主要文件:master_stock_code.m
代码是只作为一个例子,但我相信这是一个不错的模板中频算法交易策略。我已经成功地实现交易策略基于这段代码的结构和思想在其他市场;这段代码是一个初始的结果将这些代码应用到美国股市数据的企图。
策略概述:这段代码可以用来寻找最优权重分配在标准普尔股票历史滞后一段时间。是设置下载最近标准普尔数据(这一步可以注释掉)和优化历史的一天,昨天的日期(昨天将样本外日期)

算法需要每个股票,在标普500指数,并提交以下限制订单:
1)投标限价订单:mean-alpha性病偏差
2)限价订单:意味着+α性病偏差
每个投标策略的历史表现
过去“hist_lag”在一个时期被视为个人策略
篮子组合策略。

算法分配一个权重,在0和1之间,每一个策略,
所以在整个投资组合的均值-方差标准篮子
策略进行了优化。

这段代码适用于一个独特的方法
优化(参见优化部分),利用动态规划的思想,
快速计算大型组合矩阵的优化

最优分配,确定过去hist_lag时期,
然后第二天样本外的应用。

这个过程是迭代的,val“begin_date”
“end_date”;每日%恢复性能计算和存储。

变量:
port_hist:历史性能的最优股票的集合

port_matrix:优化篮子股票
column1:股票的位置
column2:长= 1,短= 1;
column3:重量的行,column3之和等于1
column4:行样本外的回归。