部分協(xié)整理論是協(xié)整性檢驗的新理論,可有效提高配對交易中的股票對數(shù)量和交易頻率,但仍存在交易閾值選取粗糙、風險控制單一和交易機會喪失的缺陷.為克服這些問題,本文引入遺傳算法為代表的智能尋優(yōu)算法計算最優(yōu)交易閾值,與原固定交易閾值進行比較和檢驗;改變原先固定10%止損的設置,提出帶止損的最優(yōu)交易閾值模型,并與固定止損和不止損的最優(yōu)交易閾值模型進行對比;將原先單向開平倉改為雙向開平倉,提高交易機會,提升整體盈利.另外,本文進行了全面和充分的實證檢驗.除標普500指數(shù)的驗證外,還將模型在滬深300指數(shù)和中證500指數(shù)分行業(yè)成分股中進行了驗證,且在極端股票市場和高頻期貨市場檢驗多種智能尋優(yōu)算法——遺傳算法、粒子群算法和差分進化算法在配對交易中的共性和差異,充分體現(xiàn)本文提出改進方法的穩(wěn)定性和優(yōu)越性. 

【文章來源】：中國科學技術(shù)大學安徽省 211工程院校 985工程院校

【文章頁數(shù)】：52 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 引言
    1.1 研究背景
    1.2 部分協(xié)整理論的優(yōu)缺點
    1.3 本文創(chuàng)新點
    1.4 文章結(jié)構(gòu)
第2章 理論及方法
    2.1 部分協(xié)整理論
    2.2 智能尋優(yōu)算法
        2.2.1 遺傳算法
        2.2.2 粒子群算法
        2.2.3 差分進化算法
    2.3 智能尋優(yōu)算法在配對交易中的應用分析
第3章 實證檢驗
[46]">    3.1 最優(yōu)交易閾值的實證檢驗[46]

        3.1.1 基于遺傳算法-部分協(xié)整理論的配對交易模型框架構(gòu)建
        3.1.2 S&P500分行業(yè)數(shù)據(jù)比較
        3.1.3 滬深300指數(shù)成份股分行業(yè)數(shù)據(jù)比較
        3.1.4 中證500指數(shù)成份股分行業(yè)數(shù)據(jù)比較
[47]">    3.2 帶止損條件的最優(yōu)交易閾值實證檢驗^[47]

        3.2.1 模型設置
        3.2.2 最優(yōu)帶止損閾值實證
    3.3 三種帶止損條件的最優(yōu)交易閾值在高頻期貨市場的實證檢驗
        3.3.1 期貨分類
        3.3.2 模型設置及其智能尋優(yōu)算法的參數(shù)穩(wěn)定性分析
        3.3.3 高頻期貨市場的實證檢驗
    3.4 三種帶止損條件的最優(yōu)交易閾值在極端市場的實證檢驗
第4章 總結(jié)
參考文獻
致謝



本文編號：3048502

suoshi