發(fā)布時(shí)間：2020-12-18 01:46

　　隨著計(jì)算機(jī)的進(jìn)步和人們投資理念的發(fā)展,相較于傳統(tǒng)的依賴于個(gè)人的觀察和操作來進(jìn)行定性投資的方式,量化投資方式由于其自身的科學(xué)與理性成為越來越熱門的投資方式,廣泛使用于投資領(lǐng)域之中。而事件驅(qū)動(dòng)型投資策略作為量化投資的一個(gè)補(bǔ)充策略,是尋找某一特定事件發(fā)生后對(duì)于股價(jià)的影響。作為主流策略之一,事件驅(qū)動(dòng)型投資策略在投資界有著亮麗的市場(chǎng)表現(xiàn)。目前市場(chǎng)上常見的事件驅(qū)動(dòng)型策略大都是針對(duì)微觀事件（個(gè)股事件）,比如高管增減持、股權(quán)激勵(lì)、重組并購、限售股解禁等個(gè)股事件。但是缺少針對(duì)宏觀事件和中觀事件的事件驅(qū)動(dòng)交易策略。本文則選取研究較少的政策型事件投資主題“一帶一路”作為驅(qū)動(dòng)事件的研究對(duì)象,創(chuàng)造性的將機(jī)器學(xué)習(xí)選股模型應(yīng)用到事件驅(qū)動(dòng)型投資策略之中,用于構(gòu)建一攬子的事件型主題投資股票組合。本文首先對(duì)本文選取的樣本事件進(jìn)行分析。通過事件研究法,以2013-2018年發(fā)生的“一帶一路”事件為樣本,研究相關(guān)主題事件出現(xiàn)時(shí),上市公司的股票價(jià)格是否因此事件的發(fā)生而生出變動(dòng),出現(xiàn)異常報(bào)酬CAR的問題,并運(yùn)用統(tǒng)計(jì)分析的方法對(duì)事件的顯著性進(jìn)行檢驗(yàn)。研究結(jié)果表明,分析發(fā)生“一帶一路”主題事件時(shí),相關(guān)股票會(huì)有顯著為正的超額收益率,驗(yàn)... 

【文章來源】：上海師范大學(xué)上海市

【文章頁數(shù)】：95 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

技術(shù)路線圖

上海師范大學(xué)碩士學(xué)位論文第2章文獻(xiàn)綜述與相關(guān)理論13模型用于設(shè)置多個(gè)單分類器以參與預(yù)測(cè)過程的決策樹。將多種分類器結(jié)合起來，結(jié)合多種分類器來提升預(yù)測(cè)精準(zhǔn)度的一種算法。與單個(gè)分類器相比，當(dāng)缺少大量數(shù)據(jù)時(shí)，大多數(shù)工作數(shù)據(jù)可以通過隨機(jī)森林搜索找回，降低了算法可能形成的誤差，使決策樹模型的準(zhǔn)確性得到優(yōu)化。支持向量機(jī)（SVM）理論支持向量機(jī)（SVM，Supportvectormachines）技術(shù)是以數(shù)學(xué)和統(tǒng)計(jì)這兩門學(xué)科為基礎(chǔ)支持的學(xué)習(xí)算法�？梢员挥脕矸治鰯�(shù)據(jù)，識(shí)別模型，分類樣本和回歸分析。在機(jī)器學(xué)習(xí)領(lǐng)域，“機(jī)”（machine）表示算法的意思。雖然都是學(xué)習(xí)算法，但與神經(jīng)網(wǎng)絡(luò)、決策樹不同，支持向量機(jī)用的是數(shù)學(xué)運(yùn)算和優(yōu)化技術(shù)。圖2-2支持向量機(jī)原理具體的操作原理是，首先給定一組樣本作為訓(xùn)練集，樣本是n維空間中的據(jù)點(diǎn)，把每個(gè)樣本坐上標(biāo)記分為兩類，樣本擁有各項(xiàng)字段變量和類別，建立一個(gè)SVM訓(xùn)練算法，算法利用核函數(shù)構(gòu)造一個(gè)n-1維的平面把這些據(jù)點(diǎn)分開，使得不同類的樣本距離最遠(yuǎn)，距離最遠(yuǎn)的分類器誤差最小，這樣的平面通常被稱作線性分類器。而這個(gè)平面映射到需要預(yù)測(cè)的樣本空間中，來將預(yù)測(cè)集進(jìn)行分類。支持向量機(jī)可以進(jìn)行非概率二元線性分類，也可以改變核函數(shù)的算法構(gòu)造超平面，或在高維空間用于分類和回歸。這個(gè)超平面在一個(gè)訓(xùn)練集中不只有一種，有很多種分類器。那么控制分類器的關(guān)鍵即在于支持向量機(jī)算法中的核函數(shù)的類型，以及某一輸入變量的權(quán)重cost。所以時(shí)下很多數(shù)學(xué)專業(yè)和計(jì)算機(jī)專業(yè)的學(xué)者在支持向量機(jī)

第5章基于機(jī)器學(xué)習(xí)法的量化選股方案設(shè)計(jì)上海師范大學(xué)碩士學(xué)位論文30的參數(shù)調(diào)優(yōu)，并進(jìn)行交叉驗(yàn)證來對(duì)比三種模型的效果，選擇最適合的預(yù)測(cè)模型進(jìn)行建模；（四）股票組合構(gòu)建選擇排名前5并且預(yù)測(cè)為漲的股票持有。下圖展示了本文的方案設(shè)計(jì)流程：圖5-1方案流程步驟本章中所有仿真實(shí)驗(yàn)的進(jìn)行都是利用了MATLAB，源數(shù)據(jù)來源于恒生聚源公司的金融數(shù)據(jù)庫，通過使用MATLAB軟件R2017a版本接入聚源金融終端的量化接口獲得相關(guān)金融數(shù)據(jù)并進(jìn)行數(shù)據(jù)處理。樣本股票池構(gòu)建以T+0-T+10為事件窗口（其中，T+0為事件發(fā)生的日期，該日期如果為周末或節(jié)假日這種不交易的日期，那么就往后推延到最近的交易日期即可），計(jì)算當(dāng)前“一帶一路”概念成分股在2013-2018發(fā)生的七件同類事件數(shù)據(jù)準(zhǔn)備數(shù)據(jù)獲取與處理調(diào)倉邏輯（每10天調(diào)倉一次）Step1:構(gòu)建選股模型(支持向量機(jī)、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò))Step2:三種模型對(duì)比分析樣本準(zhǔn)備獲取當(dāng)前“一帶一路”概念成分股選擇排名前5并且預(yù)測(cè)為漲的股票持有選取排名前50的股票設(shè)置為股票池統(tǒng)計(jì)歷史同類事件下個(gè)股平均超額收益預(yù)測(cè)模型構(gòu)建


本文編號(hào)：2923114