本文關(guān)鍵詞：基于函數(shù)型數(shù)據(jù)分析的期貨價(jià)格曲線形態(tài)識(shí)別

  更多相關(guān)文章： 函數(shù)型數(shù)據(jù)分析 量化投資 期貨交易系統(tǒng)

【摘要】：金融市場(chǎng)的交易不間斷的進(jìn)行著，價(jià)格始終以高頻更新著，傳統(tǒng)的時(shí)間序列分析方法在解決金融數(shù)據(jù)的時(shí)候往往效果較差，原因是金融價(jià)格產(chǎn)生的隨機(jī)過(guò)程一般是非平穩(wěn)的。函數(shù)型數(shù)據(jù)分析把觀測(cè)數(shù)據(jù)看成一個(gè)整體，即將價(jià)格變化過(guò)程視為一個(gè)連續(xù)的隨機(jī)過(guò)程，其樣本也就是一系列的曲線，進(jìn)而從函數(shù)的角度進(jìn)行分析。因此，將函數(shù)型數(shù)據(jù)分析應(yīng)用在量化投資中，構(gòu)建基于函數(shù)型數(shù)據(jù)分析的期貨價(jià)格形態(tài)識(shí)別模型，是本文研究的重點(diǎn)。 首先，建立基于函數(shù)型數(shù)據(jù)分析的價(jià)格曲線形態(tài)識(shí)別模型。通過(guò)函數(shù)型數(shù)據(jù)主成分分析對(duì)期貨價(jià)格曲線進(jìn)行特征分析，選取特征值最大的第一主成分函數(shù)作為輸入端進(jìn)行K-Means聚類分析，聚類結(jié)果表明歸屬20個(gè)不同質(zhì)心函數(shù)的樣本呈現(xiàn)顯著的差異性。 然后，進(jìn)行期貨價(jià)格曲線形態(tài)識(shí)別的實(shí)證分析，構(gòu)建期貨交易系統(tǒng)。設(shè)計(jì)了交易系統(tǒng)的研究框架，包括評(píng)價(jià)指標(biāo)，回溯外推檢驗(yàn)設(shè)計(jì)以及最優(yōu)化設(shè)計(jì)。進(jìn)而，根據(jù)期貨價(jià)格曲線形態(tài)識(shí)別模型設(shè)計(jì)交易系統(tǒng)的核心部分——交易策略。 最后，針對(duì)交易系統(tǒng)外推檢驗(yàn)的結(jié)果進(jìn)行評(píng)價(jià)分析，，在外推檢驗(yàn)報(bào)告中表明，該模型具有年化收益10%，日虧損超過(guò)1%的交易日僅占2%的總交易日的良好表現(xiàn)，不足之處在于最大回撤率為8%。仍存在有一定的長(zhǎng)期風(fēng)險(xiǎn)。
【關(guān)鍵詞】：函數(shù)型數(shù)據(jù)分析 量化投資 期貨交易系統(tǒng)
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：F224;F830.9
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-19
• 1.1 研究背景及意義10-12
• 1.1.1 研究背景10-11
• 1.1.2 研究意義11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-17
• 1.2.1 期貨市場(chǎng)研究12-13
• 1.2.2 函數(shù)型數(shù)據(jù)分析與應(yīng)用研究13-17
• 1.3 研究?jī)?nèi)容與方法17-18
• 1.3.1 研究?jī)?nèi)容17
• 1.3.2 研究方法17-18
• 1.4 本章小結(jié)18-19
• 第二章 量化投資19-23
• 2.1 量化投資簡(jiǎn)述19-20
• 2.2 量化投資的優(yōu)勢(shì)20-21
• 2.3 量化投資的發(fā)展歷程21-22
• 2.4 本文研究的量化投資問(wèn)題22
• 2.5 本章小結(jié)22-23
• 第三章 函數(shù)型數(shù)據(jù)分析23-31
• 3.1 函數(shù)型數(shù)據(jù)23-24
• 3.1.1 函數(shù)型數(shù)據(jù)分析的目的23
• 3.1.2 函數(shù)型數(shù)據(jù)的研究方法23-24
• 3.1.3 函數(shù)型數(shù)據(jù)統(tǒng)計(jì)量24
• 3.2 常用基函數(shù)系統(tǒng)24-27
• 3.3 函數(shù)型數(shù)據(jù)基函數(shù)展開27-29
• 3.4 函數(shù)型數(shù)據(jù)主成分分析29
• 3.5 函數(shù)型數(shù)據(jù)聚類分析29-30
• 3.6 本章小結(jié)30-31
• 第四章 期貨價(jià)格曲線形態(tài)識(shí)別模型31-43
• 4.1 中國(guó)期貨市場(chǎng)概述31
• 4.1.1 期貨市場(chǎng)發(fā)展現(xiàn)狀31
• 4.1.2 期貨市場(chǎng)特征31
• 4.2 期貨價(jià)格曲線形態(tài)識(shí)別研究框架31-34
• 4.2.1 數(shù)據(jù)抽取及清洗32-33
• 4.2.2 基函數(shù)系統(tǒng)建立33-34
• 4.3 期貨價(jià)格曲線形態(tài)識(shí)別34-42
• 4.3.1 函數(shù)型數(shù)據(jù)主成分分析34-38
• 4.3.2 函數(shù)型數(shù)據(jù) K-Means 聚類分析38-42
• 4.4 本章小結(jié)42-43
• 第五章 期貨價(jià)格曲線形態(tài)識(shí)別實(shí)證分析43-54
• 5.1 期貨交易系統(tǒng)簡(jiǎn)述43
• 5.2 期貨交易系統(tǒng)設(shè)計(jì)43-47
• 5.2.1 評(píng)價(jià)指標(biāo)44
• 5.2.2 歷史回溯與外推檢驗(yàn)44-45
• 5.2.3 最優(yōu)化設(shè)計(jì)45-47
• 5.3 基于期貨價(jià)格曲線形態(tài)識(shí)別的交易系統(tǒng)47-53
• 5.3.1 交易策略設(shè)計(jì)47-49
• 5.3.2 交易結(jié)果及分析49-53
• 5.4 相關(guān)建議53
• 5.5 本章小結(jié)53-54
• 結(jié)論54-55
• 參考文獻(xiàn)55-59
• 附錄59-66
• 攻讀碩士學(xué)位期間取得的研究成果66-67
• 致謝67-68
• 附件68

