發(fā)布時間：2020-11-21 03:51

　　 隨著電子化交易平臺在全世界股票市場的逐漸成熟，量化交易成為各證券市場的新寵。在國外，量化交易被廣泛應(yīng)用于投資機(jī)構(gòu)的實際操作中，近年來迅速興起但飽受爭議的高頻交易就屬于量化交易的新興方式，因其具有程序化交易、巨大的交易量、極短的持倉時間、單筆收益率低而總收益高等特點，成為國內(nèi)外投資研究領(lǐng)域關(guān)注的焦點。而我國證券市場起步較晚，電子化交易平臺也在逐步完善，量化交易模式也處于發(fā)展階段，加之我國T+0交易即將重啟，這將對我國量化交易的推廣起到重大的推動作用。因此，針對我國證券市場的量化交易模型研究具有非常重要的現(xiàn)實意義，是我國證券市場投資研究的一個重要方向。本文以量化交易策略模型為研究對象，選取了六只樣本股票以及一只預(yù)測股票，涉及當(dāng)日交易明細(xì)、量化交易明細(xì)，其中包括成交價格、成交量、買賣前三手?jǐn)?shù)量、成交時間、量化交易成交量等股票市場數(shù)據(jù)，利用策略模型對預(yù)測股票的量化交易進(jìn)行策略研究預(yù)測。 首先，文章依先前對于股票投資策略的研究，首先對股票價格波動與大單投資策略之間的關(guān)系進(jìn)行研究分析，利用列聯(lián)表檢驗及獨立性檢驗，發(fā)現(xiàn)量化交易策略與價格波動之間極有可能存在著一定的非獨立的關(guān)系。 其次，為深入探究這種非獨立型關(guān)系，文章利用累積probit模型對樣本數(shù)據(jù)進(jìn)行擬合，并使用所擬合的模型對預(yù)測集股票進(jìn)行策略分析，得出1）即期變量較前期變量對于投資決策有更為顯著的影響，2）量化交易策略偏向于與市場價格變化做同向交易，3）在高成交量的活躍市場氛圍下，量化交易策略更傾向于進(jìn)行買入交易，而在成交量比較低迷的情況下量化交易策略更傾向于進(jìn)行賣出策略，4）買入掛單和賣出掛單對量化交易策略交替產(chǎn)生影響，本期高賣出掛單量趨向于使量化交易策略進(jìn)行賣出交易而使得下一期量化交易策略趨向于進(jìn)行買入交易，5）量化交易策略的實施對于股價走勢的具有較為嚴(yán)格的要求，隨后對其預(yù)測集進(jìn)行預(yù)測并觀察策略誤判率。 再次，為了探究不同的模型方法對策略決定的影響，文章利用貝葉斯網(wǎng)絡(luò)和支持向量機(jī)（SVM）對數(shù)據(jù)進(jìn)行模型訓(xùn)練以及對預(yù)測集進(jìn)行預(yù)測，并將其與累積probit模型的預(yù)測結(jié)果進(jìn)行精度比較，得出三種模型對于交易策略的預(yù)測，各有優(yōu)勢，在預(yù)測精度方面SVM方法較好，而對于模型解釋性，累積probit模型有較為明顯的優(yōu)勢，而貝葉斯網(wǎng)絡(luò)處于以上兩種模型中間。 最后，根據(jù)以上分析發(fā)現(xiàn)策略的制定實施與價格具有非常密切的關(guān)系，文章利用多元時間序列模型，對股票價格進(jìn)行擬合分析與預(yù)測，發(fā)現(xiàn)VARX模型和狀態(tài)空間模型都能夠?qū)蓛r進(jìn)行很好的預(yù)測。 文章結(jié)尾結(jié)合量化交易的特點，對我國證券市場面對新型交易方式在監(jiān)管層面提出一些合理化建議。
【學(xué)位單位】：云南財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2014
【中圖分類】：F224;F832.51
【部分圖文】：

