本文關鍵詞：我國A股市場多因子量化選股模型實證分析　出處：《首都經(jīng)濟貿(mào)易大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 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】：量化投資是指通過數(shù)量化方式及計算機程序化發(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用對我國投資領域具有重要意義。量化投資中的多因子選股模型是投資機構(gòu)建立股票池的一種重要方法。本文針對多因子選股策略進行分析,候選因子選取納入多維度指標數(shù)據(jù)進入模型,包括基本面類、技術面類、宏觀因子類、投資者情緒類等55個指標。由于我國經(jīng)濟數(shù)據(jù)復雜,為解決多維度因子間的非線性相關性,本文引入了核函數(shù)來識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,并給出了具體的實施步驟,找到了戰(zhàn)勝市場指數(shù)的投資組合。通過具體的實驗驗證分析,將滬深300成分股、多時間點的指標數(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主成分,其方差貢獻率達到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)進行收益回歸,構(gòu)造出多因子選股模型,經(jīng)計算該模型的MAPE值、MSE值分別為3.31%、0.00647,驗證了該模型對收益具有很好的預測效果�；販y發(fā)現(xiàn),由該模型構(gòu)造的投資組合其戰(zhàn)勝市場基準頻率為83.65%,能以大概率跑贏市場。最后得出結(jié)論,在我國股票市場數(shù)據(jù)復雜的背景下,運用核主成分回歸方法可以很好地進行模式識別,找到最影響收益的顯著因子,從而有效地選股建立超過市場的投資組合。
[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.

【學位授予單位】：首都經(jīng)濟貿(mào)易大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F832.51;F224

【參考文獻】

相關期刊論文 前10條

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

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

3 盛光進;;股票價值量化投資模型的建立與實踐[J];長沙民政職業(yè)技術學院學報;2014年03期

4 蔣鐵軍;張懷強;;基于相空間重構(gòu)和進化KPCR的GDP預測研究[J];統(tǒng)計與決策;2014年03期

5 萬星火;鄭俊玲;金永超;;基于KPCA的高校學業(yè)預警模型及其應用[J];數(shù)學理論與應用;2013年04期

6 齊琛;方秋蓮;;偏最小二乘建模在R軟件中的實現(xiàn)及實證分析[J];數(shù)學理論與應用;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];計算機工程與應用;2013年11期

8 陳永良;路來君;;核主成分回歸分析方法及應用[J];國土資源科技管理;2012年06期

9 程硯秋;遲國泰;;基于核主成分分析的生態(tài)評價模型及其應用研究[J];中國管理科學;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;2011年04期

相關碩士學位論文 前10條

1 孫嬌;多因子量化投資策略及實證檢驗[D];南京大學;2016年

2 趙子瑜;量化分析在我國A股市場中的應用研究[D];安徽財經(jīng)大學;2015年

3 章宏帆;運用量化投資策略實現(xiàn)超額收益Alpha的理論與實踐[D];浙江大學;2015年

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

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

6 宣云云;量化投資策略及其績效分析實證研究[D];東北財經(jīng)大學;2014年

7 曹春曉;中國A股市場多因素選股模型實證分析[D];南京大學;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;2014年

9 郭媛媛;基于核主成分回歸的多重共線性消除問題研究[D];河北聯(lián)合大學;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;2013年

，

本文編號：1407793