一、 题目

利用金融和数学理论模型在中国股票市场建立低风险高收益的量化交易模型。

二、 数据范围

a) 股票数据

本次比赛官方将提供2006年1月1日到2013年12月31日的A股市场全部股票的日级别数据，具体数据包括：

Open price:开盘价格             Close price:收盘价格

High price:最高价                Low price:最低价

Turnover:换手率                 Volume:成交量

Amount:成交额                  Adj_Factor:复权因子

Trade_Status:交易状态            UpDown_Status:涨跌停状态

Adj_Return:对冲后收益

全部数据以DataFrame的数据格式提供

b) 期货数据

本次比赛官方将提供2011年1月1日到2014年6月30日的股指期货，和主要商品期货的分钟级别数据，具体数据包括：

Open_Price:开盘价格                  Close_Price:收盘价格

High_price:最高价                    Low_price:最低价

Volume成交量                      Position持仓量

三、 模型要求

a) 模型中不得进行数据窥探和数据挖掘。即建模过程中，任何时间点交易信号的生成都不能够利用当时还未发生的数据；也不能通过对未来的数据进行挖掘来优化参数。

b) 模型中不得含有过度优化（over-fitting）：过度优化指的是模型的参数较多，且每一个参数都是优化到最优值，是一种根据历史数据去匹配交易模型的方法。在进行最终结果评定时，官方会增加样本外测试，故建议参赛人员使用其他科学的方式提高模型质量。

c) 进行回测时，一切回测规则需按照官方公布的《股票回测细则》和《CTA回测细则》进行。若自行测试的最终结果与官方回测结果不同，一切按照官方回测结果为标准。

四、 模型评分因素

a) 夏普比率：衡量收益稳定性的指标，越高越好。通常情况下，夏普比率大于3为非常好，大于2为好，大于1为可用。

b) 年化收益：模型在历史测试中的平均年度的收益率。

c) 最大回撤：模型在测试中的资金从最高峰值一直连续回撤的比例。

d) 参数数量与敏感性：开发模型中使用到的参数数量越少评分越高，不同参数上模型绩效表现差异越小得分越高。

e) 创新思路：与已经公开文献和资料上的模型思路不一样的，有独创精神的模型。

五、 作品提交

每阶段比赛结束前，参赛人员需要提交一份投资报告，报告包括：交易逻辑，交易结果，收益率曲线，交易信号，主要参数。具体格式参见《投资报告模板》。

六、 每位参赛选手都将获得一个U盘，U盘里的资料包括模型数据、比赛细则与投资报告模板。