随着证券行业的快速发展,股市交易越来越受广大股民、证券公司、基金公司以及证监会的关注。有效的上市公司管理不仅可以激发股民的投资热情,更能保障企业的产业发展,从而实现企业利益最大化。本课题的基金优选系统主要以相关基金数据为依托,最终实现投资分析与决策。它集成了当下先进的机器学习工程设计理念和时下较为成熟的金融体系知识。根据实际需要,项目共分为4个模块:数据处理模块、特征选择模块、机器学习模块、基金优选模块。数据处理模块主要处理由第三方数据提供商收集到的数据;特征选择模块主要针对数据处理后的数据用特征工程理论以及统计学的公式完成特征筛选;机器学习模块主要是对筛选后的特征进行机器学习算法的实现;基金优选模块利用机器学习模块的预测值按照客户要求给出策略。这4个模块中数据处理模块、特征选择模块以及机器学习模块完全由本人分析、设计、实现与测试。而基金优选模块,本人只负责后台分析、设计与实现,前端设计、实现与测试都是由团队中的其他人来完成。系统主要运用的技术为机器学习,其与基金优选相结合,用以模拟投资等诸多相关功能,为基金经理决策提供了新思路。客户和投资者可以就此重新思考自已的决策方式。系统测试阶段,本课题将针对特征选择、机器学习、基金优选3个算法设计测试用例。本人希望可以通过系统测试的方式把控算法的稳定性。本系统是在当下的量化环境下的一个实验,当下的量化都是针对期货的,很少有针对于股票,甚至是基金的。虽然本系统得出结果不能脱离人的把关,但是实际上还是对决策过程起到积极作用的。