中國(guó)A股市場(chǎng)自上世紀(jì)九十年代誕生以來(lái),經(jīng)過(guò)近三十年的發(fā)展,尤其在進(jìn)入二十一世紀(jì)后,我國(guó)股票市場(chǎng)先后經(jīng)歷2008年和2015年兩次大的危機(jī)。但是,隨著我國(guó)資本市場(chǎng)的逐步開(kāi)放和金融改革的進(jìn)行,A股市場(chǎng)正在慢慢走向成熟,不過(guò)在國(guó)內(nèi)外政治經(jīng)濟(jì)環(huán)境的影響下,資本市場(chǎng)會(huì)有一定的波動(dòng)性。在這種大環(huán)境下,我國(guó)逐步放開(kāi)融資融券等做空機(jī)制,配對(duì)交易策略隨之風(fēng)靡大陸。配對(duì)交易是統(tǒng)計(jì)套利中最主要的交易策略,市場(chǎng)有效性較低的時(shí)期,該策略有機(jī)會(huì)獲取更多的收益。但是,隨著市場(chǎng)有效性的不斷提高,傳統(tǒng)的固定參數(shù)交易模型已難以保證配對(duì)交易一直獲得較大收益,交易模型的參數(shù)不僅需要優(yōu)化,而且還需要?jiǎng)討B(tài)地、實(shí)時(shí)調(diào)整,因此,在一定程度上有必要研究開(kāi)發(fā)出具有機(jī)器學(xué)習(xí)屬性的動(dòng)態(tài)優(yōu)化參數(shù)的交易模型,這對(duì)于提升配對(duì)交易模型的盈利能力和執(zhí)行效率具有重要意義。在本文的整體論證過(guò)程中,主要是以滬深300指數(shù)成分股為樣本,對(duì)比傳統(tǒng)的配對(duì)交易策略和強(qiáng)化學(xué)習(xí)算法改進(jìn)后的配對(duì)交易策略的結(jié)果,檢驗(yàn)后者是否在A股市場(chǎng)可以獲得更高的收益。首先選擇以滬深300指數(shù)成分股作為樣本股,樣本的時(shí)間范圍在2006年1月1日至2016年12月31日,保留了133支股票... 

【文章來(lái)源】：安徽財(cái)經(jīng)大學(xué)安徽省

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

強(qiáng)化學(xué)習(xí)的流程圖

第二章基于強(qiáng)化學(xué)習(xí)的配對(duì)交易策略的基本原理18貼，那么公司會(huì)獲得更多發(fā)展資金，減少對(duì)外負(fù)債，反之亦然，等等。同一行業(yè)中的公司無(wú)一例外都會(huì)受到這些因素的共同影響，理論上大部分股票價(jià)格也會(huì)呈現(xiàn)相似的走勢(shì)�，F(xiàn)在以格力電器和美的集團(tuán)兩家公司為例。這兩家公司同屬于家電行業(yè)，且都處于龍頭企業(yè)的地位。圖2-1顯示了在2015年1月1日至2018年12月31日兩只股票收盤價(jià)的走勢(shì)圖，這兩只股票的收盤價(jià)的走勢(shì)大體上是相似的。圖2-1格力電器和美的集團(tuán)的股價(jià)走勢(shì)圖（2）基本面配對(duì)從基本面的角度切入，選取市盈率、市凈率、資產(chǎn)負(fù)債率、凈資產(chǎn)收益率、凈利率和毛利率等指標(biāo)來(lái)篩選出一部分公司。一方面，說(shuō)明這些被選取的公司經(jīng)營(yíng)狀況大體相當(dāng)，另一方面，一般都會(huì)利用這些指標(biāo)選取出我國(guó)A股中基本面良好的公司。換言之，這些公司的經(jīng)營(yíng)狀況穩(wěn)健且未來(lái)發(fā)展前景良好，具體反映到股票價(jià)格的趨勢(shì)上，其股票價(jià)格應(yīng)該具有長(zhǎng)期的相對(duì)穩(wěn)定性。這里有一個(gè)簡(jiǎn)單的做法，就是直接以跟蹤相同基本面的一些指數(shù)為股票池，比如基本面50，基本面60等指數(shù)，然后從這些指數(shù)中篩選股票，進(jìn)行配對(duì)交易�，F(xiàn)在以基本面60中的兩只股票平安銀行和寧波銀行進(jìn)行展示。如圖所示，兩只股票的股價(jià)在2015-2018年間，呈現(xiàn)大體類似的趨勢(shì)。

平安銀行和寧波銀行股價(jià)走勢(shì)圖

【參考文獻(xiàn)】：
期刊論文
[1]基于協(xié)整的商品期貨配對(duì)交易策略研究[J]. 孫陽(yáng),雷良海.  中國(guó)物價(jià). 2019(09)
[2]中美股市跨市場(chǎng)配對(duì)交易實(shí)證分析[J]. 徐杰,周志中.  上海金融. 2019(08)
[3]基于O-U過(guò)程的基金配對(duì)資產(chǎn)動(dòng)態(tài)管理策略研究[J]. 傅毅,張寄洲,郭潤(rùn)楠.  管理評(píng)論. 2019(06)
[4]基于長(zhǎng)記憶模型的期貨與現(xiàn)貨波動(dòng)率關(guān)系分析[J]. 劉賽可,何曉群.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2018(20)
[5]高頻數(shù)據(jù)條件下基于ETF基金的股指期貨套利研究[J]. 王良,秦隆皓,劉瀟,陳婕.  中國(guó)管理科學(xué). 2018(05)
[6]基于OU過(guò)程的商品期貨市場(chǎng)配對(duì)交易策略[J]. 于孝建,鄒倩倩.  南方金融. 2018(03)
[7]基于強(qiáng)化學(xué)習(xí)算法的自適應(yīng)配對(duì)交易模型[J]. 胡文偉,胡建強(qiáng),李湛,周劍峰.  管理科學(xué). 2017(02)
[8]配對(duì)交易中配對(duì)與交易策略雙重改進(jìn)下的行業(yè)實(shí)證檢驗(yàn)[J]. 陳曉芬,楊朝軍.  上海金融. 2017(02)
[9]基于時(shí)變混合Copula模型的配對(duì)交易策略[J]. 沈銀芳,鄭學(xué)東,徐建軍.  財(cái)經(jīng)論叢. 2016(10)
[10]基于混合Copula的ETF配對(duì)交易策略[J]. 沈銀芳,鄭學(xué)東,徐信喆.  浙江大學(xué)學(xué)報(bào)(理學(xué)版). 2016(03)



本文編號(hào)：3377526