【摘要】：隨著我國經(jīng)濟的高速發(fā)展和相關交易制度的不斷完善,我國期貨市場已日趨成熟,并開始朝著國際化的目標邁進。越來越豐富的期貨品種既為不同的行業(yè)提供了套期保值的工具,也為套利者提供了更多的交易產(chǎn)品。本文選取黑色金屬產(chǎn)業(yè)鏈中具有代表性的螺紋鋼、鐵礦石和焦炭期貨作為跨品種套利的研究對象。區(qū)別于統(tǒng)計套利方法,在根據(jù)協(xié)整檢驗的結果選擇出合適的套利組合并利用GARCH模型確定了套利比例后,運用在動態(tài)系統(tǒng)擬合上比BP神經(jīng)網(wǎng)絡更優(yōu)的Elman神經(jīng)網(wǎng)絡對價差進行預測,并使用遺傳算法對其進行優(yōu)化�；谏窠�(jīng)網(wǎng)絡的預測,本文構建了不同固定閾值下的趨勢策略,相關的獲利指標表明:隨著開倉閾值的提高,神經(jīng)網(wǎng)絡策略的盈利利能力不斷降低,原因在于閾值的提高使得策略的交易次數(shù)明顯減少;基于遺傳算法優(yōu)化Elman神經(jīng)網(wǎng)絡建立的策略比BP神經(jīng)網(wǎng)絡和Elman神經(jīng)網(wǎng)絡能夠產(chǎn)生更高的年化收益率,且收益率在長期內(nèi)保持了穩(wěn)定增長,這得益于遺傳算法加快了Elman神經(jīng)網(wǎng)絡的收斂速度,增加了網(wǎng)絡的擬合精度并使策略產(chǎn)生更多的有效盈利次數(shù),除此之外,遺傳算法令網(wǎng)絡在訓練時獲得全局最優(yōu)解,從而在大部分時間段的預測都能維持較高的準確度。本文在最后對神經(jīng)網(wǎng)絡和期貨品種的后續(xù)研究進行了展望,并且為不同的市場參與主體提供了針對性的投資建議,這使得本文在具備一定理論價值的同時又具有較強的現(xiàn)實意義。
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP183;F724.5;F764
【圖文】：

華 中 科 技 大 學 碩 士 學 位 論 文用優(yōu)化好的 Elman 神經(jīng)網(wǎng)絡再次對樣本內(nèi)的價差進行訓練，為了保持對比性，這里的迭代次數(shù)同樣選擇為 300 次。圖 4.9 遺傳算法優(yōu)化 Elman 神經(jīng)網(wǎng)絡預測誤差收斂圖

【相似文獻】

相關期刊論文 前10條

1 吳明剛;;基于非節(jié)假日Elman神經(jīng)網(wǎng)絡的電力負荷短期預測[J];現(xiàn)代商貿(mào)工業(yè);2018年03期

2 趙蘭枝;;基于改進的Elman神經(jīng)網(wǎng)絡的病蟲害預測模型研究[J];河套學院論壇;2018年03期

3 王鑫;賈濤;聞新;;Elman神經(jīng)網(wǎng)絡控制與LQR的實踐與分析[J];工業(yè)控制計算機;2018年03期

4 駱晨;劉瀾;李新;褚鵬宇;;基于改進Elman神經(jīng)網(wǎng)絡的交通標志信息量度量[J];交通運輸工程與信息學報;2018年03期

5 周鶴;曹永忠;;基于改進Elman神經(jīng)網(wǎng)絡的水稻長勢預測系統(tǒng)[J];現(xiàn)代鹽化工;2019年02期

6 韋蕊;;基于Elman神經(jīng)網(wǎng)絡的共享單車管制研究[J];信息與電腦(理論版);2019年12期

7 李兆;;基于Elman神經(jīng)網(wǎng)絡的原料奶價格預測研究[J];北方經(jīng)貿(mào);2018年04期

8 李文;;基于Elman神經(jīng)網(wǎng)絡算法的電力負荷預測模型研究[J];赤峰學院學報(自然科學版);2017年21期

9 馬明媛;韓玉珍;劉國棟;劉朗;付世會;楊天澍;;基于Elman神經(jīng)網(wǎng)絡的我國衛(wèi)生總費用預測研究[J];中國醫(yī)院管理;2018年06期

10 李練兵;祝亞尊;田永嘉;安子騰;王玲瓏;;基于Elman神經(jīng)網(wǎng)絡的鋰離子電池RUL間接預測研究[J];電源技術;2019年06期

相關會議論文 前3條

1 王松;石雙雙;;基于卡爾曼濾波和神經(jīng)網(wǎng)絡的PMSM參數(shù)辨識[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

2 韓文靜;李海峰;韓紀慶;;基于長短時特征融合的語音情感識別方法研究[A];第九屆全國人機語音通訊學術會議論文集[C];2007年

3 郝碩濤;夏飛;彭道剛;;基于不同參數(shù)Elman神經(jīng)網(wǎng)絡的電力負荷預測模型研究[A];2015年全國智能電網(wǎng)用戶端能源管理學術年會論文集[C];2015年

相關博士學位論文 前2條

1 郭健;基于智能算法的非線性模型研究及預測控制[D];華中科技大學;2008年

2 楊杰;多工序制造質(zhì)量智能預測建模機理研究及應用[D];華南理工大學;2011年

相關碩士學位論文 前10條

1 唐瑞波;基于遺傳算法優(yōu)化Elman神經(jīng)網(wǎng)絡的黑色金屬期貨跨品種套利策略[D];華中科技大學;2019年

2 彭玲;基于BP和Elman神經(jīng)網(wǎng)絡的網(wǎng)絡輿情預警模型構造[D];江西農(nóng)業(yè)大學;2019年

3 龐麗琴;基于Elman神經(jīng)網(wǎng)絡的公路隧道火災臨界風速預測研究[D];長安大學;2019年

4 孫文棟;基于Elman神經(jīng)網(wǎng)絡的旋轉超聲加工輸出能量模型研究[D];哈爾濱工業(yè)大學;2018年

5 杜沛;基于多目標鯨魚優(yōu)化算法和Elman神經(jīng)網(wǎng)絡的短期風速預測模型的研究與應用[D];東北財經(jīng)大學;2017年

6 解小平;基于Elman神經(jīng)網(wǎng)絡的短時交通流預測及應用研究[D];蘭州交通大學;2017年

7 聶建亮;神經(jīng)網(wǎng)絡及其在大地測量數(shù)據(jù)處理中的應用[D];長安大學;2007年

8 武巖巖;基于組合預測方法的電力負荷預測研究[D];沈陽工業(yè)大學;2016年

9 王濤;基于信息理論學習的網(wǎng)絡流量預測[D];西安郵電大學;2013年

10 王世超;電力需求側管理數(shù)據(jù)采集與處理的研究[D];燕山大學;2012年

本文編號：2754754