【摘要】：近年來(lái),隨著金融科技的飛速發(fā)展,依托量化模型算法與人工智能進(jìn)行自動(dòng)交易成為一種全新、高效的交易方式。與西方成熟的資本市場(chǎng)相比,A股市場(chǎng)長(zhǎng)期存在著機(jī)構(gòu)化程度低,市場(chǎng)有效性較弱以及行業(yè)風(fēng)格變化特異性強(qiáng)的市場(chǎng)特征,這為量化交易提供了肥碩的土壤。機(jī)器學(xué)習(xí)作為人工智能重要的分支,其已經(jīng)在諸多領(lǐng)域如圖像識(shí)別、自然語(yǔ)言處理被證明是針對(duì)模糊非線性數(shù)據(jù)進(jìn)行建模的強(qiáng)有力工具,而資本市場(chǎng)是一個(gè)低信噪比、復(fù)雜的非線性系統(tǒng),本文將時(shí)下熱門的機(jī)器學(xué)習(xí)算法應(yīng)用于量化投資策略建模,利用“機(jī)器”輔助探索資本市場(chǎng)那些不為人知的非線性特征,深化對(duì)資本市場(chǎng)的理解并輔助投資者投資決策。本文主要研究A股市場(chǎng)行業(yè)板塊的風(fēng)格輪動(dòng),首先,本文研究A股市場(chǎng)行業(yè)輪動(dòng)的基本特征,并在此基礎(chǔ)上構(gòu)建了可能會(huì)帶來(lái)超額收益的因子,通過(guò)對(duì)四大類因子研究測(cè)試,選出了七個(gè)相對(duì)有效且相關(guān)性低的因子作為機(jī)器學(xué)習(xí)輸入變量的備選特征因子。其次,本文通過(guò)理論分析和實(shí)證測(cè)試構(gòu)建了支持向量回歸、神經(jīng)網(wǎng)絡(luò)的監(jiān)督機(jī)器學(xué)習(xí)模型以及多因子模型,模型均能很好地解釋行業(yè)收益率并獲取有效的超額收益。之后,為了綜合各個(gè)模型的預(yù)測(cè)能力來(lái)獲取更多的超額收益,利用Stacking集成學(xué)習(xí)思想將上述三個(gè)子模型集成為一個(gè)復(fù)雜有效的機(jī)器學(xué)習(xí)模型,最終得到了月度勝率為59.26%,年化收益15.26%,多空對(duì)沖夏普比率為1.06的集成學(xué)習(xí)策略,通過(guò)績(jī)效分析,集成后的模型無(wú)論在收益指標(biāo)還是風(fēng)險(xiǎn)指標(biāo)上都有了超越子模型的良好表現(xiàn)。最后,本文介紹了自主開(kāi)發(fā)的交互式回測(cè)平臺(tái)APP,為策略的回測(cè)展示和實(shí)際投資提供了便利。本文一方面研究了A股市場(chǎng)行業(yè)風(fēng)格輪動(dòng)的基本特征,比較了其與個(gè)股市場(chǎng)的差異并構(gòu)建了有效因子庫(kù),使投資者能在技術(shù)面和基本面的視角下更好地理解市場(chǎng)行業(yè)風(fēng)格輪動(dòng)。另一方面,本文在構(gòu)建交易策略的過(guò)程中使用了前沿的機(jī)器學(xué)習(xí)算法,并通過(guò)自主開(kāi)發(fā)的可視化交互式回測(cè)平臺(tái)展示了優(yōu)秀的回測(cè)結(jié)果,為投資者的實(shí)際投資提供了指導(dǎo)。
【圖文】：

研究路線

動(dòng)量因子IC累積曲線
【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F832.51;TP181

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 張煒;范年柏;汪文佳;;基于自適應(yīng)遺傳算法的股票預(yù)測(cè)模型研究[J];計(jì)算機(jī)工程與應(yīng)用;2015年04期

2 孫海波;宋曦;;貨幣周期指導(dǎo)下的行業(yè)投資組合構(gòu)建[J];中央財(cái)經(jīng)大學(xué)學(xué)報(bào);2009年11期

3 吳微,陳維強(qiáng),劉波;用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)股票市場(chǎng)漲跌[J];大連理工大學(xué)學(xué)報(bào);2001年01期

相關(guān)碩士學(xué)位論文 前3條

1 劉強(qiáng);中國(guó)股市行業(yè)板塊輪動(dòng)研究[D];北京理工大學(xué);2016年

2 張牧云;經(jīng)濟(jì)周期框架下的中國(guó)A股市場(chǎng)行業(yè)輪動(dòng)與傳導(dǎo)機(jī)制研究[D];安徽大學(xué);2014年

3 謝小鵬;量化投資中的統(tǒng)計(jì)理論[D];清華大學(xué);2013年

，

本文編號(hào)：2685117