發(fā)布時間：2020-11-20 19:08

　　 如何對金融市場建模并取得超額收益一直都是金融學(xué)研究的熱點(diǎn)話題。隨著近十幾年計(jì)算機(jī)性能的提高,越來越多的研究者嘗試使用人工智能技術(shù)對金融市場進(jìn)行建模預(yù)測及交易,但現(xiàn)階段大多數(shù)研究僅根據(jù)預(yù)測結(jié)果進(jìn)行交易,極少有研究提出一套從預(yù)測到風(fēng)險(xiǎn)管理的完整量化交易系統(tǒng)。為此,本文嘗試提出一種包含預(yù)測、資金分配和風(fēng)險(xiǎn)管理的新穎量化交易系統(tǒng)。該系統(tǒng)使用AdaBoost算法對金融市場進(jìn)行建模,并根據(jù)模型預(yù)測結(jié)果產(chǎn)生交易決策,然后使用一種新穎的在線學(xué)習(xí)算法對交易決策進(jìn)行加權(quán)處理得到任意資產(chǎn)任意時刻的資金分配,最后根據(jù)單個資產(chǎn)的最大回撤對資金分配進(jìn)行進(jìn)一步的處理以及判斷最終是否進(jìn)行交易。產(chǎn)生交易決策的決策層、得到資金分配的資金分配層和根據(jù)最大回撤控制風(fēng)險(xiǎn)的風(fēng)險(xiǎn)管理層三部分構(gòu)成本文的量化交易系統(tǒng)。在港股市場上抽取2010年4月15日至2014年8月3日共1062個交易日的恒生指數(shù)成份股日交易數(shù)據(jù)組成樣本集,進(jìn)行訓(xùn)練并優(yōu)化量化交易系統(tǒng)相關(guān)參數(shù),然后從恒生指數(shù)成份股中抽取中電控股、恒安國際、領(lǐng)展房產(chǎn)基金、中國人壽、中銀香港5只股票2014年8月4日至2017年10月31日的日交易數(shù)據(jù),驗(yàn)證量化交易系統(tǒng)的有效性。經(jīng)過以上實(shí)驗(yàn),并與作為基準(zhǔn)的買入并持有對比,發(fā)現(xiàn)以下幾點(diǎn)結(jié)論:(1)本文構(gòu)建量化交易系統(tǒng)運(yùn)行良好;(2)在交易費(fèi)用小于0.5%時,相比買入持有策略,收益率有大幅度提升。累積收益、夏普比率和斯特林比率均在長時間內(nèi)大幅度高于基準(zhǔn),表明了該策略在港股市場上的有效性;(3)資金分配層所使用的算法能夠提升整體投資效果。在實(shí)證中對比了不存在資金分配層的量化交易系統(tǒng),發(fā)現(xiàn)在所有情況下資金分配層的存在都能提升一定的累積收益、夏普比率和斯特林比率。(4)以上發(fā)現(xiàn)表明,本文的決策層、資金分配層和風(fēng)險(xiǎn)管理層的構(gòu)建思路以及所提出的量化交易系統(tǒng)整體框架是可行有效的,能夠?qū)σ院蟮耐顿Y實(shí)務(wù)或?qū)W術(shù)研究提供新的思路參考。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F832.51
【部分圖文】：

圖 2-2 決策樹示例圖該節(jié)點(diǎn)沒有子節(jié)點(diǎn)，故被稱為葉節(jié)點(diǎn)，因?yàn)榻?jīng)過一次判斷之后才達(dá)到該點(diǎn)深度為 1；若新的樣本花瓣長度為 3cm，花瓣寬度為 1cm，該樣本將瓣長度是否小于 2.45cm，然后判斷花瓣寬度是否小于 1.5cm，最后判斷 C。決策樹算法的決策生成過程樣本集中生成整個決策樹的過程中，需要人為確定的超參數(shù)有以下兩點(diǎn)到劃分點(diǎn)的成本函數(shù)形式；（2）整個決策樹的最大深度；始訓(xùn)練時，首先要確定節(jié)點(diǎn)的劃分點(diǎn)。在本研究中使用 CART 成本函數(shù)節(jié)點(diǎn)所要劃分的特征以及劃分特征的閾值。以得到圖 2-2 中根節(jié)點(diǎn)為本函數(shù)如下：. cm, )km m t G Gm m 花瓣長度<2 45 花瓣長度>2.45cm花瓣長度<2.45cm 花瓣長度>2.45cm(2-1)

