【摘要】：量化投資為主動(dòng)投資管理的一種新模式,其在歐美有五十余年的發(fā)展歷史,在中國(guó)僅有十余年的發(fā)展歷史。近幾年伴隨著機(jī)器學(xué)習(xí)與深度學(xué)習(xí)井噴式的發(fā)展,量化投資市場(chǎng)上基于機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的量化模型的應(yīng)用越來越多。本文分析了國(guó)內(nèi)外量化投資市場(chǎng)上,機(jī)器學(xué)習(xí)與深度學(xué)習(xí)模型的相關(guān)研究與應(yīng)用,發(fā)現(xiàn)其主要集中在股票市場(chǎng),期貨市場(chǎng)鮮有;因此,在介紹時(shí)間序列預(yù)測(cè)相關(guān)技術(shù)、剖析期貨市場(chǎng)微觀結(jié)構(gòu)的基礎(chǔ)上,選取2017年4月至7月,商品期貨市場(chǎng)螺紋鋼品種主力合約高頻數(shù)據(jù),選取相關(guān)特征作為輸入,基于LSTM算法建立了趨勢(shì)預(yù)測(cè)模型。實(shí)驗(yàn)結(jié)果與回測(cè)效果表明,該模型能夠較好地預(yù)測(cè)螺紋鋼品種期貨短期內(nèi)的漲跌趨勢(shì),證明了LSTM算法在期貨高頻數(shù)據(jù)上的適用性。
【圖文】：

激漱憐ｉ化該逡逑圖３－１邐１邋ｔｉｃｋ價(jià)格變化分布逡逑圖３－１反映了邋１邋ｔｉｃｋ最新價(jià)變化分布情況，價(jià)格不發(fā)生變化的占比逡逑５９．１％；價(jià)格變化落在［－１，１］區(qū)間內(nèi)占比９９．３％。絕對(duì)均值為０．４２。逡逑？邐１２邋ｔｉｃｋ價(jià)格變化分布逡逑看２令ｔ丨ｃｌｃ糸朽價(jià)ｉ化呢奉Ｖ■r2？逡逑４０％逡逑３５％－逡逑３０％逡逑２５％逡逑＾邋２０％逡逑１Ｓ％逡逑１０％逡逑５％＇邐Ｉ邋Ｉ逡逑０％邋邐．邐．邐邐，邐邐邐ｒ－Ｊ逡逑－２０邐－１０邐０邐１０邐２０邐３０逡逑圖３－２邋１２邋ｔｉｃｋ價(jià)格變化分布逡逑圖３－２反映了邋１２邋ｔｉｃｋ最新價(jià)變化分布情況，價(jià)格不發(fā)生變化的占比逡逑４２．７％；價(jià)格變化落在［－１．１］區(qū)間內(nèi)占比８８．１％；價(jià)格變化落在［－３，３］區(qū)間內(nèi)占逡逑比９９．１％。絕對(duì)均值為０．７３。逡逑？邐６０邋ｔｉｃｋ價(jià)格變化分布逡逑１５逡逑

－７．５邋一５．０邐－２邋５邐００邐２邋５邐ＳＯ邐７５邐１０．０逡逑激漱憐ｉ化該逡逑圖３－１邐１邋ｔｉｃｋ價(jià)格變化分布逡逑圖３－１反映了邋１邋ｔｉｃｋ最新價(jià)變化分布情況，價(jià)格不發(fā)生變化的占比逡逑５９．１％；價(jià)格變化落在［－１，１］區(qū)間內(nèi)占比９９．３％。絕對(duì)均值為０．４２。逡逑？邐１２邋ｔｉｃｋ價(jià)格變化分布逡逑看２令ｔ丨ｃｌｃ糸朽價(jià)ｉ化呢奉Ｖ■r2？逡逑４０％逡逑３５％－逡逑３０％逡逑２５％逡逑＾邋２０％逡逑１Ｓ％逡逑１０％逡逑５％＇邐Ｉ邋Ｉ逡逑０％邋邐．邐．邐邐，邐邐邐ｒ－Ｊ逡逑－２０邐－１０邐０邐１０邐２０邐３０逡逑圖３－２邋１２邋ｔｉｃｋ價(jià)格變化分布逡逑圖３－２反映了邋１２邋ｔｉｃｋ最新價(jià)變化分布情況，，價(jià)格不發(fā)生變化的占比逡逑４２．７％；價(jià)格變化落在［－１．１］區(qū)間內(nèi)占比８８．１％；價(jià)格變化落在［－３，３］區(qū)間內(nèi)占逡逑比９９．１％。絕對(duì)均值為０．７３。逡逑？邐６０邋ｔｉｃｋ價(jià)格變化分布逡逑１５逡逑
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP18;F724.5;F764.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱建平;魏瑾;謝邦昌;;金融高頻數(shù)據(jù)挖掘研究評(píng)述與展望[J];經(jīng)濟(jì)學(xué)動(dòng)態(tài);2011年06期

