發(fā)布時(shí)間：2020-06-19 09:11

【摘要】：近年來(lái),量化投資憑著其紀(jì)律性、系統(tǒng)性、及時(shí)性及分散化的特點(diǎn),日益受到機(jī)構(gòu)投資者和對(duì)沖基金的重視。從我國(guó)證券市場(chǎng)有效性和國(guó)外證券市場(chǎng)的發(fā)展經(jīng)驗(yàn)來(lái)看,量化投資具有良好的發(fā)展前景是毋庸置疑的且值得期待。但是,目前國(guó)內(nèi)量化投資產(chǎn)品依然存在總體規(guī)模小、量化策略單一、策略業(yè)績(jī)分化等缺點(diǎn)。研究新的量化投資方式和挖掘新的建模思路對(duì)量化投資的發(fā)展意義重大。在眾多的量化策略中,多因子選股策略憑借其穩(wěn)定性和綜合性等優(yōu)勢(shì)被許多研究者關(guān)注,并且在市場(chǎng)上表現(xiàn)較好。該策略方案主要致力于解決多因子的選取夠全面,其次是分類模型有良好的泛化能力,基于該模型的特點(diǎn),本文進(jìn)行了三個(gè)方面的優(yōu)化,股票池選擇的是優(yōu)質(zhì)的滬深300指數(shù)成分股。一是在因子的選擇上,除了研究者們大量使用的財(cái)務(wù)、技術(shù)等因子,加入了價(jià)格指數(shù)、房地產(chǎn)銷售狀況、財(cái)政收支額、進(jìn)出口總值等因子,豐富了因子模型所能反映的信息;二是針對(duì)A股市場(chǎng)的行業(yè)輪動(dòng)效應(yīng),在建立多因子模型之前使用行業(yè)輪動(dòng)策略輔助篩選股票池,將兩種基本面選股策略融合使用,加強(qiáng)模型整體的選股性能;三是在多因子模型的計(jì)算上,使用隨機(jī)森林的算法完成,簡(jiǎn)化了傳統(tǒng)多因子模型的步驟,改變了以往的因子篩選方式以及建模流程,使用邊訓(xùn)練邊篩選的方式,篩選的方法更為科學(xué)合理。在機(jī)器學(xué)習(xí)算法的選擇上,對(duì)比了支持向量機(jī)、MLP神經(jīng)網(wǎng)絡(luò)和隨機(jī)森林的優(yōu)缺點(diǎn)和建模效果,證實(shí)了隨機(jī)森林在性能和穩(wěn)定性上最適合�；谝陨喜邉澦悸�,最后成功設(shè)計(jì)出了融合模型的量化選股方案,并構(gòu)建的投資組合。經(jīng)過(guò)6個(gè)持有所選出的股票組合的總收益為13.6%,年化復(fù)合收益率高達(dá)27.58%,夏普比率為1.29,信息比率為4.32,遠(yuǎn)超基準(zhǔn)滬深300指數(shù)收益率。
【學(xué)位授予單位】：上海師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F832.51
【圖文】：

圖 1.1 技術(shù)路線圖1.4 本文的主要貢獻(xiàn)與不足本文的貢獻(xiàn)主要有兩點(diǎn)，分別在策略方法和應(yīng)用領(lǐng)域上。在策略基于傳統(tǒng)的多因子選股模型不同的是，本文在多因子選股模型的基模型準(zhǔn)確性 回測(cè)結(jié)果分析比較分析

行業(yè)輪動(dòng)多因子模型選股流程圖

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王正煒;;構(gòu)建網(wǎng)絡(luò)熱度因子模型分析股價(jià)運(yùn)動(dòng)規(guī)律[J];中國(guó)市場(chǎng);2018年27期

2 韓猛;繆言;白仲林;;動(dòng)態(tài)因子模型的結(jié)構(gòu)識(shí)別研究[J];系統(tǒng)工程理論與實(shí)踐;2016年07期

