2022美赛C题 F奖思路分享

首先利用多模型组合对黄金比特币收盘价进行实时的短期预测，之后利用投资组合策略来确定每日货币的买入卖出持有比例。再是利用随机因素进行最优规划，确定该策略的最优性，最后进行灵敏度分析。最终确定策略为最优策略并且模型具有一定的鲁棒性。最后制定投资策略将原资产从 1000 美元增长到 5 年后的 155521.73 美元

（假设中我们是设定比特币和黄金是无限可细分的）

（假设忽略各种最高价最低价，只分析和预测最后的收盘价）

• 数据预处理：

1. 有不能交易的日子，如何去除

不开盘的时候，是直接处理为0，在处理到协方差时（选择前后两点的均值）

数据预处理：

预留前4个月的观察

（首先是考虑了时间序列，但是很少的时间去预测后面很长的时间拟合不好，舍弃）

基于长短期记忆(LSTM)和随机森林的组合模型，根据已知的历史数据，预测第二天的买入情况和收盘价变化。

LSTM：预测黄金比特币的收盘价

       适合分析长期走势的情况

       但是存在明显的滞后形况，这种对我们买入卖出影响很大

随机森林：判断下一天的增减的形况和其对应概率

       以前5天来预测

（具体处理流程之后补）

所以就是利用LSTM来预测下一天的各种资产的具体收盘价，期望收益率

利用随机森林来预测下一天的趋势及概率，后可以用之组合来分析，收益风险，资产标准差

所建立的组合预测模型仅局限于第二天的预测。

投资组合策略：

量化投资策略(New Quantitative investment Strategies)，来确定当天黄金和比特币的买入、卖出和持有的具体比例

夏普比率，寻找利润最大，风险最小的资产组合配置方法（当黄金比特币都判断买入时判断两者分配比例M），其他则都根据上图表判断。而随机森林的阈值利用蒙特卡洛选出

最优规划：

加入随机因子对随机决策进行模拟，阈值上面给出一个随机波动，增长率以及概率上随机波动，以及概率的随机策略选择

灵敏度分析：

在一定范围内随机扰动预测增长率，随机选择配置策略组合，在一定程度上降低了最终值，但是在波动20%之类仍能保持一个最优值，具有鲁棒性

缺点：买入卖出只考虑后一天的情况（存在连续增长的情况）