2 金登貴;我國(guó)股市高頻數(shù)據(jù)分布特征實(shí)證研究[J];江西廣播電視大學(xué)學(xué)報(bào);2005年03期

3 常寧,徐國(guó)祥;金融高頻數(shù)據(jù)分析的現(xiàn)狀與問題研究[J];財(cái)經(jīng)研究;2004年03期

4 苗曉宇;;(超)高頻數(shù)據(jù)視角下金融風(fēng)險(xiǎn)度量研究進(jìn)展[J];經(jīng)濟(jì)論壇;2010年08期

5 耿克紅;張世英;;超高頻數(shù)據(jù)下金融市場(chǎng)持續(xù)期序列模型述評(píng)[J];中國(guó)管理科學(xué);2008年04期

6 朱宇濤;楊杰;;中國(guó)證券市場(chǎng)高頻數(shù)據(jù)統(tǒng)計(jì)特征分析[J];吉林工商學(xué)院學(xué)報(bào);2016年03期

7 魏瑾瑞;朱建平;謝邦昌;;金融高頻數(shù)據(jù)僅僅是一個(gè)優(yōu)質(zhì)的時(shí)間序列嗎:概念及統(tǒng)計(jì)特征的再考察[J];投資研究;2014年05期

8 補(bǔ)馮林,張衛(wèi)國(guó),何偉;基于超高頻數(shù)據(jù)的股票流動(dòng)性度量研究[J];統(tǒng)計(jì)與決策;2005年04期

9 武光磊;;大數(shù)據(jù)時(shí)代:向高頻出發(fā)[J];科學(xué)中國(guó)人;2018年18期

10 劉建華;;基于高頻數(shù)據(jù)的中國(guó)股市量?jī)r(jià)日內(nèi)特征分析[J];經(jīng)濟(jì)師;2007年10期

相關(guān)會(huì)議論文 前10條

1 郭名媛;;基于高頻數(shù)據(jù)的已實(shí)現(xiàn)極差相關(guān)系數(shù)及實(shí)證研究[A];2012管理創(chuàng)新、智能科技與經(jīng)濟(jì)發(fā)展研討會(huì)論文集[C];2012年

2 唐勇;;金融市場(chǎng)波動(dòng)建模:基于高頻數(shù)據(jù)視角[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

3 郭名媛;;基于高頻數(shù)據(jù)的賦權(quán)已實(shí)現(xiàn)極差相關(guān)系數(shù)及其實(shí)證研究[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

4 ;學(xué)術(shù)名家思想精粹[A];2014年國(guó)際貨幣金融每日綜述[C];2014年

5 張晨;李月環(huán);;基于調(diào)整“已實(shí)現(xiàn)”波動(dòng)率的滬深300指數(shù)高頻數(shù)據(jù)波動(dòng)性研究與預(yù)測(cè)[A];中國(guó)會(huì)計(jì)學(xué)會(huì)高等工科院校分會(huì)2008年學(xué)術(shù)年會(huì)（第十五屆年會(huì)）暨中央在鄂集團(tuán)企業(yè)財(cái)務(wù)管理研討會(huì)論文集（上冊(cè)）[C];2008年

6 張維;劉博;張小濤;;日內(nèi)金融高頻數(shù)據(jù)的異常點(diǎn)檢測(cè)[A];全國(guó)自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)會(huì)議論文集（一）[C];2005年

7 儀垂林;王家琪;;基于高頻數(shù)據(jù)的套利研究——對(duì)中國(guó)股市弱式有效的一個(gè)檢驗(yàn)[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第6卷）[C];2005年

8 王蘅;;高頻數(shù)據(jù)傳輸電纜的設(shè)計(jì)與制造[A];中國(guó)通信學(xué)會(huì)2004年光纜電纜學(xué)術(shù)年會(huì)論文集[C];2004年

9 ;學(xué)術(shù)名家思想精粹[A];2014年國(guó)際貨幣金融每日綜述[C];2014年

10 侯建榮;;基于小波分析極大模方法的極端金融事件風(fēng)險(xiǎn)建模問題研究[A];第十四屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集(上冊(cè))[C];2012年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 張智;高頻數(shù)據(jù)向暖 中國(guó)經(jīng)濟(jì)正實(shí)現(xiàn)“軟著陸”[N];華夏時(shí)報(bào);2017年

