服主观情绪偏差，从而盈利；在控制风险的条件下，量化投资也可以充当分散化投资的工具。表现为两个方面：一是量化投资不断地从历史中挖掘有望在未来重复的历史规律并且加以利用，这些历史规律都是较大概率取胜的策略；二是依靠筛选出股票组合来取胜，而不是一只或几只股票取胜，从投资组合的理念来看也是捕捉大概率获胜的股票，而不是押宝到单个股票。策略的优劣，在数据日益丰富和便捷获取的当下而言，仅依靠经验，显然难以服众，更多的是应用数据证明。

量化投资策略，从策略的构建到最终的实施，主要包括三 步：回测、模拟、实盘。这其中，回测无疑是最为重要的步，用于验证策略是否有效，回测指的是一个投资策略，在过去几年的历史收益表现，常用到年化收益、夏普比率、最大回撤、阿尔法、贝塔值等策略回测指标来评估回测结果的好坏，回测结果越好，那么未来这个策略相对来说，赚钱的概率更高。对于投资者而言，熟悉这些指标的经济内涵、基本使用规则及其功能与缺陷是必不可少的一课。在这样的条件下，当股市处于震荡行情时，股民可以选择合适的震荡策略，从而可以减少损失取得盈利、得到更高概率的回报。

因此可以选取沪深300指数或选取成分股票历史行情数据为基础，进行量化投资震荡策略回测统计分析。

2. 研究的基本内容与方案

2.1基本内容

（1）通过对国内外相关文献的调研，了解股票量化投资策略研究现状，并学习股票量化投资震荡策略理论知识。

（2）了解股票策略回测指标，并学会如何计算策略回测指标；

3. 研究计划与安排

2.26 - 3.18 ：查阅文献，通过文献总结国内外研究现状，学习股票基础知识，整理思路，完成开题报告。

3.19 - 4.8 ：对论文框架进行总体设计，依照准备进行的详细工作步骤完成论文综述

4.9 - 5.6 ：分析各种策略，选取最合适策略

4. 参考文献（12篇以上）

[1]阮敬编著，python数据分析基础，中国统计出版社，2017.9

[2]程序化交易：策略开发与应用，深圳开拓者科技有限公司编，北京：中国经济出版社，2015.3

[3]濮元恺著，量化投资技术分析实战解码股票与期货交易模型，北京：中国工信出版集团，电子工业出版集团，2018.8