2020年中青杯全国大学生数学建模竞赛题目【本科组】——纪念第一次训练模型！

一、题目：

B题（本科生组）：股指与国家经济

自1990年12月19日上海证券交易所挂牌成立，经过30年的快速发展，中国证券市场已经具有相当规模，在多方面取得了举世瞩目的成就，对国民经济的资源配置起着日益重要的作用。截至2019年年底，上海和深圳两个证券交易所交易的股票约4000种。目前，市场交易制度、信息披露制度和证券法规等配套制度体系已经建立起来，投资者日趋理性和成熟，机构投资者迅速发展已具规模，政府对证券市场交易和上市公司主体行为的监管已见成效。
随着近年来我国资本市场的发展和证券交易规模的不断扩大，越来越多的资金投资于证券市场，与此同时市场价格的波动也十分剧烈，而波动作为证券市场中最本质的属性和特征，市场的波动对于人们风险收益的分析、股东权益最大化和监管层的有效监管都有着至关重要的作用，因此研究证券市场波动的规律性，分析引起市场波动的成因，是证券市场理论研究和实证分析的重要内容，也可以为投资者、监管者和上市公司等提供有迹可循的依据。
问题一：投资者购买目标指数中的资产，如果购买全部，从理论上讲能够完美跟踪指数，但是当指数成分股较多时，购买所有资产的成本过于高昂，同时也需要很高的管理成本，在实际中一般不可行。
（1）在附件数据的分析和处理的过程中，请对缺损数据进行补全。
（2）投资者购买成分股时，过多过少都不太合理。对于附件的成分股数据，请您通过建立模型，给出合理选股方案和投资组合方案。
问题二：尝试给出合理的评价指标来评估问题一中的模型，并给出您的分析结果。
问题三：通过附件股指数据和您补充的数据，对当前的指数波动和未来一年的指数波动进行合理建模，并给出您合理的投资建议和策略。
附件：十支股票的相关重要参数。

二、代码分析：

①首先看一下我的文件夹目录：

 大致说明一下：在这些文件及文件夹里面，本科生组放在的是桌面上！然后是整体在Pycharm里打开，所有生成的.idea是在第一级目录！只有【附件：十支股票参数.xlsx】是必须要的，另外的文件夹都是通过os模块创建的！

②因为是第一次要训练模型，百度了一波，发现股票的数据集都是csv，于是将这个Excel换成了csv！

"""
    1、将excel文件转化为：以各指数成分股票命名的csv文件，方便后面的pandas以及matplotlib和numpy的操作
"""

# 步骤一：将excel文件转化为csv文件
import os
import csv
from openpyxl import load_workbook

# 打开excel文件
wb = load_workbook('附件：十支股票参数.xlsx')
# 列出文件中所有的表名
sheets = wb.sheetnames

path = 'csv数据集'
if not os.path.exists(path):
    os.mkdir(path)

def create_csvs(title,path):
    name = title
    path = path
    f = open(path + '/' + name + '.csv',mode="a+",newline='',encoding="utf-8-sig")
    csv_write = csv.writer(f)
    csv_write.writerow(['Date', 'Open', 'High', 'Low','Close','Turnover'])
    f.close()

for sheet in sheets:
    create_csvs(sheet,path)
    f = open(path + '/' + sheet + '.csv',mode="a+",newline='',encoding="utf-8-sig")
    csv_write = csv.writer(f)
    table = wb[sheet]
    rows = table.max_row
    cols = table.max_column
    for row in range(5,rows+1):
        data = []
        for col in range(cols+1):
            data.append(str(table.cell(row,col+1).value).replace(r'/','-'))
        csv_write.writerow(data[:6])
    f.close()

代码很好理解：通过wb.sheetnames将Excel中的所有表名都显示出来，接着通过定义两个函数分别生成csv模板以及将我们的Excel中的几栏数据写入到对应的CSV文件中！最后是通过for循环，将10支股票生成的csv文件都放到一个文件夹【csv数据集】中！（这个文件夹是通过os模块创建的！）

csv数据集文件夹图片：

 csv文件图片：

 

③初步使用LSTM模型进行预测：