對(duì)于國內(nèi)外板塊輪動(dòng)現(xiàn)象的研究十分豐富。就國內(nèi)而言,研究學(xué)者幾乎對(duì)中國股票市場(chǎng)存在板塊輪動(dòng)達(dá)成共識(shí),并有很多文獻(xiàn)從多個(gè)不同方面解釋了行業(yè)板塊輪動(dòng)成因,但將板塊輪動(dòng)作為投資策略的研究偏向定性,輪動(dòng)規(guī)律主要針對(duì)幾大主要且輪動(dòng)現(xiàn)象明顯的板塊進(jìn)行分析,時(shí)間粒度較粗,得到的規(guī)律較為粗淺,分析選取的樣本也是人工選擇的輪動(dòng)現(xiàn)象明顯的時(shí)間段,研究很大一部分依賴于定性的比較。因此基于中國股票市場(chǎng)存在板塊輪動(dòng)的前提,運(yùn)用神經(jīng)網(wǎng)絡(luò)作為工具構(gòu)建預(yù)測(cè)模型,全時(shí)段、全部板塊、利用數(shù)據(jù)不摻雜人的主觀判斷對(duì)板塊輪動(dòng)現(xiàn)象形成量化投資模型,預(yù)測(cè)下一時(shí)段漲幅第一的板塊,這是一個(gè)有趣并值得嘗試的方向。本文的研究?jī)?nèi)容基于中國股票市場(chǎng)存在板塊輪動(dòng)現(xiàn)象的共識(shí),運(yùn)用神經(jīng)網(wǎng)絡(luò)作為工具構(gòu)建預(yù)測(cè)模型,“量化”板塊輪動(dòng)現(xiàn)象預(yù)測(cè)未來時(shí)段漲幅最優(yōu)板塊,并憑借預(yù)測(cè)結(jié)果構(gòu)造量化投資策略。其簡(jiǎn)要過程是:對(duì)A股數(shù)據(jù)進(jìn)行處理與清洗得到不同維度的板塊數(shù)據(jù)集,針對(duì)不同類型的板塊數(shù)據(jù)集構(gòu)建不同的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,得到效果最優(yōu)的數(shù)據(jù)集維度以及最優(yōu)的預(yù)測(cè)模型,并對(duì)最優(yōu)預(yù)測(cè)模型的表現(xiàn)進(jìn)行評(píng)價(jià)。最后得到量化投資策略并提出量化投資策略可以進(jìn)一步完善的方向。本文建立了針對(duì)證監(jiān)會(huì)行業(yè)分類的板塊預(yù)測(cè)模型,來預(yù)測(cè)下一時(shí)段表現(xiàn)最好的板塊,模型表現(xiàn)效果與基準(zhǔn)——滬深300指數(shù)相比表現(xiàn)較好。建立的板塊預(yù)測(cè)模型具體結(jié)構(gòu)為:周級(jí)別的所有板塊(證監(jiān)會(huì)行業(yè)門類)漲跌幅數(shù)據(jù)作為輸入信息,下一周漲幅第一的板塊作為輸出信息,以雙層LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)作為結(jié)構(gòu)核心。投資策略為:輸入歷史數(shù)據(jù),買入模型預(yù)測(cè)的下周漲幅第一的板塊,并持有一周時(shí)間;同時(shí)賣出覆蓋相同資金頭寸的滬深300股指期貨對(duì)沖系統(tǒng)性風(fēng)險(xiǎn)。即量化投資策略只獲取阿爾法收益。由于買入整個(gè)板塊的操作在現(xiàn)實(shí)中不可行,因此該量化投資策略只是作為板塊選擇策略,還需要輔助板塊內(nèi)部擇股策略才能進(jìn)行實(shí)際的操作。模型也有進(jìn)一步改善的空間,因此針對(duì)性地提出了一些可以進(jìn)一步研究的方向。
【學(xué)位單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F832.51
【部分圖文】：

圖 1-1 論文框架圖1.5 創(chuàng)新點(diǎn)1. 全時(shí)段：分析、處理、利用了中國股市存在以來的數(shù)據(jù)，而非僅人工選擇板塊輪動(dòng)現(xiàn)象明顯的數(shù)據(jù)。2. 全部板塊：對(duì)所有板塊進(jìn)行分析，而非僅針對(duì)幾大主要且輪動(dòng)現(xiàn)象明顯的板塊。3. 可操作性：不同于之前的研究很大一部分依賴于定性的感知與比較的特點(diǎn)，利用數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，模型不摻雜人的主觀判斷。因此不同于之前的研究大多只發(fā)現(xiàn)現(xiàn)象、對(duì)板塊操作的時(shí)間點(diǎn)選擇沒有確定性指導(dǎo)，本文得出的板塊預(yù)測(cè)模型是確定的模型，操作的時(shí)間點(diǎn)與持有時(shí)間段都是確定的。

圖 3-2 板塊漲跌幅數(shù)據(jù)對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)模型 MODEL2 結(jié)構(gòu)示意圖圖 3-2 MODEL2 結(jié)構(gòu)示意圖中相關(guān)名詞的解釋如下：1. 彩色（藍(lán)、紅、綠）框體與其之間的箭頭組成 MODEL2 的主體結(jié)構(gòu)。圓形與橢圓形框體為輸入數(shù)據(jù)。圓方形框體為輸出數(shù)據(jù)。黑實(shí)心方形框體為函數(shù)。2. Yt_predict 為預(yù)測(cè)的第二日/周/2 周/月漲幅排名第一的 family/category。3. Xt+1為實(shí)際的第二日/周/2 周/月所有 family/category 漲跌幅數(shù)據(jù)。4. 通過 Yt_predict、Xt+1得到 Yt_predict_p_change，即預(yù)測(cè)的排名第一的family/category 實(shí)際的漲跌幅。5. 額外獲取滬深 300 的日級(jí)別數(shù)據(jù)，并對(duì)其做與訓(xùn)練數(shù)據(jù)集同樣的數(shù)據(jù)處理，得到滬深 300 的日/周/2 周/月漲幅，即 hs300_p_change。6. 通過 Yt_predict_p_change，hs300_p_change 得到模型超過基準(zhǔn)（以滬深 300為 基 準(zhǔn) ） 的 凈 漲 幅 net_p_change ， 即 net_p_change=Yt_predict_p_change -

