比赛结束，所以我才正式发一下自己的思路，美赛国赛我不会发比赛思路。我们来聊一聊美赛C题到底在怎么理解？
一、读题，教你正确读题
首先说一下我也犯的大忌：大家都知道我们大多数数学建模都是英文版的，题目也是英文，习惯性用软件就把英文直接机器翻译成中文（如果运气不好，很有可能会一些专业词语翻译错误，导致对题目理解和处理有了偏差,浪费了时间，但是说实话题目英语难度确实简单，高中水平即可读懂）
个人英语不佳，懒得读英文，拿到题目我就直接用翻译软件把它全部机翻了，节约时间，这里推荐一款翻译挺不错的软件：Deel，个人英语不佳，懒得读英文，拿到题目我就直接用翻译软件把它全部机翻了，节约时间，这里推荐一款翻译挺不错的软件：Deel,可以通过文末查看如何领取。
先看背景：
背景配上两张图简直把这个题目说得明明白白，这就是一个股票投资策略问题，要想办法赚最多的钱，就是这个意思。当然读了背景，我们还并不知道什么思路。
1.1 第一问
继续往下读题：
读完题，我们首先要知道他要问的是什么，通俗说一下就是：给你1000美元拿去对黄金和比特币进行投资，投资开始时间是2016年11月9日，结束时间是2021年9月9日，你需要用一个构建一个模型保证使用你的模型能赚最多的钱，注意的是股票的买和卖都要扣除手续费，分别为1%和2%。
题目种还说到黄金和比特币的数据在那两个文件夹，值得注意的是黄健只能在开市的日子交易，我们来看一下数据：
可以看到数据就是简单的二维，一个变量一个自变量的形式，数据并不复杂，暂时我们还不说到数据处理，读题我们就是为了心里有个数。看到这如此简单的数据，心里是真坦荡。
1.2 第二问
读题：
证明我们上面的策略是最佳策略？那不就是证明我们的策略是最能赚钱的吗，这能怎么证明？应该有一个类似最佳标准。所以目前问题还是主要第一问。
1.3 第三问
读题：
看到关键词：敏感程度 ，就知道这是一个敏感度分析，因为太常见了，你一定要知道。继续仔细读题，什么的敏感程度？交易成本！交易成本有什么？我们是还不知道那1000美元怎么比例分配的吧，第二问我们就证明出它是个最佳策略了，就是最赚钱的嘛，虽然我们还不知道怎么证明，应该就是控制这个比例，交易成本？是不是还在想把1000美元变成2000，3000？这个没多大意义，跟控制这个比例是一样的。
1.4 第四问
题目说到：传达策略，模型，结果，三点内容。
策略：百度一下股票投资测类，发现是有很多种，我们在第一问应该只是随便选取的一种，投资是有风险的，我们无法证明哪个策略好，风险高的一半回报大，但是亏也有可能大。所以我们可以在这讲一下第一问的策略，在多提出几种方案（百度请）。
模型：再介绍一下模型的优缺点？
结果：把结果贴出来，用自己的语言描述一下。
二、思路和资料查询的正确方法
2.1 思路方法指导
首先给大家说一个产业链坑，很多人一打数学建模比赛就会百度：xx数学建模思路，如果你是小白，那么我建议你可以参考，可以给你提供一个方向，你应该更绝那样的方向去自行搜索更多准确的资料，但是基本都是错误的思路，不要相信它什么985团队，扯犊子的，我们数模圈几乎是没有人有人能给你提供思路，有能力的人不会出来说话，半斤八俩的人就是在网上开始收割韭菜，瞎扯点思路，然后跳转面包多（以后遇到在这里买的，基本都不靠谱），不针对任何人，也不是针对面包多这个产品，我实话实说，所以一定要靠自己，打比赛不要着急，第一天你可能什么思路都没有，你能做的可能都是百度，查到有用的资料就保存起来给团队一起看，大家都觉得好那就一定有用。
上面我说到：百度。我说的百度不是真的让你用百度，这仅仅是因为大多数人用的是百度，百度已经成了搜索的代有名词，我的建议是对你的浏览器换搜索引擎，至少你应该用：bing引擎，最好是使用谷歌引擎。
哪里换浏览器引擎？设置-搜索引擎
顺便说一下，个人建议浏览器用谷歌浏览器。我一般会怎么搜私聊，如果我是很着急学习一门技术，需要最快时间定位到最好的资料，我会使用谷歌引擎，如果自己没多大需求，我就换回bing引擎。再说一下：谷歌引擎会让你进入全新的学习世界。
比如说我看到这个题就是讲的股票投资，我会如何搜索？
这样？
不，应该这样：(这是bing引擎）
这是谷歌搜索：
看来第一篇很不错，排在越上面，说明质量越好的，多查类似资料，我们可以由此确定方向具体化：量化投资股票。
2.2 第一问思路
根据题目可以看出是要预测，注意预测不要站在上帝视角预测，是根据已有数据预测，所以怎么查资料？
懂了吧？多参考几篇写得好的，认真阅读，把他们提到的模型拿来改改符合题目要求是不是就可以了？加上股票风险分析之类的，自己搜一下就会了。
2.3 第二问思路
证明策略好坏？那就是对策略好坏做个评价呗。这个确实不知怎么想，所以继续搜索：
经过多篇文章查询，我们是可以确定到这样一个方法：回测
然后我们会看到这样的标题很符合我们的题目：
认真读一下题，确实很符合，于是我多看了几篇，发现有专门的回测模块，于是就去搜索回测模块，经过查询体验最好的是Backtrader，然后呢就继续学习一下框架吧，就能做出来了，不难的,在这里我给大家展示一个实现代码，会有类似效果：
主要模块安装，其它模块自行安装：
!pip install backtrader
模块导入：
# import datetime
from datetime import datetime
import pandas as pd
import pandas_datareader.data as web
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('whitegrid')
import backtrader as bt
import backtrader.feeds as btfeeds
获取比特币范围数据：
