本文關(guān)鍵詞：我國(guó)A股市場(chǎng)多因子量化選股模型實(shí)證分析　出處：《首都經(jīng)濟(jì)貿(mào)易大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 多因子選股 核主成分分析KPCA 核主成分回歸KPCR 量化投資 核函數(shù)

【摘要】：量化投資是指通過(guò)數(shù)量化方式及計(jì)算機(jī)程序化發(fā)出買賣指令,以獲取穩(wěn)定收益為目的的交易方式。量化投資的研究和應(yīng)用對(duì)我國(guó)投資領(lǐng)域具有重要意義。量化投資中的多因子選股模型是投資機(jī)構(gòu)建立股票池的一種重要方法。本文針對(duì)多因子選股策略進(jìn)行分析,候選因子選取納入多維度指標(biāo)數(shù)據(jù)進(jìn)入模型,包括基本面類、技術(shù)面類、宏觀因子類、投資者情緒類等55個(gè)指標(biāo)。由于我國(guó)經(jīng)濟(jì)數(shù)據(jù)復(fù)雜,為解決多維度因子間的非線性相關(guān)性,本文引入了核函數(shù)來(lái)識(shí)別并提取候選因子的特征,提出核主成分分析與回歸KPCR的方法,并給出了具體的實(shí)施步驟,找到了戰(zhàn)勝市場(chǎng)指數(shù)的投資組合。通過(guò)具體的實(shí)驗(yàn)驗(yàn)證分析,將滬深300成分股、多時(shí)間點(diǎn)的指標(biāo)數(shù)據(jù)作為輸入的原始數(shù)據(jù),引入核方法在高維特征空間提取了前五個(gè)主成分,其方差貢獻(xiàn)率達(dá)到92%,比較發(fā)現(xiàn)其降維效果優(yōu)于傳統(tǒng)的主成分分析和偏最小二乘回歸方法。將降維后的數(shù)據(jù)進(jìn)行收益回歸,構(gòu)造出多因子選股模型,經(jīng)計(jì)算該模型的MAPE值、MSE值分別為3.31%、0.00647,驗(yàn)證了該模型對(duì)收益具有很好的預(yù)測(cè)效果�；販y(cè)發(fā)現(xiàn),由該模型構(gòu)造的投資組合其戰(zhàn)勝市場(chǎng)基準(zhǔn)頻率為83.65%,能以大概率跑贏市場(chǎng)。最后得出結(jié)論,在我國(guó)股票市場(chǎng)數(shù)據(jù)復(fù)雜的背景下,運(yùn)用核主成分回歸方法可以很好地進(jìn)行模式識(shí)別,找到最影響收益的顯著因子,從而有效地選股建立超過(guò)市場(chǎng)的投資組合。
[Abstract]:Quantitative investment refers to the number of instructions issued by the sale of the way and a computer program for the purpose of the transaction to obtain stable income. The research and application of quantitative investment has important significance to our country's investment. The multi factor model to quantify the investment in stock is an important method to build investment institutions. The stock pool according to the analysis of multi factor selection strategies, selection of candidate factors into multi dimension data into the model, including the fundamentals, technical, macro factors, such as investor sentiment index. 55 because of China's economic data to solve complex nonlinear relationship between the characteristics of multi dimension factor, this paper introduces the kernel function to identify and the extraction of candidate factors, proposed method of kernel principal component analysis and regression of KPCR, and gives the specific implementation steps, found over market index portfolio. Through out Analysis and experimental verification of the CSI 300 stocks, at the same time as the original data input data, introducing the kernel extraction method of the first five principal components in high dimensional feature space, the variance contribution rate reached 92%, compared to the principal component analysis to reduce the dimension effect is better than the traditional and partial least squares regression method. The reduced dimensionality of the data of income return, construct a multi factor model of stock, by the calculation of MAPE value, MSE value were 3.31%, 0.00647, and verification of the model has a good prediction of income. Back test found that the model constructed by the portfolio over the market reference frequency 83.65%, with a large probability can outperform the market. In conclusion, the data of China's stock market complex background, using kernel principal component regression method can be good for pattern recognition, to find the most significant factor affecting revenue, thus Effective stock selection to set up portfolios beyond the market.

【學(xué)位授予單位】：首都經(jīng)濟(jì)貿(mào)易大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：F832.51;F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱劍祥;;基于改進(jìn)的核主元回歸的賴氨酸發(fā)酵軟測(cè)量[J];信息技術(shù);2015年11期

2 楊喻欽;;基于Alpha策略的量化投資研究[J];中國(guó)市場(chǎng);2015年25期

3 盛光進(jìn);;股票價(jià)值量化投資模型的建立與實(shí)踐[J];長(zhǎng)沙民政職業(yè)技術(shù)學(xué)院學(xué)報(bào);2014年03期

4 蔣鐵軍;張懷強(qiáng);;基于相空間重構(gòu)和進(jìn)化KPCR的GDP預(yù)測(cè)研究[J];統(tǒng)計(jì)與決策;2014年03期

5 萬(wàn)星火;鄭俊玲;金永超;;基于KPCA的高校學(xué)業(yè)預(yù)警模型及其應(yīng)用[J];數(shù)學(xué)理論與應(yīng)用;2013年04期

6 齊琛;方秋蓮;;偏最小二乘建模在R軟件中的實(shí)現(xiàn)及實(shí)證分析[J];數(shù)學(xué)理論與應(yīng)用;2013年02期

7 高宏賓;侯杰;李瑞光;;基于核主成分分析的數(shù)據(jù)流降維研究[J];計(jì)算機(jī)工程與應(yīng)用;2013年11期

8 陳永良;路來(lái)君;;核主成分回歸分析方法及應(yīng)用[J];國(guó)土資源科技管理;2012年06期

9 程硯秋;遲國(guó)泰;;基于核主成分分析的生態(tài)評(píng)價(jià)模型及其應(yīng)用研究[J];中國(guó)管理科學(xué);2011年03期

10 林曉明;戴軍;葛新元;;第三條道路:冬蟲夏草型投資基金構(gòu)想[J];資本市場(chǎng);2011年04期

相關(guān)碩士學(xué)位論文 前10條

1 孫嬌;多因子量化投資策略及實(shí)證檢驗(yàn)[D];南京大學(xué);2016年

2 趙子瑜;量化分析在我國(guó)A股市場(chǎng)中的應(yīng)用研究[D];安徽財(cái)經(jīng)大學(xué);2015年

3 章宏帆;運(yùn)用量化投資策略實(shí)現(xiàn)超額收益Alpha的理論與實(shí)踐[D];浙江大學(xué);2015年

4 坑雯竹;基于多因子模型的量化選股及績(jī)效分析[D];東北財(cái)經(jīng)大學(xué);2015年

5 李雪蓮;基本面與技術(shù)面相結(jié)合的A股量化選股模型設(shè)計(jì)[D];河北經(jīng)貿(mào)大學(xué);2015年

6 宣云云;量化投資策略及其績(jī)效分析實(shí)證研究[D];東北財(cái)經(jīng)大學(xué);2014年

7 曹春曉;中國(guó)A股市場(chǎng)多因素選股模型實(shí)證分析[D];南京大學(xué);2014年

8 張利平;基于多因子模型的量化選股[D];河北經(jīng)貿(mào)大學(xué);2014年

9 郭媛媛;基于核主成分回歸的多重共線性消除問(wèn)題研究[D];河北聯(lián)合大學(xué);2014年

10 江方敏;基于多因子量化模型的A股投資組合選股分析[D];西南交通大學(xué);2013年

，

本文編號(hào)：1407793