華 中 科 技 大 學(xué) 碩 士 論 文只股票上進(jìn)行實(shí)驗(yàn)。本文從 50 只恒生指數(shù)成份股中選取 5 只作為交易對象，主要基于三點(diǎn)：（1）于計(jì)算機(jī)性能的限制。（2）所選的 5 只股票在行業(yè)上代表性較強(qiáng)，中電控股代表事業(yè)類，恒安國際代表工商類同時代表恒生指數(shù)成份股中較小市值股票，領(lǐng)展房金代表地產(chǎn)板塊的同時代表恒生指數(shù)成份股中的基金，中國人壽代表國內(nèi)在港股股票也代表金融類，中銀香港代表香港本地金融類。5 只股票基本已經(jīng)涵蓋恒生所包含公共事業(yè)、金融、地產(chǎn)和工商 4 類板塊。（3）所選取的 5 只股票在整個實(shí)期上表現(xiàn)各不相同，能夠驗(yàn)證本文的量化交易系統(tǒng)能夠應(yīng)對于不同形態(tài)的股票。

華 中 科 技 大 學(xué) 碩 士 論 文用包括券商傭金（傳統(tǒng)券商 0.2%左右，互聯(lián)網(wǎng)券商 0.03%左右）、印花稅（0.1%）易征費(fèi)（0.0027%）、交易費(fèi)（0.005%）、交收費(fèi)（0.002%）和交易平臺使用費(fèi)（每0.5 港幣）。為盡可能貼近實(shí)務(wù)環(huán)境，本文假設(shè)交易費(fèi)用最低為 0.3%。考慮到實(shí)務(wù)中可能存在的滑點(diǎn)問題，本文假設(shè)交易費(fèi)用分別為 0.3%、0.5%、1%、1.25%和 1.5%為證明本文所提出的資金分配策略能夠提業(yè)績，在這一部分中加入了不存在資金分層的結(jié)果。在 2014 年 8 月 4 日至 2017 年 10 月 31 日的 5 只股票上測試不同交易費(fèi)用，以買入并持有策略的累積收益曲線，如下圖所示：
【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 陳艷;王宣承;;基于變量選擇和遺傳網(wǎng)絡(luò)規(guī)劃的期貨高頻交易策略研究[J];中國管理科學(xué);2015年10期

2 馬超;梁循;;基于支持向量機(jī)的上市公司午間公告新聞自動閱讀與決策支持系統(tǒng)[J];中國管理科學(xué);2014年S1期

3 王文波;費(fèi)浦生;羿旭明;;基于EMD與神經(jīng)網(wǎng)絡(luò)的中國股票市場預(yù)測[J];系統(tǒng)工程理論與實(shí)踐;2010年06期

4 沈可挺;劉煜輝;;中國股市中慣性與反向投資策略的獲利模式[J];管理科學(xué)學(xué)報(bào);2006年06期

5 禹建麗,孫增圻,Valeri.Kroumov,成久洋之,劉治軍;基于BP神經(jīng)網(wǎng)絡(luò)的股市建模與決策[J];系統(tǒng)工程理論與實(shí)踐;2003年05期

6 范龍振,王海濤;上海股票市場股票收益率因素研究[J];管理科學(xué)學(xué)報(bào);2003年01期

7 韓楊;對技術(shù)分析在中國股市的有效性研究[J];經(jīng)濟(jì)科學(xué);2001年03期

本文編號：2891858