基于量价数据挖掘金融产品间潜在关系：线性与非线性建模及窗口期识别

{“title”: “基于量价数据挖掘金融产品间潜在关系：线性与非线性建模及窗口期识别”, “description”: “本项目旨在从万得“煤焦钢矿”板块的日线价格数据中，通过线性与非线性建模挖掘出不同金融产品之间的潜在关系，并利用时间序列分析等方法确定这些关系存在的窗口期。”, “keywords”: “数学建模, 金融产品, 关系挖掘, 线性回归, 非线性回归, 神经网络, 窗口期识别, 时间序列分析”, “content”: “许多金融标的都有其内在的关联，如何从量价数据找到这种关联是一个有趣的问题。例如在万得的“煤焦钢矿”板块中，有螺纹钢、铁矿石、不锈钢、热轧卷板、硅铁、焦煤、焦炭、锰硅、线材 9 个品种。这些品种有些是上下游关系，例如一定数量的焦煤焦炭和铁矿石可以生产出螺纹钢等。如何从价格挖掘出不同产品之间的关系一直是投资者感兴趣的问题。请从这些产品的日线价格中找出产品之间潜在的关系。在已解决构建算法从日线建立这些品种的线性关系，并对这些线性关系进行建模，能否找出这些品种的非线性关系的情况下，解决问题 3. 这些关系通常有一定的时效性。能否找出一个判据来确定这些关系存在的窗口期？将问题三，解题步骤一步一步写出，并给出每一步需要输入什么数据，可以计算什么数据，可以得到什么数据，可以什么模型进行运算，模型至少列五个内容：解题步骤：

数据准备：读取sjcl1.xls文件，获取每个产品的日线价格数据。
线性关系建模：对每个产品的价格序列进行线性回归分析，建立线性关系模型。
非线性关系建模：通过非线性回归、神经网络等方法，尝试建立非线性关系模型。
判断关系存在的窗口期：通过统计分析、时间序列分析等方法，找出关系存在的窗口期。
模型运算：利用建立的模型对不同产品之间的关系进行预测、分析和优化。

需要输入的数据：

sjcl1.xls文件，包含各产品的日线价格数据。

可以计算的数据：

前收盘价、前结算价、开盘价、最高价、最低价、收盘价、结算价、涨跌1、涨跌2、成交量、成交额、持仓量等数据。

可以得到的数据：

线性关系模型的相关系数、回归方程等数据；
非线性关系模型的相关系数、拟合优度等数据；
关系存在的窗口期的起始日期和结束日期等数据。

可以使用的模型：

线性回归模型：通过拟合直线来描述线性关系；
非线性回归模型：通过拟合曲线来描述非线性关系；
神经网络模型：通过训练神经网络来建立非线性关系模型；
统计分析模型：通过统计方法来判断关系存在的窗口期。”}