问题背景：

问题1：针对中国gu票市场，请建立分类模型，将附录 2 中湾区指数的 30 只gu票进行分类，选出最适合进行高频交易的 10 只gu票。

解决思路：

1、首先需要进行数据合并，将不同的gu票的数据按照行进行连接。

2、可以将行情指标与高频因子组成变量集，将其作为自变量，以收益率作为因变量，来建立机器学习预测模型，并且以预测的年收益率排名在10的gu票作为最适合进行高频交易的10支gu票。（spsspro支持机器学习回归模型，并且，若是数据太多，也可以在spsspro的数据处理模块进行降维处理后再去建立机器学习模型）

行情数据指标包括开盘价（open）、收盘价（close）、最高价（high）、最低价（low）、成交 量（volume）以及成交额（money），可以用来构建高频因子（包括收益率分布因子、成交量分布因子）

参考文献【基于XGBoost的高频选股研究】指出加入高频指标建立的机器学习模型的精度更好 以下是一些常见的高频指标：

问题2：高频交易策略--可以选用配对交易策略 1、首先需要进行资产配对

可以利用相关性分析，找出相关性最大的两个gu票作为配对资产，spsspro存在相关性分析

2、确定gu票配对的交易比例

可以用到协整检验，sspsspro中的话可以用线性回归来的得到配对交易比例）

3、构造价差序列

常常直接使用协整回归的残差序列代替减去均值的价差序列

4、对价差序列的波动性进行分析

spsspro存在GARCH模型来分析价差序列

5、开平仓规则

通过协整回归得到gu票的价差序列，其表达式为：Spreadt= yt - β · xt ，当价差序列为正，且超过波动范围的上界时，表示 Y gu票的价格被高估、X gu票的价格被低估，此时应该卖出 1 份 Y gu票的同时买入β份 X gu票；当价差序列为负， 且超过波动范围的下界时，表示 X gu票的价格被高估、Y gu票的价格被低估， 此时应该卖出一份 X gu票的同时买入β份 Y 股

问题3：运用任务 2 设计的交易策略，对以下gu票组合进行高频交易。 假若某粤港澳基金公司同时持有中国平安、美的集团，以及从上面任务 1 中选出来的 2 只湾区指数的gu票，共 4 只gu票，每只gu票市值均为 150 万元（按 2022 年 10 月 31 日收盘 价算），同时账号持有流动资金 400 万元，合计 1000 万市值。请为该粤港澳基金公司设计 2 高频交易策略，计算gu票的收益率，给出收益率曲线。

分别以中国平安、美的集团为基准，找到对应的相关性最强的gu票作为配对样本，随后再编写代码进行交易策略运行