基于機(jī)器學(xué)習(xí)算法的股指期貨價格預(yù)測與比較研究
發(fā)布時間:2023-10-12 01:41
隨著資本市場對外開放,包括股指期貨在內(nèi)的金融衍生品的對外開放也備受期待,如何通過預(yù)測期貨價格變化獲得可觀收益是投資者關(guān)心的重要問題之一。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量交易信息、技術(shù)指標(biāo)和市場主要指數(shù)的價量信息作為價格預(yù)測模型的輸入特征;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)建價格預(yù)測模型;在每月末對模型進(jìn)行更新以及對相應(yīng)參數(shù)進(jìn)行調(diào)優(yōu),再對期貨的價格進(jìn)行預(yù)測并對結(jié)果進(jìn)行對比分析;根據(jù)預(yù)測結(jié)果設(shè)計“買漲賣跌”的交易策略并進(jìn)行回測;最后,為了進(jìn)行穩(wěn)健性檢驗,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)建的模型對股指期貨價格進(jìn)行預(yù)測的誤差最小,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)險一定的情況下累計收益率更高,風(fēng)險更可控,更適合于股指期貨價格預(yù)測和投資應(yīng)用。
【文章頁數(shù)】:73 頁
【學(xué)位級別】: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 國內(nèi)外文獻(xiàn)綜述
1.2.1 時間序列預(yù)測法與價格預(yù)測
1.2.2 機(jī)器學(xué)習(xí)算法與價格預(yù)測
1.2.3 對現(xiàn)有研究成果的簡要評述
1.3 研究框架
1.4 本文創(chuàng)新點
2 理論基礎(chǔ)與分析
2.1 期貨價格可預(yù)測性理論
2.1.1 期貨價格預(yù)測的基本條件
2.1.2 有效市場假說
2.1.3 分形市場假說
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 實證設(shè)計
3.1 數(shù)據(jù)與變量
3.2 數(shù)據(jù)處理
3.3 價格預(yù)測模型構(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
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:3853199
【文章頁數(shù)】:73 頁
【學(xué)位級別】: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 國內(nèi)外文獻(xiàn)綜述
1.2.1 時間序列預(yù)測法與價格預(yù)測
1.2.2 機(jī)器學(xué)習(xí)算法與價格預(yù)測
1.2.3 對現(xiàn)有研究成果的簡要評述
1.3 研究框架
1.4 本文創(chuàng)新點
2 理論基礎(chǔ)與分析
2.1 期貨價格可預(yù)測性理論
2.1.1 期貨價格預(yù)測的基本條件
2.1.2 有效市場假說
2.1.3 分形市場假說
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 實證設(shè)計
3.1 數(shù)據(jù)與變量
3.2 數(shù)據(jù)處理
3.3 價格預(yù)測模型構(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
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:3853199
本文鏈接:http://sikaile.net/guanlilunwen/lindaojc/3853199.html
最近更新
教材專著