發(fā)布時(shí)間：2021-11-18 11:45

　　自1960年代世界上第一只量化投資基金誕生以來(lái),量化投資逐漸成為一種重要的投資方法,在1989年到2009年間,以西蒙斯為代表頂尖量化投資基金創(chuàng)造了平均年化收益率達(dá)35%的傲人成績(jī),這使得量化投資這一技術(shù)得到越來(lái)越多投資者的關(guān)注。與此同時(shí),隨著2006年深度神經(jīng)網(wǎng)絡(luò)的提出,這一技術(shù)在圖像識(shí)別、語(yǔ)音識(shí)別、文本情感挖掘等領(lǐng)域取得了驚人的成績(jī)。隨著深度神經(jīng)網(wǎng)絡(luò)的快速發(fā)展,近年來(lái)開(kāi)始有學(xué)者將深度神經(jīng)網(wǎng)絡(luò)應(yīng)用于量化投資領(lǐng)域進(jìn)行研究分析。本文的研究?jī)?nèi)容,首先,本文通過(guò)對(duì)相關(guān)理論的梳理和總結(jié),選取了30只在A股上市時(shí)間較長(zhǎng)、流動(dòng)性較好、具有一定代表性的股票,選取其價(jià)格、指標(biāo)等因子,同時(shí)加入了市場(chǎng)因素共60個(gè)因子,對(duì)其進(jìn)行歸一化處理;其次,對(duì)這些因子用主成分分析法、自動(dòng)編碼器、受限玻爾茲曼機(jī)三種模型進(jìn)行特征提取,利用邏輯回歸模型比較各種特征數(shù)據(jù)的預(yù)測(cè)效果;再次,選擇上一步輸出的特征數(shù)據(jù),加入原始數(shù)據(jù)作為比較,將它們輸入深度神經(jīng)網(wǎng)絡(luò)模型,通過(guò)對(duì)三種目標(biāo)函數(shù)對(duì)比,選出最優(yōu)的深度神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu);然后,本文構(gòu)建了深度神經(jīng)網(wǎng)絡(luò)-邏輯回歸模型（DNN-LR）,并與人工神經(jīng)網(wǎng)絡(luò)和深度神經(jīng)網(wǎng)絡(luò)模型比較,對(duì)比各個(gè)模型... 

【文章來(lái)源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究路線(xiàn)圖

圖 2.1 Meculloch-Pitts 神經(jīng)元模型神經(jīng)元的輸入信號(hào)，它來(lái)自于系統(tǒng)或其它神、 均為神經(jīng)元結(jié)構(gòu)的參數(shù)。把所有輸入信里稱(chēng)為 ，表示為：

圖 2.2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖神經(jīng)網(wǎng)絡(luò)的層與層之間通常為全連接，層內(nèi)沒(méi)有連接。每一層接（或輸入信號(hào)）后，通常根據(jù)誤差反向傳播算法（Error Back Pr算層與層之間聯(lián)系的權(quán)重，通過(guò)不斷調(diào)整 、 的值最終使得整

【參考文獻(xiàn)】：
期刊論文
[1]基于DBN的金融時(shí)序數(shù)據(jù)建模與決策[J]. 曾志平,蕭海東,張新鵬.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(04)
[2]基于誤差校正的灰色神經(jīng)網(wǎng)絡(luò)股票收益率預(yù)測(cè)[J]. 于志軍,楊善林,章政,焦健.  中國(guó)管理科學(xué). 2015(12)
[3]基于變量選擇和遺傳網(wǎng)絡(luò)規(guī)劃的期貨高頻交易策略研究[J]. 陳艷,王宣承.  中國(guó)管理科學(xué). 2015(10)
[4]基于啟發(fā)式算法的支持向量機(jī)選股模型[J]. 陳榮達(dá),虞歡歡.  系統(tǒng)工程. 2014(02)
[5]細(xì)數(shù)風(fēng)控最好的私募基金[J]. 許付漪.  卓越理財(cái). 2013(04)
[6]國(guó)內(nèi)量化基金現(xiàn)狀分析及展望[J]. 王博.  經(jīng)濟(jì)視角(下). 2011(11)
[7]經(jīng)典指標(biāo)夏普比率評(píng)析[J]. 丁庭棟,李富軍.  現(xiàn)代商業(yè). 2011(17)
[8]基于EMD與神經(jīng)網(wǎng)絡(luò)的中國(guó)股票市場(chǎng)預(yù)測(cè)[J]. 王文波,費(fèi)浦生,羿旭明.  系統(tǒng)工程理論與實(shí)踐. 2010(06)
[9]基于BP神經(jīng)網(wǎng)絡(luò)的股市建模與決策[J]. 禹建麗,孫增圻,Valeri.Kroumov,成久洋之,劉治軍.  系統(tǒng)工程理論與實(shí)踐. 2003(05)
[10]基于T-S模型的模糊神經(jīng)網(wǎng)絡(luò)在股市預(yù)測(cè)中的應(yīng)用[J]. 陳興,孟衛(wèi)東,嚴(yán)太華.  系統(tǒng)工程理論與實(shí)踐. 2001(02)

碩士論文
[1]基于文本挖掘的量化投資系統(tǒng)[D]. 鄒振華.華南理工大學(xué) 2013
[2]基于Alpha動(dòng)量的交易系統(tǒng)設(shè)計(jì)[D]. 王若舟.南京大學(xué) 2012
[3]“極小投資模型”的數(shù)理基礎(chǔ)與市場(chǎng)實(shí)證[D]. 張逸進(jìn).華南理工大學(xué) 2012
[4]基于神經(jīng)網(wǎng)絡(luò)技術(shù)的行業(yè)配對(duì)量化投資策略研究[D]. 黃智燁.復(fù)旦大學(xué) 2012
[5]一種基于數(shù)據(jù)挖掘的量化投資系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 朱博雅.復(fù)旦大學(xué) 2012



本文編號(hào)：3502840