【摘要】：證券價(jià)格受極其復(fù)雜因素影響,一般對(duì)證券價(jià)格趨勢(shì)分析時(shí),需要市場(chǎng)走勢(shì)、行業(yè)走勢(shì)和個(gè)股走勢(shì)多階段、多形態(tài)分析判斷,由此可認(rèn)為條件隨機(jī)場(chǎng)理論適合解決此類金融問(wèn)題。而條件隨機(jī)場(chǎng)的隱馬爾可夫模型(HMM)在描述該過(guò)程的動(dòng)態(tài)變化方面相對(duì)其他模式識(shí)別工具具備明顯的優(yōu)勢(shì),故采用HMM模型來(lái)研究解決股票投資中的選股問(wèn)題。論文首先將指數(shù)成份股周收益率為正的股票命名為“上漲”類股票,其它的就命名為“下跌”類股票。接著選取了(收盤價(jià)-開盤價(jià))/開盤價(jià)、(最高價(jià)-開盤價(jià))/開盤價(jià)、(開盤價(jià)-最低價(jià))/開盤價(jià)、每日換手率、(收盤價(jià)-昨日收盤價(jià))/昨日收盤價(jià)和流通市值六個(gè)觀測(cè)指標(biāo),使用前十日的觀測(cè)時(shí)間序列,對(duì)“上漲”和“下跌”類股票時(shí)間序列分別進(jìn)行了HMM模型的訓(xùn)練,得到“上漲”HMM_1模型和“下跌”HMM_2模型。再用訓(xùn)練出的HMM_1模型和HMM_2模型計(jì)算股票新觀測(cè)時(shí)間序列似然值,即股票的“上漲”選股因子值y_1和“下跌”選股因子值y_2,綜合設(shè)計(jì)出“上漲”條件選股因子值y。為檢驗(yàn)選股因子的有效性,論文測(cè)試和比較了多個(gè)“選股因子”的信息系數(shù)(IC),選取IC顯著的“選股因子”作為最終的選股指標(biāo),按此“選股因子”值排名靠前的股票為投資組合,并應(yīng)用在市場(chǎng)中性和行業(yè)中性量化對(duì)沖策略設(shè)計(jì)中。最后,為進(jìn)一步改進(jìn)投資策略,論文引進(jìn)了“熵”來(lái)度量行業(yè)“上漲”和“下跌”的一致性熱度,最終構(gòu)建了基于行業(yè)熵配資的量化對(duì)沖行業(yè)偏中性策略。論文對(duì)2016年1月1日至2018年8月30日的時(shí)間序列數(shù)據(jù)進(jìn)行了實(shí)證分析。首先采集了滬深300指數(shù)成份股55日股票觀測(cè)數(shù)據(jù)(10組十日六個(gè)特征值時(shí)間序列觀測(cè)數(shù)據(jù)和匹配的周收益率數(shù)據(jù)樣本)訓(xùn)練HMM模型,對(duì)“選股因子”的IC序列均值進(jìn)行統(tǒng)計(jì)檢驗(yàn),結(jié)果顯示“上漲”條件選股因子IC均值顯著,再以此因子值選取在行業(yè)排靠前的股票為投資組合設(shè)計(jì)成行業(yè)中性量化對(duì)沖投資策略,以滾動(dòng)式推進(jìn)模式模擬了歷史投資效果,取得可觀的收益效果。為提升投資收益,建立了基于行業(yè)熵配資的行業(yè)偏中性量化對(duì)沖投資策略,經(jīng)過(guò)歷史的測(cè)試在原策略基礎(chǔ)上取得更好的年化收益率以及更高的夏普比,充分說(shuō)明運(yùn)用HMM模型建立的基于行業(yè)熵配資的量化對(duì)沖策略在理論研究中有探索價(jià)值,且在金融投資實(shí)踐中具有指導(dǎo)價(jià)值。
【圖文】：

華南理工大學(xué)碩士學(xué)位論文 1, 00, 0xxx i 為 ,,iSSiij Sj Iiiij Sj Imin d Imax d I 為ix 與密度大于i 的點(diǎn)的最小距離。結(jié)果基于密度峰值加k mea法過(guò)程如圖 2-2：

第三章 HMM 建模過(guò)程及投資策略設(shè)計(jì)這是模型待確定的一個(gè)超參數(shù)。在設(shè)計(jì)策略建立模型時(shí)，在 t 交易日，我們的目標(biāo)是預(yù)測(cè)每個(gè)成份股在 t+5 交易日相對(duì)于當(dāng)前股價(jià)的漲跌情況，由于調(diào)倉(cāng)周期為 5 個(gè)交易日，，我們根據(jù)模型訓(xùn)練的折中預(yù)測(cè)性假設(shè)觀測(cè)序列長(zhǎng)度取 10，測(cè)試集內(nèi)每個(gè)個(gè)股的觀測(cè)序列為 t 9 ~t交易日共 10 天的觀測(cè)值，每一天共有 6 個(gè)特征即 6個(gè)觀測(cè)值。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F830.91;F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 郭松濤,孫強(qiáng),焦李成;基于改進(jìn)小波域隱馬爾可夫模型的遙感圖像分割[J];電子與信息學(xué)報(bào);2005年02期

2 郭平,盧漢清;貝葉斯概率圖像自動(dòng)分割研究[J];光學(xué)學(xué)報(bào);2002年12期

3 郭平;;貝葉斯概率圖像分割中混合模型參數(shù)高效計(jì)算的研究[J];計(jì)算機(jī)科學(xué);2002年08期

4 郭慶,吳文虎,方棣棠;隱馬爾可夫模型中一種新的幀相關(guān)建模方法[J];軟件學(xué)報(bào);1999年06期

相關(guān)博士學(xué)位論文 前1條

1 林亞忠;基于Gibbs隨機(jī)場(chǎng)模型的醫(yī)學(xué)圖像分割新算法研究[D];第一軍醫(yī)大學(xué);2004年

本文編號(hào)：2588346