问题1：针对中国股票市场，请建立分类模型，将附录 2 中湾区指数的 30 只股票进行分类，选出最适合进行高频交易的 10 只股票。
解决思路：
1、首先需要进行数据合并，将不同的股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的股票作为最适合进行高频交易的10支股票。（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股票作为配对资产，spsspro存在相关性分析
2、确定股票配对的交易比例
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
通过协整回归得到股票的价差序列，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 股票的价格被高估、X 股票的价格被低估，此时应该卖出 1 份 Y 股票的同时买入β份 X 股票；当价差序列为负， 且超过波动范围的下界时，表示 X 股票的价格被高估、Y 股票的价格被低估， 此时应该卖出一份 X 股票的同时买入β份 Y 股
问题3：运用任务 2 设计的交易策略，对以下股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 只湾区指数的股票，共 4 只股票，每只股票市值均为 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，计算股票的收益率，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股票作为配对样本，随后再编写代码进行交易策略运行