隨著機(jī)器學(xué)習(xí)技術(shù)應(yīng)用的不斷深入,量化投資呈現(xiàn)一些新的發(fā)展趨勢,投資者能夠利用機(jī)器學(xué)習(xí)算法來處理更大量的數(shù)據(jù),挖掘市場的內(nèi)在規(guī)律。量化選股策略作為一類重要的量化投資策略,具有重要的地位,其借助機(jī)器學(xué)習(xí)的力量也有了進(jìn)一步的發(fā)展。本文采用國內(nèi)最具代表性的滬深300指數(shù)成分股作為實(shí)證研究對象,以04年初至19年底作為研究區(qū)間,研究了基于隨機(jī)森林模型、梯度提升樹模型及混合模型的量化選股策略。本文首先介紹了所使用的機(jī)器學(xué)習(xí)相關(guān)模型的理論知識,之后進(jìn)行基礎(chǔ)模型的搭建工作,基于收益率特征構(gòu)造了訓(xùn)練集和交易集,并對模型進(jìn)行訓(xùn)練,根據(jù)預(yù)測概率選出頭部做多的k只股票和尾部做空的k只股票,舍棄掉中間方向較為不確定的股票,構(gòu)造投資組合。在k=10、扣除交易費(fèi)用前的情況下,基于GBDT模型的策略日均收益率達(dá)到了 0.37%,遠(yuǎn)高于按照相同方式持有并交易滬深300指數(shù)所獲得的日均收益率0.04%;基于混合模型的策略每日收益大于0的概率達(dá)到了 69.62%,扣除交易費(fèi)用后依然可以達(dá)到58.59%,高于持有市場指數(shù)策略的52.78%,策略表現(xiàn)較為良好。本文對基礎(chǔ)模型進(jìn)行了一定的改進(jìn),形成了兩個策略,一個是賦權(quán)策略,一個... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３－１隨機(jī)森林流程圖??隨機(jī)森林的錯誤率即分類效果主要與兩個因素有關(guān)：??（１）森林當(dāng)中任意兩棵樹的相關(guān)性

山東大學(xué)碩士學(xué)位論文??４．１數(shù)據(jù)及軟件??４．１．１?數(shù)據(jù)??本文選取從Ｗｉｎｄ金融終端獲取的滬深３００指數(shù)的成分股的相關(guān)數(shù)據(jù)進(jìn)行建??模的預(yù)測分析。滬深３００指數(shù)反映了滬深兩地市場的整體走勢，被投資者廣泛接??受。滬深３００指數(shù)的成分股選自滬深兩個證券市場，能夠覆蓋大部分流通市值。??它們在市場中代表性強(qiáng)，是市場上基本面較好、市值大、流通性強(qiáng)的３００只主流??投資股票。在滬深３００指數(shù)成分股中進(jìn)行建模也增強(qiáng)了模型的說服力和策略的實(shí)??用性。本文選取的數(shù)據(jù)集為２００４年１月１日至２０１９年１２月３１日所有交易日中??滬深３００指數(shù)成分股的收盤價數(shù)據(jù)，具體的訓(xùn)練集及測試集構(gòu)造方式將在下文中??進(jìn)行詳細(xì)說明。作為我們策略的一個參考標(biāo)準(zhǔn)，在此期間，滬深３００指數(shù)走勢情??況如下圖：??６０００?－ｊ?＂??５０００?－?Ｉ?ｊ??：：??１０００?－??ｔｉｌｌ?Ｉ?Ｉ?Ｉ?Ｉ??，??＾?＾?＾?＾?＾?＾?＾??圖４－２滬深３００指數(shù)圖??我們所選取的滬深３００指數(shù)成分股收盤價具體數(shù)據(jù)如下圖：??２０??

山東大學(xué)碩士學(xué)位論文??學(xué)習(xí)時段?１?—ｓ——??①訓(xùn)練集?②交易勢：??ａ?習(xí)時段?２?＾３ｊ｜｜｜｜ＥＢＳＢｌＢｉＥ＾ｙ??＾?①訓(xùn)練集?②交易集??學(xué)習(xí)時段ｉ３?ｉｉ＿ｉ＿ｉｉｍｉｉｗｉＭ丨》丨丨丨丨咖丨＿ｗ＂丨丨丨＊）＇？丨｜｜丨』??（Ｄ訓(xùn)練集?（ｆｒ＞ｃ易集??①訓(xùn)練集?②交易集??圖４－３滑動窗口法示意??在每個“學(xué)習(xí)時段”中，將該時段最后一天滬深３００指數(shù)所包含的所有成分??股納入考量，如果該股票在該時段中，擁有所有的收盤價信息，則留在集合中；??若其收盤價信息并不完整，由于種種原因存在缺失，則從集合中刪除；以＆代表??集合中的股票數(shù)量（ｉｅ｛ｌ，?２，……，１３｝），則叫幺３００。??４．３特征輸入及變量輸出??在每個“學(xué)習(xí)時段”中，我們按照以下方式構(gòu)造輸入的特征空間：??以Ｐｔｓ代表股票ｓ在ｔ時刻的價格，定義咚ｍ為股票ｓ在ｔ時刻過去ｍ天的收??益率：??＜，吾一１?（４－１）??ｒｔ－ｍ??對于滬深３００成分股中的任意一支股票ｓ，按照Ｔａｋｅｕｃｈｉ和Ｌｅｅ的做法［４］，??以及Ｋｒａｕｓｓ，Ｄｏ和Ｈｕｃｋ的做法［８］，我們選�。恚牛�，２，……，２０｝?Ｕ?｛４０，?６０，??８０，……，２４０｝，即首先選取過去１天至過去２０天（約為過去一個月的交易時??間）該股票的收益率，之后降低頻次，選取過去２０天、４０天直到過去２４０天（可??大致將其看作為過去１個月、２個月直到過去一年的交易時間）該股票的收益率。??這樣，總共選取了?３１個收益率的特征作為模型輸入的特征空間。??以當(dāng)前時刻為ｔ，股票為Ｓｉ為例，輸入的特征變量為：??２２??


本文編號：3521468