3 徐霜雪;俞宗火;李月梅;;預(yù)測(cè)視角下雙因子模型與高階模型的模擬比較[J];心理學(xué)報(bào);2017年08期

4 元萬(wàn)達(dá);;股權(quán)分置改革與資本市場(chǎng)效率的思考——基于三因子模型的實(shí)證檢驗(yàn)[J];納稅;2017年16期

5 曹立言;;瑪法五因子模型與三因子模型的中國(guó)市場(chǎng)有效性對(duì)比[J];現(xiàn)代經(jīng)濟(jì)信息;2017年18期

6 高華川;趙娜;;基于多層因子模型的我國(guó)核心通貨膨脹估計(jì)[J];統(tǒng)計(jì)研究;2016年04期

7 程海星;朱滿洲;;大數(shù)據(jù)背景下的動(dòng)態(tài)因子模型預(yù)測(cè)機(jī)理與效果研究[J];投資研究;2015年03期

8 裴茜;朱書尚;;中國(guó)股票市場(chǎng)的行業(yè)特質(zhì)性金融傳染特征:基于網(wǎng)絡(luò)模型的實(shí)證研究[J];金融學(xué)季刊;2017年02期

9 韓冰;;中國(guó)股市的三因子模型實(shí)證分析[J];現(xiàn)代商業(yè);2014年21期

10 顧紅磊;溫忠麟;方杰;;雙因子模型:多維構(gòu)念測(cè)量的新視角[J];心理科學(xué);2014年04期

相關(guān)會(huì)議論文 前10條

1 徐霜雪;俞宗火;董圣鴻;;預(yù)測(cè)視角下的雙因子模型與高階因子模型的模擬比較研究[A];第十九屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議摘要集[C];2016年

2 顧紅磊;溫忠麟;;雙因子模型:多維構(gòu)念測(cè)量的新視角[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

3 顧紅磊;溫忠麟;;項(xiàng)目表述效應(yīng)的檢驗(yàn)與控制——基于雙因子模型的視角[A];第十七屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2014年

4 湯丹丹;溫忠麟;;兩類雙因子模型和高階因子模型的模擬比較:模型擬合與結(jié)構(gòu)系數(shù)[A];第二十一屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議摘要集[C];2018年

5 張國(guó)富;杜子平;;人力資本約束下地區(qū)全要素生產(chǎn)率趨同研究——基于非線性時(shí)變單因子模型的實(shí)證分析[A];第八屆（2013）中國(guó)管理學(xué)年會(huì)——城市與區(qū)域管理分會(huì)場(chǎng)論文集[C];2013年

6 杜江紅;尚雪松;孟慧;聶光輝;李永鑫;;成人依戀風(fēng)格是維度的、類型的還是維度和類型的混合?[A];第十九屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議摘要集[C];2016年

7 顧紅磊;溫忠麟;;多維測(cè)驗(yàn)分?jǐn)?shù)的報(bào)告與解釋:基于雙因子模型的視角[A];第二十屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議--心理學(xué)與國(guó)民心理健康摘要集[C];2017年

8 呂惠聰;林燕瀅;陳啟山;;成人依戀與戀愛(ài)滿意度的關(guān)系:雙因子模型[A];第十七屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2014年

9 高華川;趙娜;;基于多層因子模型的我國(guó)核心通貨膨脹估計(jì)[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第16卷）[C];2015年

10 白強(qiáng);白仲林;;動(dòng)態(tài)因子模型的廣義矩估計(jì)(GMM)及其統(tǒng)計(jì)性質(zhì)研究[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第16卷）[C];2015年

