在線投資組合選擇是計(jì)算金融研究中的基礎(chǔ)問題,近年來吸引了人工智能和機(jī)器學(xué)習(xí)領(lǐng)域的專家投入該領(lǐng)域。它基于資本增長理論和在線學(xué)習(xí)理論,設(shè)計(jì)合理的在線學(xué)習(xí)算法來指導(dǎo)投資組合的構(gòu)建。已有的研究成果顯示,股票價(jià)格既存在趨勢(動(dòng)量、慣性)效應(yīng)也存在反轉(zhuǎn)效應(yīng),據(jù)此有學(xué)者分別構(gòu)建了跟隨贏家策略和跟隨輸家策略,并取得了較好的效果。盡管現(xiàn)有的策略在一些真實(shí)數(shù)據(jù)集上表現(xiàn)較好,但它們只利用一種效應(yīng)來構(gòu)建在線投資組合選擇模型,不一定符合市場環(huán)境可能同時(shí)存在趨勢效應(yīng)和反轉(zhuǎn)效應(yīng)的現(xiàn)實(shí)。為了貼近實(shí)際市場,本文設(shè)計(jì)了排除趨勢效應(yīng)的反轉(zhuǎn)策略算法和排除反轉(zhuǎn)效應(yīng)的趨勢策略算法,以更好地把握市場變化,捕捉交易機(jī)會(huì)。這兩個(gè)算法模型基于PA(Passive Aggressive)算法,同時(shí)考慮趨勢與反轉(zhuǎn)效應(yīng),利用凸優(yōu)化技術(shù)求解得到了相應(yīng)的在線投資策略,并在真實(shí)數(shù)據(jù)上進(jìn)行了策略測試。從實(shí)驗(yàn)結(jié)果來看,本文設(shè)計(jì)的三個(gè)策略表現(xiàn)均較好,尤其是排除趨勢效應(yīng)的反轉(zhuǎn)策略表現(xiàn)相較其他策略都要好。另外,對(duì)策略算法涉及的參數(shù)本文也進(jìn)行了參數(shù)敏感性測試,表明算法對(duì)參數(shù)變化比較穩(wěn)定。最后,為了考察策略的有效性,本文也分析了在線投資策略的可靠性。

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 問題提出與研究方法
        1.2.1 問題提出
        1.2.2 研究方法
    1.3 論文結(jié)構(gòu)與研究內(nèi)容
    1.4 論文的創(chuàng)新
第2章 文獻(xiàn)綜述
    2.1 在線投資策略方面的文獻(xiàn)
        2.1.1 基準(zhǔn)策略
        2.1.2 跟隨贏家策略
        2.1.3 跟隨輸家策略
        2.1.4 基于模式匹配的策略
        2.1.5 元學(xué)習(xí)算法
        2.1.6 總結(jié)
    2.2 股票市場價(jià)格波動(dòng)異象
        2.2.1 股票趨勢效應(yīng)
        2.2.2 股票反轉(zhuǎn)效應(yīng)
第3章 在線投資組合算法模型
    3.1 股票反轉(zhuǎn)效應(yīng)的量化
        3.1.1 簡單移動(dòng)平均法預(yù)測價(jià)格
        3.1.2 一次指數(shù)移動(dòng)平均法預(yù)測價(jià)格
    3.2 股票趨勢效應(yīng)的量化
        3.2.1 二次指數(shù)移動(dòng)平均預(yù)測價(jià)格
        3.2.2 OLS擬合價(jià)格序列的斜率
    3.3 在線投資組合算法框架
        3.3.1 排除趨勢效應(yīng)的反轉(zhuǎn)策略算法框架
        3.3.2 排除反轉(zhuǎn)效應(yīng)的趨勢策略算法框架
第4章 基于趨勢與反轉(zhuǎn)的在線投資策略
    4.1 排除趨勢效應(yīng)的反轉(zhuǎn)策略
    4.2 排除反轉(zhuǎn)效應(yīng)的趨勢策略
    4.3 策略時(shí)間復(fù)雜度分析
第5章 實(shí)驗(yàn)
    5.1 數(shù)據(jù)集的說明
    5.2 實(shí)驗(yàn)的設(shè)置與指標(biāo)
        5.2.1 實(shí)驗(yàn)設(shè)置
        5.2.2 策略評(píng)價(jià)指標(biāo)的說明
    5.3 對(duì)比策略
    5.4 實(shí)驗(yàn)結(jié)果
        5.4.1 評(píng)估累積收益
        5.4.2 風(fēng)險(xiǎn)與收益
        5.4.3 統(tǒng)計(jì)檢驗(yàn)
        5.4.4 參數(shù)敏感性
        5.4.5 策略可靠性分析
結(jié)論
參考文獻(xiàn)
致謝
附錄A:最優(yōu)化問題OLR的求解過程
附錄B:最優(yōu)化問題OLT的求解過程
附錄C:本文實(shí)驗(yàn)部分使用的股票數(shù)據(jù)
附錄D:相關(guān)算法的python代碼



本文編號(hào)：3887914