针对以上问题，我准备完成一个关于指数基金的数据分析系统，可以客观的根据时间显示每只基金的各项数据，并为用户推荐最优选项。这样可以大大减少人工的工作量，减少人为出错几率，通过计算机对大量数据的处理，可以更宏观的对基金的走势进行分析，还可以去除个人感情所带来的影响。
实现一套在线指数基金数据分析系统，主要功能分为以下几个部分：
1.基金历史和实时数据信息。用户通过输入基金代码，能显示该基金的历史数据信息和最新数据信息。
2.量化交易。通过对该基金的历史数据分析，运用机器学习算法完成对未来某天该基金数据的预测。
3.数据导出和数据加工。对量化交易预测之后的数据有导出的功能。
4.多种策略方法的对比。
数据集：使用tushare上量化交易数据
方法：
1.使用通用语言python做为策略开发工具，通过使用numpy、pandas、matplotlib完成指数基金的数据的的分析和可视化。
1.使用机器学习算法预测未来的投资趋势。
2.构建支持选投，历史数据自动下载，策略回测及参数优化，实盘交易和常用的统计功能。
技术路线：
1.择时策略的开发。择时策略决定什么时候买入投资品，回测告诉我们这种策略在历史数据中的模拟收益如何。
2.择时策略的优化。通过止盈止损保护策略产生考虑应用交易策略时产生的成交价格偏差及手续费。
3.多支基金择时回测与仓位管理。针对多支基金实现择时策略，通过仓位管理策略控制风险。
4.回测结果的度量。正确的度量引领着正确的前进方向。
5.寻找策略最优参数和评分。通过定制的评分机制，寻找一个策略最合理的参数，比如：应该考虑多少天的均线？
