最近幾十年,計(jì)算機(jī)技術(shù)和互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,帶動(dòng)了電子交易執(zhí)行系統(tǒng)快速發(fā)展,這種電子交易執(zhí)行系統(tǒng)稱為算法交易。在金融市場(chǎng)中,算法交易是指投資者通過計(jì)算機(jī)下達(dá)交易命令的交易方式,這種交易方式由計(jì)算機(jī)算法來確定下達(dá)的交易命令的交易時(shí)機(jī)、價(jià)格、下單的數(shù)量等。本文研究的問題就是算法交易策略中使用最廣泛的VWAP算法交易策略,VWAP算法交易策略的執(zhí)行效果很大程度上取決于日內(nèi)成交量比例的預(yù)測(cè)。因此本文的重點(diǎn)就在于研究日內(nèi)成交量比例的預(yù)測(cè)方法。本文提出的日內(nèi)成交量比例預(yù)測(cè)模型,使用了隨機(jī)森林和前饋神經(jīng)網(wǎng)絡(luò)方法,模型的輸入包括過去一段時(shí)間歷史交易日的成交量和相同區(qū)間的成交量、過去幾個(gè)區(qū)間的區(qū)間的成交量,輸出為區(qū)間的成交量比例。本文使用的數(shù)據(jù)為中國金融期貨交易所的滬深300股指期貨主力連續(xù)合約的5分鐘K線數(shù)據(jù),在這個(gè)數(shù)據(jù)上驗(yàn)證本文提出的模型,相對(duì)于傳統(tǒng)的滾動(dòng)平均方法,前饋神經(jīng)網(wǎng)絡(luò)方法的均方誤差提升了9.90%,證明本文提出的日內(nèi)成交量比例預(yù)測(cè)模型的有效性。接下來本文使用滬深300股指期貨主力連續(xù)合約的數(shù)據(jù)驗(yàn)證了成交量比例和收益率的相關(guān)關(guān)系。本文分別計(jì)算了成交量比例和收益率的皮爾森相關(guān)系數(shù)和斯皮爾曼相... 

【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)】：59 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１：決策樹模型示意圖??

圖２．２：?Ｍ－Ｐ神經(jīng)元模型??即為：ｙ?＝?／ＱＸｌＵＷ?＋０），其中／函數(shù)為激活函數(shù)，一般我們使用Ｓｉｇｍｏｉｄ??函數(shù)作為激活函數(shù)，如圖２．３。Ｓｉｇｍｏｉｄ函數(shù)的計(jì)算公式為：Ｓｉｇｍｏｉｄ（ｊ；）?＝?１＋＾＞??可見Ｓｉｇｍｏｉｄ函數(shù)的輸出為（０，：〇范圍內(nèi)的值。其他的常見激活函數(shù)及其使用我??們?cè)诮酉聛淼男」?jié)中進(jìn)行介紹。??ｌ．ｏ?Ｉ?１?１?—－??廣?——ｓｉｇｍｏｉｄ??０．８?－?／?－??ｒ?／??Ｓ?０．４?－?／?－??０．２?－?／?－??°＇－１０?－５?０?５?１０??ｘ??圖２．３：?Ｓｉｇｍｏｉｄ函數(shù)不意圖??接下來我們介紹一下本文要使用的多層前饋神經(jīng)網(wǎng)絡(luò)，前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)??圖如２．４。??其中包含輸入層、隱層和輸出層。隱層是指輸入層和輸出層之間的所有層，??隱層可以為一層或者多層，該結(jié)構(gòu)圖中隱層只有一層。輸入層只接受網(wǎng)絡(luò)的??輸入，然后傳遞到隱層，輸入層中沒有激活函數(shù)，隱層和輸出層都具有激活函??－１７－??

?？??＾／??圖２．２：?Ｍ－Ｐ神經(jīng)元模型??即為：ｙ?＝?／ＱＸｌＵＷ?＋０），其中／函數(shù)為激活函數(shù)，一般我們使用Ｓｉｇｍｏｉｄ??函數(shù)作為激活函數(shù)，如圖２．３。Ｓｉｇｍｏｉｄ函數(shù)的計(jì)算公式為：Ｓｉｇｍｏｉｄ（ｊ；）?＝?１＋＾＞??可見Ｓｉｇｍｏｉｄ函數(shù)的輸出為（０，：〇范圍內(nèi)的值。其他的常見激活函數(shù)及其使用我??們?cè)诮酉聛淼男」?jié)中進(jìn)行介紹。??ｌ．ｏ?Ｉ?１?１?—－??廣?——ｓｉｇｍｏｉｄ??０．８?－?／?－??ｒ?／??Ｓ?０．４?－?／?－??０．２?－?／?－??°＇－１０?－５?０?５?１０??ｘ??圖２．３：?Ｓｉｇｍｏｉｄ函數(shù)不意圖??接下來我們介紹一下本文要使用的多層前饋神經(jīng)網(wǎng)絡(luò)，前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)??圖如２．４。??其中包含輸入層、隱層和輸出層。隱層是指輸入層和輸出層之間的所有層，??隱層可以為一層或者多層，該結(jié)構(gòu)圖中隱層只有一層。輸入層只接受網(wǎng)絡(luò)的??輸入，然后傳遞到隱層，輸入層中沒有激活函數(shù)，隱層和輸出層都具有激活函??－１７－??

【參考文獻(xiàn)】：
期刊論文
[1]Intraday Volume Percentages Forecasting Using a Dynamic SVM-Based Approach[J]. LIU Xiaotao,LAI Kin Keung.  Journal of Systems Science & Complexity. 2017(02)
[2]基于成交量分解模型的改進(jìn)VWAP策略[J]. 夏暉,楊岑.  運(yùn)籌與管理. 2017(02)
[3]基于動(dòng)態(tài)交易量預(yù)測(cè)的VWAP算法交易賣出策略[J]. 姚海博,茹少峰,張文明.  運(yùn)籌與管理. 2015(02)
[4]算法交易的興起及最新研究進(jìn)展[J]. 陳夢(mèng)根.  證券市場(chǎng)導(dǎo)報(bào). 2013(09)
[5]基于瞬時(shí)交易量及收益率動(dòng)態(tài)調(diào)整的交易量加權(quán)平均價(jià)格策略[J]. 周仁才,陳曉雯.  上海交通大學(xué)學(xué)報(bào). 2013(03)
[6]基于市場(chǎng)沖擊成本與機(jī)會(huì)成本的算法交易策略[J]. 燕汝貞,李平,曾勇.  管理學(xué)報(bào). 2012(07)
[7]基于非對(duì)稱效應(yīng)ACD模型和分時(shí)VWAP算法對(duì)A股市場(chǎng)算法交易的量化分析研究[J]. 方兆本,鎮(zhèn)磊.  中國科學(xué)技術(shù)大學(xué)學(xué)報(bào). 2011(09)



本文編號(hào)：2918264