2 記者 林遠(yuǎn);今年前兩月投資增速或?yàn)?%[N];經(jīng)濟(jì)參考報(bào);2017年

3 上海證券 劉亦千 王博生 聞嘉琦;順勢(shì)而為 風(fēng)格均衡[N];中國(guó)證券報(bào);2017年

4 第一財(cái)經(jīng)研究院研究員 許元榮;高頻數(shù)據(jù)看宏觀：整體挑戰(zhàn)依然 局部有所改善[N];第一財(cái)經(jīng)日?qǐng)?bào);2015年

5 記者 方燁;高頻數(shù)據(jù)顯示8月工業(yè)生產(chǎn)恢復(fù)[N];經(jīng)濟(jì)參考報(bào);2015年

6 記者 林遠(yuǎn);機(jī)構(gòu)稱下半年經(jīng)濟(jì)增速無持續(xù)回落風(fēng)險(xiǎn)[N];經(jīng)濟(jì)參考報(bào);2018年

7 本報(bào)記者 辛繼召;銀聯(lián)騰訊阿里鏖戰(zhàn)交通支付 挖掘場(chǎng)景背后高頻數(shù)據(jù)[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2018年

8 中信建投期貨 王雪喬;利率下行明顯 期債偏強(qiáng)運(yùn)行[N];期貨日?qǐng)?bào);2018年

9 申銀萬國(guó)期貨 金碩;政策效果漸顯 股債走勢(shì)分化[N];期貨日?qǐng)?bào);2019年

10 本報(bào)記者 周文靜;大成基金：市場(chǎng)仍將維持寬幅震蕩格局[N];中國(guó)證券報(bào);2016年

相關(guān)博士學(xué)位論文 前10條

1 唐勇;基于高頻數(shù)據(jù)的金融市場(chǎng)分析[D];天津大學(xué);2007年

2 佘宏俊;基于超高頻數(shù)據(jù)的計(jì)量建模方法及市場(chǎng)交易行為量化研究[D];東北財(cái)經(jīng)大學(xué);2015年

3 李勝歌;基于高頻數(shù)據(jù)的金融波動(dòng)率研究[D];天津大學(xué);2008年

4 王芳;基于市場(chǎng)微觀結(jié)構(gòu)噪聲和跳躍的金融高頻數(shù)據(jù)波動(dòng)研究[D];西南財(cái)經(jīng)大學(xué);2011年

5 王萌;兩類金融時(shí)間序列模型的估計(jì)理論及應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

6 來升強(qiáng);高頻數(shù)據(jù)交易策略與波動(dòng)性分析[D];廈門大學(xué);2009年

7 郭華;中國(guó)證券市場(chǎng)日內(nèi)交易信息對(duì)流動(dòng)性和波動(dòng)性的影響研究[D];天津大學(xué);2013年

8 王鋒;我國(guó)燃料油期貨市場(chǎng)久期及其應(yīng)用研究[D];中國(guó)礦業(yè)大學(xué);2011年

9 汪劍鯤;日內(nèi)股市數(shù)據(jù)的小波分形特征研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2012年

10 李翠霞;基于高頻數(shù)據(jù)下一些特征的統(tǒng)計(jì)推斷[D];蘭州大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 袁祥楓;基于LSTM的商品期貨高頻數(shù)據(jù)趨勢(shì)預(yù)測(cè)模型的研究[D];北京郵電大學(xué);2019年

2 周曉丹;高頻數(shù)據(jù)下商品期貨統(tǒng)計(jì)套利策略研究[D];遼寧大學(xué);2018年

3 袁洪;基于高頻數(shù)據(jù)的投資組合VaR測(cè)度研究[D];成都理工大學(xué);2018年

4 季虎;高頻交易中跳躍性波動(dòng)率模型的實(shí)證研究[D];浙江大學(xué);2018年

5 張玉希;高頻數(shù)據(jù)下的滬深300股指期貨量化交易策略設(shè)計(jì)[D];上海師范大學(xué);2018年

6 張依穎;高頻數(shù)據(jù)Realized GAS-GARCH模型構(gòu)建和相關(guān)性研究[D];浙江工商大學(xué);2018年

7 韓孟君;連續(xù)β或不連續(xù)β能夠預(yù)測(cè)股票收益嗎？[D];東北財(cái)經(jīng)大學(xué);2018年

8 徐博文;基于中國(guó)金融市場(chǎng)高頻數(shù)據(jù)波動(dòng)率的分析與實(shí)證研究[D];電子科技大學(xué);2018年

9 李博亞;基于金融高頻數(shù)據(jù)下跳的檢測(cè)[D];西北師范大學(xué);2017年

10 胡飛虎;基于高頻數(shù)據(jù)的股指期貨信息溢出效應(yīng)研究[D];上海師范大學(xué);2018年

本文編號(hào)：2628677