基于KPCA-gcForest的股指期貨價格預(yù)測與量化策略構(gòu)建
發(fā)布時間:2023-05-07 23:47
在傳統(tǒng)預(yù)測方法難以解決金融時間序列噪音大、非線性等問題時,機器學(xué)習(xí)逐漸憑借在復(fù)雜數(shù)據(jù)分類和回歸上的性能優(yōu)勢而廣泛應(yīng)用于量化投資。同時多樣的特征處理方法也能夠幫助投資者挖掘更多金融時序數(shù)據(jù)中的特征信息,從而降低預(yù)測的難度。伴隨中國期貨市場的發(fā)展與完善,股指期貨交易成為量化投資領(lǐng)域的研究重點,研究者逐漸聚焦于探索多種特征處理和機器學(xué)習(xí)方法在股指期貨量化投資中的應(yīng)用。本文以滬深300股指期貨作為研究對象,首先選擇機器學(xué)習(xí)領(lǐng)域前沿的深度森林模型(Deep Forest,gcForest),根據(jù)股指期貨的歷史行情數(shù)據(jù)預(yù)測其價格漲跌,并與SVM、XGBoost模型的預(yù)測結(jié)果作對比。其次,選擇技術(shù)指標(biāo)因子和歷史行情數(shù)據(jù)構(gòu)成26維輸入特征,運用核主成分分析(Kernel Principal Component Analysis,KPCA)方法進行特征降維和提取,形成KPCA-gcForest組合模型,在經(jīng)過訓(xùn)練后用于預(yù)測股指期貨價格漲跌。最后,選擇該組合模型構(gòu)建以滬深300股指期貨為交易對象的量化擇時策略,并基于回測結(jié)果對該策略進行優(yōu)化。本文的研究結(jié)果表明:第一,gcForest模型在與SVM、XGB...
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 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 研究思路與方法
1.2.1 研究思路
1.2.2 研究方法
1.3 研究內(nèi)容與框架
1.3.1 研究內(nèi)容
1.3.2 研究框架
1.4 創(chuàng)新點與不足
1.4.1 創(chuàng)新之處
1.4.2 不足之處
第二章 相關(guān)理論與文獻綜述
2.1 相關(guān)理論
2.1.1 KPCA核主成分分析
2.1.2 gcForest算法
2.2 文獻綜述
2.2.1 國外研究現(xiàn)狀
2.2.2 國內(nèi)研究現(xiàn)狀
2.3 文獻述評
第三章 基于gcForest模型的股指期貨價格預(yù)測
3.1 股指期貨數(shù)據(jù)統(tǒng)計分析
3.1.1 歷史行情數(shù)據(jù)描述
3.1.2 股指期貨收益率分布
3.2 基于gcForest的預(yù)測模型構(gòu)建
3.2.1 輸入變量標(biāo)準(zhǔn)化處理
3.2.2 輸出標(biāo)簽分類
3.2.3 模型超參數(shù)選擇
3.2.4 模型訓(xùn)練過程
3.3 模型預(yù)測結(jié)果分析
3.3.1 混淆矩陣及衍生指標(biāo)
3.3.2 ROC曲線及AUC值
3.4 gcForest與其他機器學(xué)習(xí)模型預(yù)測效果對比
3.4.1 對比模型選擇
3.4.2 對比結(jié)果分析
第四章 基于KPCA-gcForest模型的股指期貨價格預(yù)測
4.1 模型輸入特征選擇
4.1.1 股指期貨技術(shù)指標(biāo)的提取
4.1.2 輸入特證相關(guān)性檢驗
4.2 使用KPCA方法對輸入特征降維
4.2.1 輸入特征標(biāo)準(zhǔn)化
4.2.2 輸入特征降維過程
4.3 KPCA-gcForest組合模型的實證研究
4.3.1 KPCA-gcForest模型的訓(xùn)練過程
4.3.2 KPCA-gcForest模型的預(yù)測結(jié)果分析
第五章 股指期貨量化交易策略構(gòu)建
5.1 基于KPCA-gcForest模型的股指期貨擇時策略構(gòu)建
5.1.1 數(shù)據(jù)準(zhǔn)備
5.1.2 策略思路
5.1.3 策略回測結(jié)果
5.2 股指期貨擇時策略的優(yōu)化
5.2.1 優(yōu)化思路
5.2.2 優(yōu)化后的策略回測結(jié)果
結(jié)論及展望
參考文獻
本文編號:3811566
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 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 研究思路與方法
1.2.1 研究思路
1.2.2 研究方法
1.3 研究內(nèi)容與框架
1.3.1 研究內(nèi)容
1.3.2 研究框架
1.4 創(chuàng)新點與不足
1.4.1 創(chuàng)新之處
1.4.2 不足之處
第二章 相關(guān)理論與文獻綜述
2.1 相關(guān)理論
2.1.1 KPCA核主成分分析
2.1.2 gcForest算法
2.2 文獻綜述
2.2.1 國外研究現(xiàn)狀
2.2.2 國內(nèi)研究現(xiàn)狀
2.3 文獻述評
第三章 基于gcForest模型的股指期貨價格預(yù)測
3.1 股指期貨數(shù)據(jù)統(tǒng)計分析
3.1.1 歷史行情數(shù)據(jù)描述
3.1.2 股指期貨收益率分布
3.2 基于gcForest的預(yù)測模型構(gòu)建
3.2.1 輸入變量標(biāo)準(zhǔn)化處理
3.2.2 輸出標(biāo)簽分類
3.2.3 模型超參數(shù)選擇
3.2.4 模型訓(xùn)練過程
3.3 模型預(yù)測結(jié)果分析
3.3.1 混淆矩陣及衍生指標(biāo)
3.3.2 ROC曲線及AUC值
3.4 gcForest與其他機器學(xué)習(xí)模型預(yù)測效果對比
3.4.1 對比模型選擇
3.4.2 對比結(jié)果分析
第四章 基于KPCA-gcForest模型的股指期貨價格預(yù)測
4.1 模型輸入特征選擇
4.1.1 股指期貨技術(shù)指標(biāo)的提取
4.1.2 輸入特證相關(guān)性檢驗
4.2 使用KPCA方法對輸入特征降維
4.2.1 輸入特征標(biāo)準(zhǔn)化
4.2.2 輸入特征降維過程
4.3 KPCA-gcForest組合模型的實證研究
4.3.1 KPCA-gcForest模型的訓(xùn)練過程
4.3.2 KPCA-gcForest模型的預(yù)測結(jié)果分析
第五章 股指期貨量化交易策略構(gòu)建
5.1 基于KPCA-gcForest模型的股指期貨擇時策略構(gòu)建
5.1.1 數(shù)據(jù)準(zhǔn)備
5.1.2 策略思路
5.1.3 策略回測結(jié)果
5.2 股指期貨擇時策略的優(yōu)化
5.2.1 優(yōu)化思路
5.2.2 優(yōu)化后的策略回測結(jié)果
結(jié)論及展望
參考文獻
本文編號:3811566
本文鏈接:http://sikaile.net/jingjilunwen/jingjiguanlilunwen/3811566.html
最近更新
教材專著