首页 >  开题报告  > 正文

基于ClickHouse数据库金融应用拓展的研究与实现

量化交易是指以先进的数学模型替代人为的主观判断,并利用计算机技术从庞大的历史数据中海选能够带来超额收益的多种“大概率”事件以制定策略,用数量模型验证及固化这些规律和策略,然后严格执行已固化的策略来指导投资,以求获得持续性的稳定高收益回报。量化交易起源于上世纪七十年代的股票市场,它极大地减少了投资者的情绪波动对投资决策的影响,避免在市场极度狂热或悲观的情况下作出非理性的投资决策,也因此在之后得到了迅速发展和普及。一般量化交易的模式是,提出N个策略,计算预期的收益,然后进行实盘的回归测试和模拟交易,从中选择表现最好的策略,也会对表现好的策略做组合优化,比如做GA。量化交易离不开数据的支持,它需要的是更高效地对数据的储存,管理以及分析。
1.2选题的背景与意义
ClickHouse是俄罗斯最大的搜索引擎公司Yandex开源的一个用于联机数据分析(OLAP)的列式数据库管理系统(DBMS)。ClickHouse从OLAP场景需求出发,定制开发了一套全新的高效列式存储引擎,并且实现了数据有序存储、主键索引、稀疏索引、数据Sharding、数据Partitioning、TTL、主备复制等丰富功能,以这些功能为基础,ClickHouse表现出了极速的分析性能,它的性能超出了目前市场上几乎所有可比的列式数据库管理系统。ClickHouse支持单机模式,也支持分布式集群模式。在分布式模式下,ClickHouse会将数据分成多个分片,并分布到不同节点上。数据分片,让ClickHouse可以充分利用整个集群的大规模并行计算能力,快速返回查询结果。因此使用ClickHouse作为工具进行量化交易是一个较好的选择。
量化交易中需要有多种技术指标的计算,技术指标是在量化交易中常用的分析信号,依据形态理论判断走势反转或者持续。技术指标按照原理的不同,可以分为MA、MACD、RSI、KDJ等等。每一种技术指标在预测行情方面的特点以及预测周期都不尽相同,因此,它们的准确程度也不尽相同。在实际的应用场景中,我们需要关注的是技术指标的形态、背离、交叉、高低、转折、钝化等特点。
研究内容与目标
3.1研究目标
使用ClickHouse进行量化交易的回测和模拟交易。
3.2研究内容
主要的实现目标是针对三至四个常见的量化交易技术指标,分别写不同的计算函数,调用ClickHouse来进行计算,最后用一个网站来进行展示。
从ClickHouse提供的接口出发,尽量一次取比较多的数据,降低取数的频率,提高性能。
(1)MA指标:移动平均(Moving Average,MA),又称“移动平均线”,简称均线,是技术分析中一种分析时间序列数据的工具。最常见的是利用股价、回报或交易量等变量计算出移动平均。移动平均可抚平短期波动,反映出长期趋势或周期。原本的意思是移动平均,由于我们将其制作成线形,所以一般称之为移动平均线,简称均线。它是将某一段时间的收盘价之和除以该周期。比如日线MA5指5天内的收盘价除以5。
(2)MACD指标:指数平滑异同移动平均线(Moving Average Convergence / Divergence,MACD)是股票交易中一种常见的技术分析工具,由Gerald Appel于1970年代提出,用于研判股票价格变化的强度、方向、能量,以及趋势周期,以便把握股票买进和卖出的时机。MACD指标由一组曲线与图形组成,通过收盘时股价或指数的快变及慢变的指数移动平均值(EMA)之间的差计算出来。“快”指更短时段的EMA,而“慢”则指较长时段的EMA,最常用的是12及26日EMA。MACD称为指数平滑异同平均线,是从双指数移动平均线发展而来的,由快的指数移动平均线(EMA)减去慢的指数移动平均线,MACD的意义和双移动平均线基本相同,但阅读起来更方便。当MACD从负数转向正数,是买的信号。当MACD从正数转向负数,是卖的信号。当MACD以大角度变化,表示快的移动平均线和慢的移动平均线的差距非常迅速的拉开,代表了一个市场大趋势的转变。
(3)KDJ指标:随机指标,是指根据统计学的原理,通过一个特定的周期内出现过的最高价、最低价、最后一个计算周期的收盘价以及这三者之间的比例关系,计算最后一个计算周期的未成熟随机值RSV,然后根据平滑移动平均线的方法来计算K值、D值与J值,并绘成曲线图来对行情走势进行判断。由于随机指标在设计过程中主要是研究最高价、最低价和收盘价之间的关系,同时也融合了动量观念、强弱指标和移动平均线的一些优点,因此,它能够比较迅速、直观地对行情走势做出判断。
(4)RSI指标:相对强弱指数(Relative Strength Index),在1978年6月由Wells Wider提出,用来衡量证券自身内在相对强度,最早被应用于期货买卖,后来人们发现在众多的图表技术分析中,RSI理论和实践极其适合于股票市场的短线投资,于是被用于股票升跌的测量和分析中。它是通过特定时期内股价的变动情况来计算市场买卖力量对比,比较一段时期内的平均收盘涨数和平均收盘跌数来分析市场买沽盘的意向和实力,进而作出对未来市场的走势并判断股票价格内部本质强弱、推测价格未来变动方向的技术指标。
6参考文献
[1]吴然.基于ClickHouse数据库的空间大数据管理方案设计与实现[D].湖北:武汉大学,2020.
[2]张宇耀.基于大数据的企业用户数据分析平台的设计与实现[D].北京:北京交通大学,2019.
[3]陈勇.银行日志仓储中心系统的设计与实现[D].湖南:湖南大学,2017.
[4]常州微亿智造科技有限公司.基于ClickHouse实现OLAP分析的方法、装置:CN202011006169.X[P].2021-01-01.
[5]携程计算机技术(上海)有限公司.基于Linux平台的大数据执行方法、系统、设备及存储介质:CN202010911284.5[P].2020-12-04.
[6]王瀛,杨星浩,李志敏.用户行为数据分析平台的设计与实现[J].信息与电脑,2020,32(4):88-89.
[7]沈慧娟,纪东升.基于大数据的数据处理与分析应用研究[J].信息技术与信息化,2019,(3):141-143. DOI:10.3969/j.issn.1672-9528.2019.03.042.
[8]Barros, Joaquim A. O.,Escusa, Goncalo,Sena-Cruz, Jose M., et al.Development of a composite prototype with GFRP profiles and sandwich panels used as a floor module of an emergency house[J].Composite structures,2016,153(Oct.):81-95.
[9]陆云帆,诸振家.大数据数据库的特点与处理技术分析[J].信息通信,2014,(7):114-114.
[10]李德仁,马军,邵振峰.论时空大数据及其应用[J].卫星应用,2015,(9):7-11.
[11]李德仁.论时空大数据的智能处理与服务[J].地球信息科学学报,2019,21(12):1825-1831.
[12]Vasile M E , Avolio G , Soloviev I . Evaluating InfluxDB and ClickHouse database technologies for improvements of the ATLAS operational monitoring data archiving[J]. Journal of Physics Conference Series, 2020, 1525:012027.
 
 
 

以上是本题目部分介绍,若需要完整版或不符合您的要求,请联系客服QQ:2881084329

上一篇:防SQL注入攻击的后勤保洁管理系统

下一篇:最后一页