隨著我國商品期貨市場發(fā)展的逐漸完善,投資者開始使用各類投資策略進行投資,這些策略的使用為投資者創(chuàng)造了收益,也有利于推動市場的發(fā)展。隨著機器學習、數據挖掘等算法逐漸應用在股票、商品期貨等市場,如何利用數據挖掘模型,構建準確性更高的策略,是投資者以及投資機構關注的事情。在套利交易策略的研究與應用中,均值回歸是一種經典的模型,但是均值回歸交易頻率少,收益較低。神經網絡也被應用在套利策略的研究中,目前主要應用較多的是BP神經網絡、ELM神經網絡等。但是在實際的應用中,這類神經網絡參數較多,容易出現過度擬合現象,導致性能不穩(wěn)定。而GMDH自組織網絡具有預測性能好,穩(wěn)定性強的特點,已經在價格預測等領域得到了廣泛的應用。因此,本文基于GMDH網絡的結構原理以及粒子群優(yōu)化算法,進一步對GMDH神經網絡的結構以及參數進行優(yōu)化,并將該網絡模型用于構建跨品種套利策略,同時在油脂類品種商品組合上進行實證,本文的研究為跨品種套利提供一定的理論以及實踐依據。本文主要針對棕櫚油、菜油以及豆油等三種油脂類期貨進行研究,設計了針對這三種品種的套利交易策略,并進行實證驗證。首先,本文對跨品種套利理論以及各類數據挖掘模型及...

【文章頁數】：95 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究的背景
    1.2 研究目的和意義
        1.2.1 研究目的
        1.2.2 研究意義
    1.3 研究內容、研究方法和技術路線
        1.3.1 研究內容
        1.3.2 研究方法
        1.3.3 技術路線
    1.4 本文主要特點
第2章 相關理論回顧與文獻綜述
    2.1 相關理論回顧
        2.1.1 跨品種套利理論
        2.1.2 BP神經網絡
        2.1.3 粒子群優(yōu)化算法
        2.1.4 GMDH神經網絡
    2.2 相關文獻綜述
        2.2.1 交易策略研究
        2.2.2 機器學習交易策略研究
        2.2.3 文獻述評
第3章 油脂類期貨套利均值回歸套利及存在問題分析
    3.1 油脂類期貨套利問題的提出
    3.2 油脂類交易標的基礎分析
        3.2.1 豆油期貨基礎分析
        3.2.2 菜油期貨基礎分析
        3.2.3 棕櫚油期貨基礎分析
    3.3 油脂類期貨相關性與協整分析
        3.3.1 數據說明與統計分析
        3.3.2 油脂類期貨價格相關性分析
        3.3.3 協整檢驗
    3.4 油脂期貨均值回歸套利及存在的問題分析
        3.4.1 構建套利頭寸
        3.4.2 保證金手續(xù)費計算
        3.4.3 均值回歸策略及回測結果
        3.4.4 均值回歸存在問題分析
第4章 基于優(yōu)化的GMDH神經網絡的交易策略的設計方案
    4.1 基于神經網絡的交易策略設計的思路
    4.2 基于優(yōu)化GMDH模型的網絡構建
        4.2.1 優(yōu)化原理
        4.2.2 優(yōu)化過程
    4.3 配對價格預測
    4.4 套利信號和交易策略
第5章 交易策略回測
    5.1 套利策略有效評價指標
    5.2 基于優(yōu)化GMDH套利交易的回測結果
    5.3 基于不同神經網絡模型套利交易的對比
        5.3.1 GMDH神經網絡套利策略
        5.3.2 BP神經網絡套利策略
    5.4 交易策略方案的有效性評價
    5.5 交易策略方案的風險提示
第6章 研究結論與展望
    6.1 研究結論
    6.2 研究的不足與展望
參考文獻
致謝
附錄



本文編號：3817652