隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,各種互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品以其便捷的支付方式和穩(wěn)定的收益開始受到投資者的追捧,投資者對(duì)理財(cái)產(chǎn)品的質(zhì)量要求也逐漸升高。量化投資就是將適當(dāng)?shù)耐顿Y思想、投資經(jīng)驗(yàn),甚至包括直覺反映在數(shù)量化模型中,利用計(jì)算機(jī)技術(shù)幫助人腦處理大量數(shù)據(jù),克服人性的主觀情緒對(duì)投資的影響,總結(jié)歸納市場(chǎng)規(guī)律,建立可以重復(fù)使用并反復(fù)優(yōu)化的投資策略,指導(dǎo)我們的投資決策過程。量化投資策略可以更好的滿足人們的投資需求。然而,量化投資有一定的行業(yè)壁壘,進(jìn)行量化投資需要投入極高的人力成本和資金量,中國量化投資策略的研究成果大多集中在券商、基金等機(jī)構(gòu)手中,大多數(shù)散戶投資者還沒有能力及條件進(jìn)行研究分祈。因此,目前對(duì)量化投資策略的研究還需要致力于滿足國內(nèi)散戶投資者多元化投資策略的需求,使投資者的投資活動(dòng)提供專業(yè)性的理論支持,為普通投資者構(gòu)建投資組合提供一個(gè)新思路。本文首先簡要介紹了量化投資策略的國內(nèi)外研究現(xiàn)狀,并在詳細(xì)闡述GARP策略和動(dòng)量Alpha策略基礎(chǔ)上分析了基于GARP的動(dòng)量Alpha投資策略的研究背景以及研究意義。并對(duì)比傳統(tǒng)的投資手段,分析本文策略的創(chuàng)新點(diǎn)。然后,在詳細(xì)分析了GARP策略和動(dòng)量Alpha策略的內(nèi)在機(jī)理的基礎(chǔ)上,對(duì)于GARP策略加入了基于Lasso回歸的價(jià)值成長指標(biāo)選擇模型,并設(shè)計(jì)和改進(jìn)了GARP策略的運(yùn)行流程;同樣,也設(shè)計(jì)和改進(jìn)了從股票池進(jìn)行投資組合選取的動(dòng)量Alpha策略運(yùn)行流程。通過MATLAB仿真驗(yàn)證其可行性。最后,本文基于MATLAB平臺(tái),利用wind數(shù)據(jù)中2013年1月1日到2017年12月31日共1215個(gè)交易日數(shù)據(jù),驗(yàn)證了基于GARP的動(dòng)量Alpha投資策略的有效性,最終獲得了超越市場(chǎng)的Alpha超額收益。并在此基礎(chǔ)上通過調(diào)整參數(shù),測(cè)試了該策略的敏感性。在總結(jié)上述研究結(jié)果的同時(shí),為策略的優(yōu)化給出合理的建議。
【學(xué)位單位】：首都經(jīng)濟(jì)貿(mào)易大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：O212.1;F832.51
【部分圖文】：

首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)成最小pMSE 準(zhǔn)則：( )21 1pMSER nTSS= - - （式 2-其中，RSS（residualsumofsquares）即殘差平方和，反映每個(gè)樣本各觀測(cè)值的 = ( ) 。TSS（totalsumofsquares）總離差平方和，是響應(yīng)變量的總 ( )2 lTSS = y -y。MSE（Mean squared error）為均方誤差，用來反映數(shù)據(jù)變 MSE = RSS /( n - p)，( n - p)為自由度。從上式可以看出，因?yàn)閷?duì)給定的 Y 的觀察值，TSS/(n-1)是固定的，所以當(dāng)且僅當(dāng)是，調(diào)整2pR 增加。當(dāng)pRSS 中的縮減量很小，以至于不能抵消增加自由度的損失n( )pMSE 隨著 p 的增加而增加。最小pMSE 準(zhǔn)則要求我們尋找使得最小pMSE 對(duì)子集，或者尋找很接近于最小pMSE 的一個(gè)或幾個(gè)子集，選擇最前面的一個(gè)，即不值得。舉個(gè)例子說明：

