自1990年以來,我國證券市場從無到有,日趨成熟。傳統(tǒng)通過個人直覺、經(jīng)驗、觀察進(jìn)行投資的主觀投資模式顯得越來越力不從心。無數(shù)歷史經(jīng)驗證明:任何一門學(xué)科當(dāng)它被深入研究到一定程度時,必然會產(chǎn)生一些量化的描述,投資亦是如此。伴隨著數(shù)學(xué)、計算機(jī)和機(jī)器學(xué)習(xí)技術(shù)的發(fā)展,量化投資開始進(jìn)入到投資者的視野中來。量化投資是一種基于大數(shù)定律的投資方法。它主要借助現(xiàn)代統(tǒng)計方法以及量化個人投資經(jīng)驗的方法從海量歷史數(shù)據(jù)中尋找各種“大概率獲勝”模型,并依據(jù)這些“大概率獲勝”模型構(gòu)建投資模型進(jìn)行大量交易。量化投資起源于上世紀(jì)七十年代的美國,截至 2019 年三季度末,Bridgewater、Renaissance、AQR Capital Management等知名量化投資公司規(guī)模均已超過600億美元。在各類量化模型中,量化多因子對沖模型無疑是其中最亮眼的那顆星。該類模型通過股指期貨、期權(quán)等對沖手段對沖掉市場風(fēng)險,只獲取模型針對市場所產(chǎn)生的的超額收益。它既繼承了多因子模型收益可觀、覆蓋面廣、模型容量較大等優(yōu)點(diǎn),又大大降低了模型的回撤,穩(wěn)定性較高。在近年來,由于機(jī)器學(xué)習(xí)技術(shù)的發(fā)展以及金融數(shù)據(jù)中的大量非線性關(guān)系,各類機(jī)器學(xué)...

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 選題背景及意義
        1.1.1 我國證券市場的發(fā)展
        1.1.2 量化投資行業(yè)的發(fā)展
        1.1.3 機(jī)器學(xué)習(xí)技術(shù)的發(fā)展
        1.1.4 選題意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 研究內(nèi)容及行文框架
        1.3.1 研究內(nèi)容及方法
        1.3.2 行文框架
    1.4 本文的主要貢獻(xiàn)
第二章 相關(guān)理論及技術(shù)介紹
    2.1 多因子模型
        2.1.1 多因子模型的起源
        2.1.2 傳統(tǒng)多因子模型的構(gòu)建
        2.1.3 機(jī)器學(xué)習(xí)多因子模型的構(gòu)建
    2.2 數(shù)據(jù)挖掘獲取ALPHA因子
        2.2.1 遺傳規(guī)劃算法
        2.2.2 人工數(shù)據(jù)挖掘
    2.3 因子有效性檢驗
        2.3.1 回歸法
        2.3.2 IC法
        2.3.3 分層回測法
    2.4 決策樹及XGBOOST算法
        2.4.1 決策樹
        2.4.2 XGBOOST算法
    2.5 對沖
第三章 模型實(shí)證研究
    3.1 實(shí)證環(huán)境說明
    3.2 實(shí)證流程
    3.3 ALPHA因子的挖掘及有效性檢驗
        3.3.1 遺傳規(guī)劃算法挖掘ALPHA因子
        3.3.2 人工數(shù)據(jù)挖掘ALPHA因子
    3.4 多因子選股模型構(gòu)建
        3.4.1 傳統(tǒng)多因子選股模型構(gòu)建
        3.4.2 XGBOOsT多因子選股模型構(gòu)建
        3.4.3 XGBOOST多因子對沖選股模型構(gòu)建
    3.5 回測業(yè)績評價
        3.5.1 傳統(tǒng)多因子選股模型
        3.5.2 XGBOOST多因子選股模型
        3.5.3 XGBOOST多因子對沖選股模型
第四章 總結(jié)與展望
參考文獻(xiàn)
致謝
學(xué)位論文評閱及答辯情況表



本文編號：3869637