了有力的支撐，而隨著算法交易的不斷完善，交易速度的不斷加快，量化交易在發(fā)達(dá)國家的資本市場得到廣泛的應(yīng)用，并成為機(jī)構(gòu)投資者重要的操作手段。 根據(jù)信息顯示，由于量化交易能在根本上實現(xiàn)全自動電腦化下單，從而排除人的情感因素達(dá)到不斷優(yōu)化交易模型同時能夠適度地控制風(fēng)險，因此被各大投資機(jī)構(gòu)廣泛使用。在美國證券期貨市場，量化交易雖然僅出現(xiàn) 40 余年，但其占市場總交易量的比例已經(jīng)超過了 60%。根據(jù)華聯(lián)期貨介紹，早在 2012 年上半年，量化交易量占國內(nèi)股指期貨交易量的比例已達(dá) 20%左右。在美國市場上，部分量化交易的基金也取得了較高的回報。例如基金巨頭文藝復(fù)興為例，2013 年10 月份，文藝復(fù)興基金在當(dāng)月的回報率高達(dá) 8.65%，大幅超過股指 4.6%的回報率，該基金目前的規(guī)模約為 87 億美元。此前莫尼塔統(tǒng)計報告顯示，美國量化交易的基金近年來的復(fù)合平均回報約為 10.8%，高于市場的整體平均收益。國信證券監(jiān)事會主席何誠穎認(rèn)為，量化投資是金融中的“核武器”，在美國等地區(qū)呈現(xiàn)蓬勃發(fā)展的狀態(tài)，并帶來了巨大的規(guī)模與收益。

圖 4.1 有向無環(huán)圖用在節(jié)點的性質(zhì)是屬于離散型的情況下，當(dāng)然變量取值范圍進(jìn)行分組劃分，使其變?yōu)殡x散型出條件概率表，其中iY 表示每一行中各事件發(fā)生件發(fā)生的概率，且每一行的概率必為 1。 定義聯(lián)合概率分布分解為局部概率的方法[8]是貝葉 ( I , E)表示一個有向無環(huán)圖，其中，I 為有向無量，E 為有向連接線段（即箭頭）的集合，表每個節(jié)點對應(yīng)著一個條件概率分布表，表明該

我們可以看到這些平行超W X b CW X b C 視為二維向量，可以證明 C 1，故11W X bW X b 是線性可分的，那就可以找到這樣且這兩個超平面之間的距離也最大距離公式，我們很容易得出，兩超平面可表示為圖 4.2。
【引證文獻(xiàn)】

相關(guān)期刊論文 前3條

1 陳煒;朱小梅;;基于協(xié)整方法的jt1705與rb1705商品期貨配對交易研究[J];經(jīng)營與管理;2017年08期

2 歐雅怡;劉亞;馬逢伯;;基于對應(yīng)分析模型原理的戶外運(yùn)動安全風(fēng)險研究[J];廣州體育學(xué)院學(xué)報;2017年02期

3 黃宏運(yùn);吳禮斌;李詩爭;朱家明;黃華繼;;一種改進(jìn)的模擬退火算法優(yōu)化的支持向量機(jī)在交易信號研判中的應(yīng)用[J];延邊大學(xué)學(xué)報(自然科學(xué)版);2017年01期

相關(guān)博士學(xué)位論文 前1條

1 王楠;期貨時間序列復(fù)雜網(wǎng)絡(luò)特征與投資組合策略研究[D];中國地質(zhì)大學(xué)(北京);2016年

相關(guān)碩士學(xué)位論文 前7條

1 李易桐;基于MACD指標(biāo)的滬金期貨量化交易模型的參數(shù)優(yōu)化研究[D];廣西大學(xué);2018年

2 吳桂雯;量化交易中股票擇時的策略研究[D];天津商業(yè)大學(xué);2017年

3 羅文晉;基于門限模型的量化投資統(tǒng)計套利策略研究[D];廣東財經(jīng)大學(xué);2016年

4 李艾艾;基于alpha的量化投資組合策略研究[D];河北工業(yè)大學(xué);2016年

5 孫紅權(quán);基于數(shù)據(jù)挖掘的量化交易策略模型研究[D];北京理工大學(xué);2016年

6 錢程;基于量化交易系統(tǒng)及數(shù)據(jù)服務(wù)的眾包實踐與分析[D];南京大學(xué);2016年

7 胡哲非;證券市場中量化策略實證性分析與交易模型構(gòu)建[D];云南財經(jīng)大學(xué);2016年

本文編號：2892484