經(jīng)過短短27年的飛速發(fā)展,中國A股市場已經(jīng)成長為擁有3500多家上市公司的世界第二大股票市場。隨著中國股票市場的發(fā)展和投資者素質(zhì)的提高,傳統(tǒng)投資策略越來越不滿足投資者的需求。在此情況下,眾多國外的投資理論和投資策略也被引入中國A股市場。但是由于中外股票市場的巨大差異,造成很多在國外行之有效的投資策略在國內(nèi)表現(xiàn)欠佳。本文深入研究了加拿大學者Allan Borodin等基于股票反轉(zhuǎn)效應(yīng)的Anticor算法以及南非學者Raphael Nkomo等在其基礎(chǔ)上引入卡爾曼濾波器處理數(shù)據(jù)和動量效應(yīng)的K-AC-M算法。實證部分中針對K-AC-M算法在中國股票市場的實際情況進行了多維度的分析。共篩選了A股市場951只股票,從2012年1月4日到2017年12月29日共1458個交易日的日收盤價數(shù)據(jù)。運用MATLAB軟件實現(xiàn)K-AC-M算法策略,分別對投資窗口期、投資組合股票容量、流通股數(shù)量、行業(yè)分類、市場整體走勢等因素對投資收益的影響進行了對比和分析。最終得出結(jié)論認為:不同投資組合具有基于其自身性質(zhì)的最優(yōu)窗口期;收益率和抗風險能力隨股票容量增大而增加;K-AC-M算法對于大盤股、小盤股、指數(shù)股、ST股市... 

【文章來源】：天津大學天津市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

-1 AC 算法反轉(zhuǎn)效應(yīng)思路

圖 3-2-2 AC 算法在不同窗口期的總收益[2]圖 3-2-2 顯示的是 AC 算法在北美 4 個主要市場在不同窗口期下的歷史模擬收益，窗口期取值范圍是 2 w 30 天，其中(a)代表紐約證券交易所，(b)代表拿大多倫多股票交易所，(c)代表標普 500 指數(shù)，(d)代表道瓊斯工業(yè)指數(shù)。可明顯看出，窗口期大小選擇的不同，對于投資收益的影響是不一樣的，盡管大分窗口期下，AC 算法的結(jié)果明顯優(yōu)于最佳股票策略，但是，也存在一小部分 取值使得 AC 算法沒有打敗最佳股票。另外，圖 3-2 還揭示了一個問題，市場擇的不同，同一w取值對 AC 算法效果的影響也是不同的。這就帶來一個很棘手的動態(tài)問題，如何確定參數(shù)w的最優(yōu)取值。如果將不同w看成現(xiàn)實投資活動中不同的投資專家，AC 算法策略就相當于不同的專家給的投資建議，雖然專家的有著比普通投資者更豐富的投資經(jīng)驗，但是針對市場波動情況，專家也不能保證其投資建議能一直保持正確。當然，也可以采用最窗口進行投資，但是類似于 BAHb策略遇到的問題，存在一個最優(yōu)秀的專家，出的投資建議，收益率高于其他專家，但是隨著市場的波動，被其他專家所超

圖 3-2-2 AC 算法在不同窗口期的總收益[2]圖 3-2-2 顯示的是 AC 算法在北美 4 個主要市場在不同窗口期下的歷史模擬收益，窗口期取值范圍是 2 w 30 天，其中(a)代表紐約證券交易所，(b)代表拿大多倫多股票交易所，(c)代表標普 500 指數(shù)，(d)代表道瓊斯工業(yè)指數(shù)。可明顯看出，窗口期大小選擇的不同，對于投資收益的影響是不一樣的，盡管大分窗口期下，AC 算法的結(jié)果明顯優(yōu)于最佳股票策略，但是，也存在一小部分 取值使得 AC 算法沒有打敗最佳股票。另外，圖 3-2 還揭示了一個問題，市場擇的不同，同一w取值對 AC 算法效果的影響也是不同的。這就帶來一個很棘手的動態(tài)問題，如何確定參數(shù)w的最優(yōu)取值。如果將不同w看成現(xiàn)實投資活動中不同的投資專家，AC 算法策略就相當于不同的專家給的投資建議，雖然專家的有著比普通投資者更豐富的投資經(jīng)驗，但是針對市場波動情況，專家也不能保證其投資建議能一直保持正確。當然，也可以采用最窗口進行投資，但是類似于 BAHb策略遇到的問題，存在一個最優(yōu)秀的專家，出的投資建議，收益率高于其他專家，但是隨著市場的波動，被其他專家所超


本文編號：3262557