1. 研究目的与意义
人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，而其在金融领域的应用是最为成熟的。
这源于金融领域拥有最优质完整的数据资源，这推动了人工智能在量化投资与智能投顾等方面的应用。
量化投资，是指利用计算机技术并采用一定的数学模型去践行投资理念，实现投资策略的过程。
2. 研究内容和预期目标
本文研究分析人工智能发展对证券投资的影响。
主要着重于两个方面，一是量化投资的发展，对传统定性投资方式的影响，两者的特点；对投资风格与方式的影响，诸如资金规模、投资关注点等；采用量化投资方式的交易者的投资收益和风险与市场平均的比较；量化投资兴起对市场整体风险、流动性的影响等。
二是智能投顾的发展，能够根据投资者的风险承受水平、财务状况、预期收益目标、投资风格偏好等要求，为客户提供智能化和自动化的资产配置意见，这使得原本高净值客户独享的资产配置的私人订制能够推而广之，这对基金销售所产生的可能影响，以及目前各大券商在智能投顾领域的探索。
3. 国内外研究现状
国外研究现状：Konishi（2002）指出，投资者选择量化投资方案的决定因素包括交易风格与频率、技术基础设施投资、监管要求、交易者经验和技术效率等。
Gsell（2008）采用近年来在经济学研究中非常流行的模拟分析方法，考察了算法交易规模大小对市场价格的影响。
Berke(2010)指出，算法交易者通过分割大单指令可以隐藏α或降低执行成本，超过30%的交易量由此产生，这些指令高速发出有利于争取最优成交价格。
4. 计划与进度安排
在导师指导下查阅国内外相关文献，结合所学相关专业知识认真研究所选课题，完成论文。
研究计划安排如下：2022年11月，与导师见面交流，确定论文题目。
2022年12月，完成开题报告。
5. 参考文献
[1] Konishi, Hizuru. Optimal Slice of a VWAP Trade[J]. Journal of Financial Market, 2002, Vol.5, pp.197-221.[2] Gsell, M.. Assessing the Impact of Algorithmic Trading on Markets: A Simulation Approach[G], In Proceedings of the 16th European Conference on Information Systems (Golden, W., Acton, T., Conboy, K., van der Hejden, H., Tuunainen, V.K. Eds), 2008, pp.587-598.[3]杨君岐,郭虹泽,杨鹏程,李齐.浅议量化选股与定性选股[J].时代金融,2017(06):137 144.[4]姜海燕,吴长凤.智能投顾的发展现状及监管建议[J].证券市场导报,2016(12):4-10.[5]秦锐.智能投顾,科技金融领域的一匹黑马[J].科技智囊,2016(12):70-75.[6]巴曙松,白海峰.金融科技的发展历程与核心技术应用场景探索[J].清华金融评论,2016(11):99-103.[7]白硕.关于智能投顾的技术和业态浅析[J].金融电子化,2016(09):18-20.[8] Berke, L.J.. US Institutional Equity Brokerage 2010: Assets，Commission Management and Concentration Research Report[R]. TABB Group, 2010.[9]田汉卿.量化投资与程序化交易[J].清华金融评论,2016(02):31-33.[10]Qing Sun. Research on Combination of Quantitative Investment on the Shanghai A-Share Factor[A]. Science and Engineering Research Center.Proceedings of 2016 International Conference on Artificial Intelligence: Technologies and Applications (ICAITA 2016)[C].Science and Engineering Research Center:Science and Engineering Research Center,2016:3.[11] 刘逖，卢涛. 算法交易及在中国资本市场的应用前景[J]. 上海金融，2012(1). [12]郭喜才.量化投资的发展及其监管[J].江西社会科学,2014,34(03):58-62.[13]曹正凤,纪宏,谢邦昌.使用随机森林算法实现优质股票的选择[J].首都经济贸易大学学报,2014,16(02):21-27.[14]陈梦根.算法交易的兴起及最新研究进展[J].证券市场导报,2013(09):11-17.[15]许红伟,吴冲锋,张翔.我国量化(对冲)基金业绩表现的比较分析[J].投资研究,2013,32(02):72-87.[16]朱博雅. 一种基于数据挖掘的量化投资系统的设计与实现[D].复旦大学,2012.[17]王光宏,蒋平.数据挖掘综述[J].同济大学学报(自然科学版),2004(02):246-252.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
