张华

北京经济管理职业学院，北京100102

一、引言及文献综述

近年来，随着金融学理论、数理统计理论的发展和完善，特别是随着计算机技术、优化算法的发展和创新，依靠信息技术、金融工程建模等手段来实现投资决策的量化交易方式正在影响金融市场，成为全球金融领域关注的一大焦点。目前，量化交易主要应用于基于数量化模型的技术指标交易、算法交易以及金融产品的错误定价等方面。其中，基于数量化模型的技术指标交易近年来发展最为迅速，它主要依赖一个混合的数量模型技术指标产生的交易信号来进行买卖。

遗传算法的出现为构建金融市场量化交易策略提供了新思路。遗传算法通过种群进化的方式寻找最优解，依靠并行搜索、全局寻优的优势可以快速计算出大量的优化数据，是一种兼顾计算效率和计算精度的策略优化方法。国内外学者从理论到实践进行了多种角度的深入探讨。Chen等（2008）将遗传算法和多种技术指标组合应用于股票市场，成功找到了可获利的交易规则。Jiah-Shing Chen 等（2009）指出遗传算法可用来解决投资组合策略问题，通过遗传算法可提高技术交易指标策略的绩效。赵建等（2011）将遗传算法运用在国内期货市场上，证明遗传算法可以优化单个和多个量化交易策略的参数。刘伟等 （2015）采用MACD指标和KDJ指标构建量化交易模型，运用沪深300指数的历史交易数据进行回测检验，证实技术指标组合对提升量化交易策略的盈利水平有一定帮助。……