隨著資本市場(chǎng)對(duì)外開放,包括股指期貨在內(nèi)的金融衍生品的對(duì)外開放也備受期待,如何通過(guò)預(yù)測(cè)期貨價(jià)格變化獲得可觀收益是投資者關(guān)心的重要問(wèn)題之一。本文首先在文獻(xiàn)研究與理論分析的基礎(chǔ)上,選取2019年所有交易日的期貨價(jià)量交易信息、技術(shù)指標(biāo)和市場(chǎng)主要指數(shù)的價(jià)量信息作為價(jià)格預(yù)測(cè)模型的輸入特征;研究樣本為滬深300股指(CSI300)期貨,并選用1分鐘高頻數(shù)據(jù),基于五種機(jī)器學(xué)習(xí)算法——決策樹、隨機(jī)森林、XGBoost、BP神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)算法構(gòu)建價(jià)格預(yù)測(cè)模型;在每月末對(duì)模型進(jìn)行更新以及對(duì)相應(yīng)參數(shù)進(jìn)行調(diào)優(yōu),再對(duì)期貨的價(jià)格進(jìn)行預(yù)測(cè)并對(duì)結(jié)果進(jìn)行對(duì)比分析;根據(jù)預(yù)測(cè)結(jié)果設(shè)計(jì)“買漲賣跌”的交易策略并進(jìn)行回測(cè);最后,為了進(jìn)行穩(wěn)健性檢驗(yàn),本文還分別選取了2018年和2017年所有交易日的數(shù)據(jù)重復(fù)上述操作。結(jié)果顯示,利用支持向量機(jī)算法構(gòu)建的模型對(duì)股指期貨價(jià)格進(jìn)行預(yù)測(cè)的誤差最小,準(zhǔn)確率高且穩(wěn)定;此外,根據(jù)其結(jié)果構(gòu)建的交易策略在風(fēng)險(xiǎn)一定的情況下累計(jì)收益率更高,風(fēng)險(xiǎn)更可控,更適合于股指期貨價(jià)格預(yù)測(cè)和投資應(yīng)用。

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
1 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外文獻(xiàn)綜述
        1.2.1 時(shí)間序列預(yù)測(cè)法與價(jià)格預(yù)測(cè)
        1.2.2 機(jī)器學(xué)習(xí)算法與價(jià)格預(yù)測(cè)
        1.2.3 對(duì)現(xiàn)有研究成果的簡(jiǎn)要評(píng)述
    1.3 研究框架
    1.4 本文創(chuàng)新點(diǎn)
2 理論基礎(chǔ)與分析
    2.1 期貨價(jià)格可預(yù)測(cè)性理論
        2.1.1 期貨價(jià)格預(yù)測(cè)的基本條件
        2.1.2 有效市場(chǎng)假說(shuō)
        2.1.3 分形市場(chǎng)假說(shuō)
    2.2 機(jī)器學(xué)習(xí)理論
        2.2.1 決策樹算法原理
        2.2.2 隨機(jī)森林算法原理
        2.2.3 XGBoost算法原理
        2.2.4 神經(jīng)網(wǎng)絡(luò)算法原理
        2.2.5 支持向量機(jī)算法原理
3 實(shí)證設(shè)計(jì)
    3.1 數(shù)據(jù)與變量
    3.2 數(shù)據(jù)處理
    3.3 價(jià)格預(yù)測(cè)模型構(gòu)建與參數(shù)調(diào)優(yōu)
        3.3.1 決策樹模型
        3.3.2 隨機(jī)森林模型
        3.3.3 XGBoost模型
        3.3.4 BP神經(jīng)網(wǎng)絡(luò)模型
        3.3.5 支持向量機(jī)模型
    3.4 交易策略構(gòu)建
        3.4.1 策略構(gòu)建基本思想
        3.4.2 策略設(shè)計(jì)流程
4 研究結(jié)果分析
    4.1 結(jié)果分析指標(biāo)
    4.2 預(yù)測(cè)結(jié)果分析
    4.3 策略分析指標(biāo)
    4.4 策略結(jié)果分析
    4.5 穩(wěn)健性檢驗(yàn)
5 結(jié)論與展望
    5.1 研究結(jié)論
    5.2 研究展望
參考文獻(xiàn)
附錄



本文編號(hào)：3853199