浙江大學(xué)碩士學(xué)位論文 實(shí)證分析與策略4 實(shí)證分析與策略4.1 數(shù)據(jù)處理1. 獲取股票市場(chǎng)數(shù)據(jù)，處理得到每日行業(yè)門類、大類的漲跌幅從 RESSET 金融研究數(shù)據(jù)庫（RESSET/DB）獲取從 1990/12/21 至 2017/12/31 這一時(shí)段在上海證券交易所及深圳證券交易所上市（包括 ST、ST*及已退市上市公司）的上市公司日市值數(shù)據(jù)及上市公司證監(jiān)會(huì)行業(yè)門類、大類代碼（證監(jiān)會(huì)行業(yè)門類、大類代碼見附錄 A）。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周佩;;互聯(lián)網(wǎng)理財(cái)發(fā)展趨勢(shì)及投資策略研究[J];現(xiàn)代營銷(經(jīng)營版);2019年03期

2 王力;孫春雷;;當(dāng)前金融資產(chǎn)管理公司投資策略分析[J];銀行家;2019年10期

3 張婷;;2017年投資策略:看最佳分析師們?cè)趺凑f[J];股市動(dòng)態(tài)分析;2016年50期

4 洪瑜;;風(fēng)險(xiǎn)投資策略研究[J];商場(chǎng)現(xiàn)代化;2017年13期

5 常樂;;50∶50投資策略淺析[J];科技經(jīng)濟(jì)導(dǎo)刊;2017年22期

6 李文澤;謝升峰;;分級(jí)基金投資策略分析[J];商;2016年15期

7 李豫;;論企業(yè)財(cái)務(wù)投資策略[J];科技經(jīng)濟(jì)市場(chǎng);2015年03期

8 許榮;魏諳書;;股災(zāi)期間保險(xiǎn)投資策略研究——危機(jī)時(shí)期巴菲特保險(xiǎn)投資案例分析[J];保險(xiǎn)理論與實(shí)踐;2016年07期

9 童銀婷;;從投資之道談財(cái)務(wù)自由之路[J];智富時(shí)代;2016年12期

10 趙東山;;君聯(lián)資本邵振興的投資平衡術(shù),要穩(wěn)健,更要敏銳[J];創(chuàng)業(yè)邦;2017年04期

相關(guān)博士學(xué)位論文 前10條

1 湯偉;溢出效應(yīng)下競(jìng)爭(zhēng)制造商的投資策略研究[D];南京大學(xué);2019年

2 劉國偉;動(dòng)態(tài)環(huán)境下的企業(yè)定價(jià)與投資策略[D];天津大學(xué);2017年

3 徐鴨江;企業(yè)投資策略研究[D];中國社會(huì)科學(xué)院研究生院;2001年

4 徐高林;英美壽險(xiǎn)資金投資原理研究[D];對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué);2004年

5 任開宇;滬深股市風(fēng)格投資：適用性、周期性和轉(zhuǎn)換策略[D];吉林大學(xué);2004年

6 楊宏恩;日本對(duì)中國直接投資的變化與影響[D];復(fù)旦大學(xué);2005年

7 李勇;不同市場(chǎng)有效性條件下的中國投資策略研究[D];華東師范大學(xué);2006年

8 李長(zhǎng)青;不確定條件下專用實(shí)物資產(chǎn)投資估價(jià)的理論與實(shí)施方法研究[D];華中科技大學(xué);2005年

9 王濱;不確定條件下投資的博弈分析[D];華中科技大學(xué);2005年

10 黃靜;行為金融理論與投資策略應(yīng)用研究[D];吉林大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 嚴(yán)洋;基于行業(yè)追蹤的股票量化投資策略實(shí)證研究[D];電子科技大學(xué);2019年

2 張晨;中國人壽保險(xiǎn)資金投資組合優(yōu)化研究[D];西北大學(xué);2019年

3 孫帥;保險(xiǎn)資金投資長(zhǎng)租公寓路徑問題研究[D];河南財(cái)經(jīng)政法大學(xué);2018年

4 陳岑;我國開放式基金動(dòng)量反轉(zhuǎn)策略及其績(jī)效評(píng)價(jià)實(shí)證研究[D];云南大學(xué);2018年

5 劉光遠(yuǎn);基于滬深300成分股的量化投資策略研究[D];貴州大學(xué);2019年

6 潘冠湘;AB保險(xiǎn)股權(quán)投資策略研究[D];湖南農(nóng)業(yè)大學(xué);2018年

7 王麗莉;恒天財(cái)富投資管理公司股權(quán)投資策略優(yōu)化研究[D];吉林大學(xué);2019年

8 潘璐;基于國開債的債券投資策略研究例[D];對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué);2019年

9 廖寅之;我國證券投資基金的投資風(fēng)格與超額收益研究[D];對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué);2019年

10 王瑜;A創(chuàng)業(yè)投資公司投資后風(fēng)險(xiǎn)管理研究[D];中國石油大學(xué)(北京);2018年

本文編號(hào)：2854157