如何创建金融投资系统？
个人意见，仅供参考 先给出结论，建立这样的一个系统需要解决四个问题：
1、数据的来源；（如何获得准确的数据）
2、数据的处理方式（如何对数据进行加工清洗，计算得出进一步的数据）
3、模型的构建及优化（如何构建有效的数学模型进行计算，并优化参数以提高计算精度）
4、结果的分析与展示 （如何对计算结果进行分析，得到有意义的结果并进行合理的展示）
下面分别对每个问题进行讨论：
1、数据的来源这个问题很好玩，你可以从各种渠道获取你需要的信息，关键是这些信息能否用到你的程序里面去。我一般是从以下地方获取数据：
a) 交易所官网 （比如上交所、深交所的网站都有交易数据）
b) 第三方平台 （比如聚宽、且慢等）
c) 开源社区 （网上有很多历史数据，你可以下载下来用于分析）
d) 其它途径 （这个就看你怎么利用了，我目前想到的就是这些）
注意：你获得的数据一定要是经过处理的，可以直接用在程序里的，不然就失去了意义。如果你不知道怎么处理数据，那就把它交给电脑来处理吧！也就是通过编程的方式让计算机帮你完成数据的处理工作。
2、数据的处理方式 这取决于你数据的具体内容和要求达到的目标。如果你的数据里包含了时间特征，那么你需要对数据进行处理以使得它满足模型的要求，常用的方法有时间序列的调整和差分等方法。
如果你的数据里不包含时间特征，那么你需要添加时间特征进来，常用的方法有添加固定时间窗、移动平均、分段处理以及差分的方法。 无论采用哪种方法，其核心都是将一组无序的数据变成一组有序的数据，使得数据符合某种预测模型的要求。
3、模型的构建及优化 这就涉及到统计学习的问题，如果你之前没有接触过相关的知识，那我建议你先学习一下基础的统计学习方法。
简单一点可以看看《统计学习方法》（戴小宁）这本书，里面介绍了广义线性模型、逻辑斯蒂回归、决策树、朴素贝叶斯分类器等基本模型，并提供了用R语言的实例代码。如果看了这本书之后你依然不知道该如何构建一个有效的模型，那就可以把建模的任务交给计算机来完成，也就是让计算机自动地、并行地寻找最优解。可以利用的工具很多，最典型的例子就是遗传算法。
4、结果的分析与展示 这个就没有固定的方法了，完全取决于你最终的目的。如果你是为了交论文，那最好能够有一个合理的解释，并且论证你所使用的模型是有效且合适的。如果你只是想自己研究一下，那也没有关系，你只需要把你认为重要的结果列出来就好了，当然，如果有意义的结论自然是好的，但如果并没有发现什么有意思的结果也不要感到惊讶，也许这就是你的数据本身所具有的特征而已。