隨著近年智能算法以及數(shù)據(jù)挖掘技術(shù)的不斷進(jìn)步,人們對(duì)于大數(shù)據(jù)的處理越來越科學(xué)化;與此同時(shí),基于大數(shù)據(jù)處理的量化投資也開始在證券投資領(lǐng)域大放光彩。規(guī)避量化投資的熱門區(qū)域,本文以市場(chǎng)低頻數(shù)據(jù)為研究對(duì)象,針對(duì)中散戶市場(chǎng)參與者（中散戶的劃分依據(jù)是Wind中“資金流向”指標(biāo)的統(tǒng)計(jì)口徑,詳情見附錄1）構(gòu)建了基于資金流向的擇時(shí)策略。策略的核心被分為選股和擇時(shí)兩部分;選股部分,不同于傳統(tǒng)的量化選股策略中以獲取高收益為最終選股目的,本文模型的選股以尋找波動(dòng)性大,蘊(yùn)含信息豐富的股票為目的;其次,本文模型的擇時(shí)部分以資金流向指標(biāo)為基礎(chǔ),選取大戶為指標(biāo)數(shù)據(jù)的提取口徑,以獲取擁有潛在的優(yōu)質(zhì)收益為目標(biāo),選取最優(yōu)快慢線組合（模型關(guān)鍵參數(shù)）,同時(shí),采用經(jīng)典的金叉、死叉,理論判斷買賣時(shí)點(diǎn)。選股過程:本文以滬深300指數(shù)成分股為原始研究對(duì)象,通過Wind咨詢平臺(tái)的數(shù)據(jù)量化接口獲得原始數(shù)據(jù),經(jīng)過對(duì)原始數(shù)據(jù)的預(yù)處理獲得有效股票282支;然后針對(duì)篩選出來的有效股票,以復(fù)雜網(wǎng)絡(luò)構(gòu)造窗口期（2016/01/01——2016/12/31）相應(yīng)的對(duì)數(shù)收益率時(shí)間序列數(shù)據(jù)計(jì)算出相關(guān)性矩陣Cρ,并通過距離轉(zhuǎn)換公式將其轉(zhuǎn)化為距離矩陣Cd;再然后... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁(yè)數(shù)】：115 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

量化模型窗口期規(guī)劃圖（2012.09——2018.03）

目前市場(chǎng)上比較成熟的交易信號(hào)判斷法則是均線的金叉、金叉買入，死叉賣出。其中，均線多用簡(jiǎn)單移動(dòng)平均線，或平滑異同移叉，全稱是黃金交叉，具體指快線（均線的計(jì)算窗口期較短，一般為 5 （均線的計(jì)算窗口期長(zhǎng)于慢線的計(jì)算窗口期，一般為 10 日）的交叉點(diǎn)；稱是死亡交叉，具體指快線下穿慢線的交叉點(diǎn)。簡(jiǎn)化模型，模型選用目標(biāo)股資金流向指標(biāo)的移動(dòng)平均線做快慢線的計(jì)算n i(資金流向) = 資金流向 式（4-2）是資金流向指標(biāo)的移動(dòng)平均線的計(jì)算公式， n i(資金流向票的資金流向指標(biāo)第 i 日的 n 日平均值。據(jù)上證綜指一段時(shí)間內(nèi)的數(shù)據(jù)，對(duì)目標(biāo)股票的買賣時(shí)點(diǎn)舉例說明。如圖色曲線為上證綜指在案例窗口期股資金流向指標(biāo)的 5 日移動(dòng)平均線，相為 10 日移動(dòng)平均線；圖中紅色箭頭指向的時(shí)點(diǎn)便是金叉點(diǎn)，為買入信號(hào)綠色剪頭指向的時(shí)點(diǎn)是死叉點(diǎn)，為賣出信號(hào)點(diǎn)。

4 量化擇時(shí)模型的構(gòu)建方案研究窗口期改變了，即公式（4-2）中計(jì)算快慢線的 n 發(fā)生了變化，則往往得賣時(shí)點(diǎn)（如圖 4-2），并導(dǎo)致不同的交易結(jié)果。又因?yàn)槟繕?biāo)股票是選定了于模型所建立的量化模型，擇時(shí)策略部分的核心便是確定適合我國(guó)證券可獲得長(zhǎng)期穩(wěn)定高收益的快慢線窗口期大小。

【參考文獻(xiàn)】：
期刊論文
[1]復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)暫態(tài)中心性預(yù)測(cè)研究[J]. 童林萍,徐守志,周歡,蔣廷耀.  計(jì)算機(jī)科學(xué). 2017(10)
[2]一種改進(jìn)的模擬退火算法優(yōu)化的支持向量機(jī)在交易信號(hào)研判中的應(yīng)用[J]. 黃宏運(yùn),吳禮斌,李詩(shī)爭(zhēng),朱家明,黃華繼.  延邊大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[3]淺議量化投資發(fā)展趨勢(shì)及其對(duì)中國(guó)的啟示[J]. 王力弘.  中國(guó)投資. 2013(S2)
[4]資金凈流入對(duì)股價(jià)走勢(shì)的影響[J]. 李柳軍,馮春陽(yáng).  中國(guó)市場(chǎng). 2013(33)
[5]淺議量化投資在國(guó)內(nèi)市場(chǎng)的發(fā)展[J]. 王冰,李想.  經(jīng)濟(jì)視角(下). 2011(03)
[6]神經(jīng)網(wǎng)絡(luò)與時(shí)間序列模型在股票預(yù)測(cè)中的比較[J]. 王波,張鳳玲.  武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版). 2005(06)
[7]信用風(fēng)險(xiǎn)定價(jià)模型原理評(píng)述[J]. 臧健.  金融理論與教學(xué). 2005(02)

博士論文
[1]基于平穩(wěn)過程和技術(shù)分析的交易策略研究[D]. 陳實(shí).華東師范大學(xué) 2017

碩士論文
[1]基于情緒系數(shù)下的多因子選股模型實(shí)證研究[D]. 劉昭.山東大學(xué) 2017
[2]基于支持向量機(jī)的量化擇時(shí)策略及實(shí)證研究[D]. 宋文達(dá).西安工業(yè)大學(xué) 2017
[3]情緒因子與股票截面收益[D]. 鐘強(qiáng).浙江工商大學(xué) 2017
[4]基于協(xié)整的配對(duì)交易改進(jìn)研究[D]. 鐘惟達(dá).浙江財(cái)經(jīng)大學(xué) 2017
[5]基于美國(guó)與中國(guó)股票市場(chǎng)的動(dòng)態(tài)投資組合策略研究[D]. 徐小慶.南京理工大學(xué) 2017
[6]基于投資者情緒測(cè)度的短期投資策略設(shè)計(jì)與分析[D]. 臧昊.上海師范大學(xué) 2017
[7]基于PLS法的投資者情緒與股票收益率的研究[D]. 肖垚.哈爾濱工業(yè)大學(xué) 2016
[8]基于協(xié)整方法的滬深300ETF與股指期貨配對(duì)交易研究[D]. 高加璐.華僑大學(xué) 2016
[9]A股市場(chǎng)多因子量化選股研究[D]. 王瑞.山西財(cái)經(jīng)大學(xué) 2016
[10]基于數(shù)據(jù)挖掘的量化投資系統(tǒng)的研究[D]. 邢娟.齊魯工業(yè)大學(xué) 2016



本文編號(hào)：3243369