相關(guān)重要報(bào)紙文章 前10條

1 記者 整理 陳健;Q因子模型可用于量化投資管理[N];上海金融報(bào);2016年

2 大摩多因子基金基金經(jīng)理 劉釗;多策略的時(shí)代[N];中國(guó)證券報(bào);2014年

3 本報(bào)記者 張煥昀;指基“增強(qiáng)”效果凸顯[N];中國(guó)證券報(bào);2018年

4 本報(bào)記者 李良;博道基金楊夢(mèng)：量化“增強(qiáng)”讓指基收益超越指數(shù)[N];中國(guó)證券報(bào);2019年

5 國(guó)泰君安期貨研究所 吳泱;多因子模型在套期保值中的應(yīng)用[N];期貨日?qǐng)?bào);2009年

6 大摩多因子策略基金 張靖;發(fā)掘細(xì)微投資機(jī)會(huì)[N];經(jīng)濟(jì)日?qǐng)?bào);2013年

7 本報(bào)記者 陳曉剛;美聯(lián)儲(chǔ)密制“因子模型”挑戰(zhàn)人腦決斷[N];中國(guó)證券報(bào);2006年

8 本報(bào)記者 姜沁詩(shī);成長(zhǎng)風(fēng)格量化基金頻成立 基本面投資成主流[N];中國(guó)證券報(bào);2018年

9 大摩華鑫基金公司;掘金價(jià)值投資[N];中國(guó)證券報(bào);2015年

10 本報(bào)記者 常仙鶴;量化基金的美好時(shí)光[N];中國(guó)證券報(bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 白強(qiáng);因子模型的廣義矩估計(jì)方法及其應(yīng)用研究[D];天津財(cái)經(jīng)大學(xué);2016年

2 邱琳;信息推薦中評(píng)分預(yù)測(cè)問(wèn)題研究[D];北京郵電大學(xué);2018年

3 朱滿洲;動(dòng)態(tài)因子模型的理論和應(yīng)用研究[D];華中科技大學(xué);2013年

4 崔國(guó)偉;高維因子模型相關(guān)理論與應(yīng)用研究[D];華中科技大學(xué);2015年

5 王少新;不定最小二乘問(wèn)題和近似因子模型的相關(guān)研究[D];重慶大學(xué);2016年

6 尹昱喬;中國(guó)A股市場(chǎng)資產(chǎn)定價(jià)模型實(shí)證研究[D];東北財(cái)經(jīng)大學(xué);2016年

7 范會(huì)勇;大學(xué)生情緒智力的測(cè)量學(xué)研究[D];西南大學(xué);2010年

8 奚勝田;風(fēng)險(xiǎn)預(yù)算在證券公司資本充足性管理中的應(yīng)用[D];天津大學(xué);2007年

9 馬慶魁;我國(guó)貨幣市場(chǎng)利率期限結(jié)構(gòu)及其與宏觀經(jīng)濟(jì)關(guān)聯(lián)性研究[D];吉林大學(xué);2009年

10 高春亭;五因子資產(chǎn)定價(jià)模型及其在我國(guó)證券市場(chǎng)的應(yīng)用研究[D];重慶大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 趙雄飛;基于LSTM的股票預(yù)期收益研究[D];北方工業(yè)大學(xué);2019年

2 王健星;基于行業(yè)輪動(dòng)策略的多因子模型選股方案策劃[D];上海師范大學(xué);2019年

3 張泓;近似因子模型因子個(gè)數(shù)選擇方法的比較研究[D];上海師范大學(xué);2019年

4 趙凌霄;基于平行因子模型的大規(guī)模MIMO系統(tǒng)信道估計(jì)與信號(hào)檢測(cè)算法研究[D];鄭州大學(xué);2019年

5 張力戈;我國(guó)開(kāi)放式基金市場(chǎng)波動(dòng)率異象研究[D];南京大學(xué);2019年

6 刑金寶;高維近因子模型的因子經(jīng)驗(yàn)過(guò)程[D];蘇州大學(xué);2018年

7 李鵬程;基于Fama多因子模型的A股適應(yīng)性研究和分析[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2018年

8 肖f^暉;基于大數(shù)據(jù)和機(jī)器學(xué)習(xí)的量化選股模型研究[D];華中師范大學(xué);2018年

9 韓營(yíng)營(yíng);基于擇時(shí)方法的動(dòng)態(tài)多因子選股模型研究[D];暨南大學(xué);2018年

10 于杰;指數(shù)跟蹤的主成分因子模型[D];大連理工大學(xué);2018年

本文編號(hào)：2720586