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 成忠;張立慶;;樣條變換集成罰函數(shù)偏最小二乘方法用于光譜數(shù)據(jù)重構(gòu)和定量分析[J];分析化學(xué);2009年12期

2 葉蘇;于冷;;主成分分析法分析中國(guó)大豆期貨價(jià)格波動(dòng)因素[J];哈爾濱商業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

3 陳曉鋒;殷瑞飛;;基于基函數(shù)展開的函數(shù)型數(shù)據(jù)聚類方法[J];統(tǒng)計(jì)與決策;2009年19期

4 曲愛(ài)麗;朱建平;;函數(shù)型數(shù)據(jù)的共同主成分分析探究及展望[J];統(tǒng)計(jì)與信息論壇;2009年02期

5 丁秀玲;華仁海;;大連商品交易所大豆與豆粕期貨價(jià)格之間的套利研究[J];統(tǒng)計(jì)研究;2007年02期

6 蘇為華;孫利榮;崔峰;;一種基于函數(shù)型數(shù)據(jù)的綜合評(píng)價(jià)方法研究[J];統(tǒng)計(jì)研究;2013年02期

7 凌能祥;丁潔;;相依函數(shù)型數(shù)據(jù)條件密度估計(jì)的漸近性質(zhì)[J];數(shù)學(xué)物理學(xué)報(bào);2012年03期

8 管宇;顧光同;黃龍生;;近60年昆明降水量特征分析[J];生物數(shù)學(xué)學(xué)報(bào);2013年02期

9 黃恒君;;基于函數(shù)型主成分的收入分布變遷特征探索[J];統(tǒng)計(jì)與決策;2013年20期

10 邱雁;;國(guó)際投機(jī)基金對(duì)大豆期貨價(jià)格影響的實(shí)證分析[J];中國(guó)農(nóng)村經(jīng)濟(jì);2010年04期

本文編號(hào)：546344