start = datetime(2016, 9, 11) # or start = '9/12/2016'
end = datetime(2021, 9, 12)
df= web.DataReader('BTC-USD', 'yahoo', start, end)#雅虎财经获取比特币数据
print(df)
下面以一个简单的单均线策略为例，展示backtrader的使用过程，即当收盘价上涨突破20日均线买入（做多），当收盘价下跌跌穿20日均线卖出（做空）：
class my_strategy1(bt.Strategy):
#全局设定交易策略的参数
params=(
('maperiod',20),
)
def __init__(self):
#指定价格序列
self.dataclose=self.datas[0].close
# 初始化交易指令、买卖价格和手续费
self.order = None
self.buyprice = None
self.buycomm = None
#添加移动均线指标，内置了talib模块
self.sma = bt.indicators.SimpleMovingAverage(
self.datas[0], period=self.params.maperiod)
def next(self):
if self.order: # 检查是否有指令等待执行,
return
# 检查是否持仓
if not self.position: # 没有持仓
#执行买入条件判断：收盘价格上涨突破20日均线
if self.dataclose[0] > self.sma[0]:
#执行买入
self.order = self.buy(size=50)
else:
#执行卖出条件判断：收盘价格跌破20日均线
if self.dataclose[0] < self.sma[0]:
#执行卖出
self.order = self.sell(size=100)
股票数据读取：
#先引入后面可能用到的包（package）
import pandas as pd
from datetime import datetime
import backtrader as bt
import matplotlib.pyplot as plt
%matplotlib inline
#正常显示画图时出现的中文和负号
from pylab import mpl
mpl.rcParams['font.sans-serif']=['SimHei'] #使用tushare获取浦发银行（代码：600000）数据。
#使用tushare旧版接口获取数据
import tushare as ts
def get_data(code,start='2016-09-11',end='2021-09-09'):
df=ts.get_k_data(code,autype='qfq',start=start,end=end)
df.index=pd.to_datetime(df.date)
df['openinterest']=0
df=df[['open','high','low','close','volume','openinterest']]
return df
dataframe=get_data('600000')
#回测期间
start=datetime(2010, 3, 31)
end=datetime(2020, 3, 31)
# 加载数据
data = bt.feeds.PandasData(dataname=dataframe,fromdate=start,todate=end)
初始化回测系统：
cerebro = bt.Cerebro()
#将数据传入回测系统
cerebro.adddata(data)
把刚刚的交易策略添加进系统：
cerebro.addstrategy(my_strategy1)
设置起始资金1000：
startcash = 1000
cerebro.broker.setcash(startcash)
设置手续费0.1%：
cerebro.broker.setcommission(commission=0.001)
执行：
d1=start.strftime('%Y%m%d')
d2=end.strftime('%Y%m%d')
print(f'初始资金: {startcash}\n回测期间：{d1}:{d2}')
#运行回测系统
cerebro.run()
#获取回测结束后的总资金
portvalue = cerebro.broker.getvalue()
pnl = portvalue - startcash
#打印结果
print(f'总资金: {round(portvalue,2)}')
print(f'净收益: {round(pnl,2)}')
结果：
初始资金: 1000
回测期间：20100331:20200331
总资金: 887.58
净收益: -112.42
画分析图：
# 画图
cerebro.plot()
图上标清楚了最终价格，在哪里买和卖。大家对此是否换一下就是我们题目种的要求了呢？
2.3 第三问思路
做一个循环迭代10次嘛，黄金：比特币=1：10到10：1这样比例分配起始金，查看变化程度就行了，巴蒂尔问的代码改成循环就好了。最后说明一下就好了。
2.4 第四问思路
备忘录，就是我前面读题的想法。（仅仅个人见解）
三、数模资料
扎实基础就行，现学现卖也不很难，当然可以看看姜启源，司空奎等人的书，我也经常研究他们的书，虽然不一定用得到，思维能有所提升。
也可以关注公众号：玩转大数据 菜单栏点击：美赛 获取我的这些资料。
关注我一下吧，有问题留言指正，谢谢。