基于收盘价的金融品种关系挖掘与投资组合策略构建

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 4. 通过这些关系构建一个投资组合策略，将问题四，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，数据只用收盘价的数据，使用均值方差模型并用matlab代码实现步骤

步骤1：读取数据文件

首先，使用Matlab的xlsread函数读取sjcl1.xls文件，将数据存储在一个矩阵中。

data = xlsread('sjcl1.xls');

步骤2：筛选所需数据

根据题目要求，我们只需要使用收盘价这一列的数据。因此，我们可以将第八列的数据提取出来。

close_price = data(:, 8);

步骤3：计算收益率

根据均值方差模型，我们需要计算每个品种的收益率。收益率可以通过当前价格与前一天价格之间的差值除以前一天价格得到。

returns = diff(close_price) ./ close_price(1:end-1);

步骤4：计算均值和方差

计算每个品种的收益率的均值和方差，以便构建投资组合。

mean_returns = mean(returns);
variance = var(returns);

步骤5：构建投资组合

根据均值方差模型，我们可以通过调整不同品种的权重来构建投资组合。在这里，我们可以使用线性规划或其他优化方法来最小化方差或达到其他投资目标。

% 构建优化问题
n = size(mean_returns, 1);  % 品种数量
w = sdpvar(n, 1);  % 权重向量
Cov = cov(returns);  % 协方差矩阵
mean_return_portfolio = mean_returns' * w;  % 投资组合的均值
variance_portfolio = w' * Cov * w;  % 投资组合的方差

% 设置约束条件
constraints = [w >= 0, sum(w) == 1];

% 定义目标函数
objective = variance_portfolio;

% 解决优化问题
options = sdpsettings('solver', 'quadprog');
optimize(constraints, objective, options);

% 获取最优解
optimal_weights = value(w);

通过以上步骤，我们可以得到投资组合的最优权重，从而构建一个投资组合策略。

请注意，以上代码仅提供了一个框架，具体的优化模型和算法需要根据实际情况进行调整和完善。