基于投資者情緒的SVM在量化投資方面的應(yīng)用
發(fā)布時(shí)間:2021-09-25 12:31
我國資本市場自上世紀(jì)九十年代形成以來,其規(guī)模和體量呈現(xiàn)一種高速增長的態(tài)勢.然而,與高速增長相伴的卻是A股市場多次的大幅度動(dòng)蕩。反觀同時(shí)期的西方國家成熟的資本市場卻未出現(xiàn)如此劇烈地震蕩。究其原因,制度和機(jī)制的不成熟是造成如此差別的重要因素之一,然而眾多的市場異象卻無法用傳統(tǒng)的金融學(xué)理論來解釋。結(jié)合當(dāng)今學(xué)者對市場異象的研究,筆者傳統(tǒng)金融學(xué)和行為金融學(xué)相結(jié)合,試圖從投資者心理的角度更加真實(shí)的反映我國A股市場的運(yùn)行狀況。行為金融學(xué)認(rèn)為,投資者情緒是影響風(fēng)險(xiǎn)資產(chǎn)定價(jià)的一個(gè)不可忽視的重要因素,而投資者的非理性因素是造成這種內(nèi)含價(jià)值與市場價(jià)值差異的基礎(chǔ)之一。因此,從投資者情緒的角度出發(fā),來深入探究投資者情緒非理性波動(dòng)與市場變化的聯(lián)系,有助于我們理清市場邏輯,有效的規(guī)避系統(tǒng)性風(fēng)險(xiǎn),增強(qiáng)監(jiān)管有效性,增厚投資者收益。本文的總體結(jié)構(gòu)可以分為以下四個(gè)部分:第一部分是緒論,該部分主要包括對投資者情緒研究的研究背景,研究意義以及本文結(jié)構(gòu),并指出本文可能的創(chuàng)新點(diǎn)。第二部分是國內(nèi)外文獻(xiàn)綜述,該部分主要回顧了國內(nèi)外學(xué)者對投資者情緒定義和度量,對投資者情緒與股市收益率之間關(guān)系的研究,同時(shí)對本文所使用的研究方法方法支持向量...
【文章來源】:東北財(cái)經(jīng)大學(xué)遼寧省
【文章頁數(shù)】:49 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-4《鄧乃揚(yáng),田英杰.支持向量機(jī):理論、算法與拓展》??
?|?SIG?|?0.000?—??將ISI1與HS300變化區(qū)間繪制在一張圖內(nèi),如圖3-1所示。我們可以看出,??本文構(gòu)建的投資者情緒綜合指標(biāo)與滬深300指數(shù)在趨勢上有高度的一致性
將上一節(jié)由主成分分析法所得到的投資者情緒綜合指標(biāo)ISI1,使用極小極大的??閾值準(zhǔn)則以及軟閾值法對ISI1進(jìn)行去噪處理,得出去噪后的投資者情緒綜合指??標(biāo)ISI1',去噪前后的投資者情緒綜合指數(shù)對比如圖4-1所示:??1?…AA?—i?7?—??%^5?1?I4ll3^^71^^3^|7?29n^f35^^4^?f>pfl?53?55?57?59?61?63?il67??2??,??-3?????_?_去噪前?___去噪后??圖4-1投資者綜合情緒指標(biāo)去噪前后對比??從圖4-1可以看出,原始投資者情緒綜合指數(shù)有眾多震蕩點(diǎn),具有高信噪比??的特征,而經(jīng)過去噪處理后的序列則展現(xiàn)的更為平滑,更體現(xiàn)出了投資者情緒??的變化區(qū)間。??4_2_2投資者情緒與股指時(shí)間序列的自回歸模型??為了從多角度探宄投資者情緒對股市收益的影響,本節(jié)從傳統(tǒng)的梳理數(shù)理出??發(fā),探宄投資者情緒與指數(shù)之間的關(guān)系,擬采用向量自回歸模型(VAR)來建立二??者之間的關(guān)系。VAR模型常用于預(yù)測相互聯(lián)系的時(shí)間序列系統(tǒng)以及分析隨機(jī)擾??28??
本文編號(hào):3409747
【文章來源】:東北財(cái)經(jīng)大學(xué)遼寧省
【文章頁數(shù)】:49 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-4《鄧乃揚(yáng),田英杰.支持向量機(jī):理論、算法與拓展》??
?|?SIG?|?0.000?—??將ISI1與HS300變化區(qū)間繪制在一張圖內(nèi),如圖3-1所示。我們可以看出,??本文構(gòu)建的投資者情緒綜合指標(biāo)與滬深300指數(shù)在趨勢上有高度的一致性
將上一節(jié)由主成分分析法所得到的投資者情緒綜合指標(biāo)ISI1,使用極小極大的??閾值準(zhǔn)則以及軟閾值法對ISI1進(jìn)行去噪處理,得出去噪后的投資者情緒綜合指??標(biāo)ISI1',去噪前后的投資者情緒綜合指數(shù)對比如圖4-1所示:??1?…AA?—i?7?—??%^5?1?I4ll3^^71^^3^|7?29n^f35^^4^?f>pfl?53?55?57?59?61?63?il67??2??,??-3?????_?_去噪前?___去噪后??圖4-1投資者綜合情緒指標(biāo)去噪前后對比??從圖4-1可以看出,原始投資者情緒綜合指數(shù)有眾多震蕩點(diǎn),具有高信噪比??的特征,而經(jīng)過去噪處理后的序列則展現(xiàn)的更為平滑,更體現(xiàn)出了投資者情緒??的變化區(qū)間。??4_2_2投資者情緒與股指時(shí)間序列的自回歸模型??為了從多角度探宄投資者情緒對股市收益的影響,本節(jié)從傳統(tǒng)的梳理數(shù)理出??發(fā),探宄投資者情緒與指數(shù)之間的關(guān)系,擬采用向量自回歸模型(VAR)來建立二??者之間的關(guān)系。VAR模型常用于預(yù)測相互聯(lián)系的時(shí)間序列系統(tǒng)以及分析隨機(jī)擾??28??
本文編號(hào):3409747
本文鏈接:http://sikaile.net/jingjilunwen/jinrongzhengquanlunwen/3409747.html
最近更新
教材專著