本文關鍵詞：基于函數(shù)型數(shù)據(jù)分析的期貨價格曲線形態(tài)識別

  更多相關文章： 函數(shù)型數(shù)據(jù)分析 量化投資 期貨交易系統(tǒng)

【摘要】：金融市場的交易不間斷的進行著，價格始終以高頻更新著，傳統(tǒng)的時間序列分析方法在解決金融數(shù)據(jù)的時候往往效果較差，原因是金融價格產(chǎn)生的隨機過程一般是非平穩(wěn)的。函數(shù)型數(shù)據(jù)分析把觀測數(shù)據(jù)看成一個整體，即將價格變化過程視為一個連續(xù)的隨機過程，其樣本也就是一系列的曲線，進而從函數(shù)的角度進行分析。因此，將函數(shù)型數(shù)據(jù)分析應用在量化投資中，構(gòu)建基于函數(shù)型數(shù)據(jù)分析的期貨價格形態(tài)識別模型，是本文研究的重點。 首先，建立基于函數(shù)型數(shù)據(jù)分析的價格曲線形態(tài)識別模型。通過函數(shù)型數(shù)據(jù)主成分分析對期貨價格曲線進行特征分析，選取特征值最大的第一主成分函數(shù)作為輸入端進行K-Means聚類分析，聚類結(jié)果表明歸屬20個不同質(zhì)心函數(shù)的樣本呈現(xiàn)顯著的差異性。 然后，進行期貨價格曲線形態(tài)識別的實證分析，構(gòu)建期貨交易系統(tǒng)。設計了交易系統(tǒng)的研究框架，包括評價指標，回溯外推檢驗設計以及最優(yōu)化設計。進而，根據(jù)期貨價格曲線形態(tài)識別模型設計交易系統(tǒng)的核心部分——交易策略。 最后，針對交易系統(tǒng)外推檢驗的結(jié)果進行評價分析，，在外推檢驗報告中表明，該模型具有年化收益10%，日虧損超過1%的交易日僅占2%的總交易日的良好表現(xiàn)，不足之處在于最大回撤率為8%。仍存在有一定的長期風險。
【關鍵詞】：函數(shù)型數(shù)據(jù)分析 量化投資 期貨交易系統(tǒng)
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：F224;F830.9
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-19
• 1.1 研究背景及意義10-12
• 1.1.1 研究背景10-11
• 1.1.2 研究意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-17
• 1.2.1 期貨市場研究12-13
• 1.2.2 函數(shù)型數(shù)據(jù)分析與應用研究13-17
• 1.3 研究內(nèi)容與方法17-18
• 1.3.1 研究內(nèi)容17
• 1.3.2 研究方法17-18
• 1.4 本章小結(jié)18-19
• 第二章 量化投資19-23
• 2.1 量化投資簡述19-20
• 2.2 量化投資的優(yōu)勢20-21
• 2.3 量化投資的發(fā)展歷程21-22
• 2.4 本文研究的量化投資問題22
• 2.5 本章小結(jié)22-23
• 第三章 函數(shù)型數(shù)據(jù)分析23-31
• 3.1 函數(shù)型數(shù)據(jù)23-24
• 3.1.1 函數(shù)型數(shù)據(jù)分析的目的23
• 3.1.2 函數(shù)型數(shù)據(jù)的研究方法23-24
• 3.1.3 函數(shù)型數(shù)據(jù)統(tǒng)計量24
• 3.2 常用基函數(shù)系統(tǒng)24-27
• 3.3 函數(shù)型數(shù)據(jù)基函數(shù)展開27-29
• 3.4 函數(shù)型數(shù)據(jù)主成分分析29
• 3.5 函數(shù)型數(shù)據(jù)聚類分析29-30
• 3.6 本章小結(jié)30-31
• 第四章 期貨價格曲線形態(tài)識別模型31-43
• 4.1 中國期貨市場概述31
• 4.1.1 期貨市場發(fā)展現(xiàn)狀31
• 4.1.2 期貨市場特征31
• 4.2 期貨價格曲線形態(tài)識別研究框架31-34
• 4.2.1 數(shù)據(jù)抽取及清洗32-33
• 4.2.2 基函數(shù)系統(tǒng)建立33-34
• 4.3 期貨價格曲線形態(tài)識別34-42
• 4.3.1 函數(shù)型數(shù)據(jù)主成分分析34-38
• 4.3.2 函數(shù)型數(shù)據(jù) K-Means 聚類分析38-42
• 4.4 本章小結(jié)42-43
• 第五章 期貨價格曲線形態(tài)識別實證分析43-54
• 5.1 期貨交易系統(tǒng)簡述43
• 5.2 期貨交易系統(tǒng)設計43-47
• 5.2.1 評價指標44
• 5.2.2 歷史回溯與外推檢驗44-45
• 5.2.3 最優(yōu)化設計45-47
• 5.3 基于期貨價格曲線形態(tài)識別的交易系統(tǒng)47-53
• 5.3.1 交易策略設計47-49
• 5.3.2 交易結(jié)果及分析49-53
• 5.4 相關建議53
• 5.5 本章小結(jié)53-54
• 結(jié)論54-55
• 參考文獻55-59
• 附錄59-66
• 攻讀碩士學位期間取得的研究成果66-67
• 致謝67-68
• 附件68

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 成忠;張立慶;;樣條變換集成罰函數(shù)偏最小二乘方法用于光譜數(shù)據(jù)重構(gòu)和定量分析[J];分析化學;2009年12期

2 葉蘇;于冷;;主成分分析法分析中國大豆期貨價格波動因素[J];哈爾濱商業(yè)大學學報(自然科學版);2012年01期

3 陳曉鋒;殷瑞飛;;基于基函數(shù)展開的函數(shù)型數(shù)據(jù)聚類方法[J];統(tǒng)計與決策;2009年19期

4 曲愛麗;朱建平;;函數(shù)型數(shù)據(jù)的共同主成分分析探究及展望[J];統(tǒng)計與信息論壇;2009年02期

5 丁秀玲;華仁海;;大連商品交易所大豆與豆粕期貨價格之間的套利研究[J];統(tǒng)計研究;2007年02期

6 蘇為華;孫利榮;崔峰;;一種基于函數(shù)型數(shù)據(jù)的綜合評價方法研究[J];統(tǒng)計研究;2013年02期

7 凌能祥;丁潔;;相依函數(shù)型數(shù)據(jù)條件密度估計的漸近性質(zhì)[J];數(shù)學物理學報;2012年03期

8 管宇;顧光同;黃龍生;;近60年昆明降水量特征分析[J];生物數(shù)學學報;2013年02期

9 黃恒君;;基于函數(shù)型主成分的收入分布變遷特征探索[J];統(tǒng)計與決策;2013年20期

10 邱雁;;國際投機基金對大豆期貨價格影響的實證分析[J];中國農(nóng)村經(jīng)濟;2010年04期

本文編號：546344