2 Lasso 回歸的實(shí)現(xiàn)們運(yùn)用 2007 年 1 月到 2017 年 3 月一共 122 個(gè)月度數(shù)據(jù)作為訓(xùn)練集，用 Las數(shù)據(jù)進(jìn)行變量篩選，采用 Matlab 軟件，結(jié)果如下：圖 3-2 Lasso 回歸的路徑圖1 3 4 7 9 10 11 12 14 1156df0 0.05 0.1 0.15 0.2 0.25 0.3L1-0.06-0.04-0.0200.020.040.06Trace Plot of coefficients fit by Lasso

圖 3-7 形成期計(jì)算重疊和非重疊實(shí)例圖形成期重疊的方法，可以在有限的數(shù)據(jù)里，獲得增加更多的樣本容量，但是此方式的形成期會(huì)有重合交集，可能導(dǎo)致自相關(guān)關(guān)系，這樣就需要進(jìn)行統(tǒng)計(jì)性的檢測(cè)和處理，實(shí)交易中是比較難實(shí)現(xiàn)的；形成期非重疊的方法，雖然減少了交易次數(shù)，但是可操作，具有現(xiàn)實(shí)意義。形成期和持有期的時(shí)間設(shè)置過長，動(dòng)量效應(yīng)可能已失效而不知，過短會(huì)增加過多手續(xù)降低收益。為了避免參數(shù)過度優(yōu)化，導(dǎo)致結(jié)果過于完美缺乏參考性，本文直接設(shè)置形為 80 天，持有期為 40 天。意味著程序?qū)⒃?80 天內(nèi)挑選出 Alpha 值最大的組合持有持有 40 天，然后平倉，循環(huán)該程序，選出新組合，周而復(fù)始直到結(jié)束。本文在后期檢隨機(jī)改動(dòng)形成期和持有期時(shí)間設(shè)置，觀察不同設(shè)置對(duì)策略的影響。2.設(shè)定買賣手續(xù)費(fèi)；為了更加接近實(shí)際，我們?cè)O(shè)置了手續(xù)費(fèi)，本文設(shè)定買入手續(xù)費(fèi)為 1‰，賣出手續(xù)費(fèi)為。也會(huì)在后期設(shè)置不同手續(xù)費(fèi)，觀察其對(duì)組合收益的影響。4.確定無風(fēng)險(xiǎn)利率；
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊喻欽;;基于Alpha策略的量化投資研究[J];中國市場(chǎng);2015年25期

2 王甜甜;郭朋;;動(dòng)量策略、價(jià)值策略與收益預(yù)測(cè)的實(shí)證分析[J];統(tǒng)計(jì)與決策;2014年20期

3 王宣承;;基于LASSO和神經(jīng)網(wǎng)絡(luò)的量化交易智能系統(tǒng)構(gòu)建——以滬深300股指期貨為例[J];投資研究;2014年09期

4 高興波;郭甲蕾;胡智磊;;統(tǒng)計(jì)套利策略在對(duì)沖基金投資中的應(yīng)用研究[J];中央財(cái)經(jīng)大學(xué)學(xué)報(bào);2014年06期

5 牛芳;;我國A股市場(chǎng)動(dòng)量效應(yīng)實(shí)證研究[J];宏觀經(jīng)濟(jì)研究;2014年03期

6 高秋明;胡聰慧;燕翔;;中國A股市場(chǎng)動(dòng)量效應(yīng)的特征和形成機(jī)理研究[J];財(cái)經(jīng)研究;2014年02期

7 王春峰;林碧波;朱琳;;基于股票價(jià)格差異的配對(duì)交易策略[J];北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2013年01期

8 方浩文;;量化投資發(fā)展趨勢(shì)及其對(duì)中國的啟示[J];管理現(xiàn)代化;2012年05期

9 嚴(yán)太華;梁嵐;;上海股票市場(chǎng)動(dòng)量效應(yīng)研究——基于1995—2009年周收益率數(shù)據(jù)[J];技術(shù)經(jīng)濟(jì);2011年05期

10 屈云香;黃啟;;獲取alpha收益的數(shù)量化投資組合策略研究——基于滬深300指數(shù)的實(shí)證研究[J];現(xiàn)代商業(yè);2011年09期

相關(guān)碩士學(xué)位論文 前1條

1 杜秋余;基于量化選股的Alpha策略在中國中小板市場(chǎng)的實(shí)證研究[D];河北經(jīng)貿(mào)大學(xué);2014年

本文編號(hào)：2868842