本文選題：量化　切入點(diǎn)：擇時(shí)　出處：《浙江工商大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：本文將隱式馬爾可夫模型應(yīng)用于中國股市得到了不錯(cuò)的效果,在模型的回測(cè)中針對(duì)各個(gè)問題分別進(jìn)行處理。在回測(cè)的設(shè)計(jì)方面將模型設(shè)計(jì)出一種不斷更新的模式,即以m天的數(shù)據(jù)作為模型的訓(xùn)練數(shù)據(jù)每隔n天進(jìn)行數(shù)據(jù)更新,這里的m與n作為交易方案中重要的參數(shù)以最大或模型樣本內(nèi)夏普比率為目標(biāo)進(jìn)行網(wǎng)格搜索優(yōu)化。在交易的形成方面根據(jù)各個(gè)隱藏狀態(tài)在模型訓(xùn)練樣本內(nèi)的收益情況進(jìn)行打分,選取得分最高的隱藏狀態(tài)進(jìn)行交易,在交易的實(shí)施方面以每日的開盤價(jià)進(jìn)行交易,收盤價(jià)進(jìn)行結(jié)算。在回測(cè)標(biāo)的的選擇方面分別以滬深300、中證500和上證50三個(gè)標(biāo)的分別進(jìn)行回測(cè),從回測(cè)結(jié)果上看,模型在樣本內(nèi)均能取得不錯(cuò)的效果,從三個(gè)市場(chǎng)的回測(cè)凈值曲線上不難看出模型均能很好的應(yīng)對(duì)2009年的牛熊轉(zhuǎn)換,但是模型在2015年下半年均出現(xiàn)了巨大的回撤,這說明模型在較為復(fù)雜的市場(chǎng)情況下不能很好的做出反應(yīng),當(dāng)除去2015年的快速下跌導(dǎo)致的回撤后模型的回測(cè)效果明顯得到改善。為了驗(yàn)證模型的穩(wěn)定性,分別針對(duì)不同的更新速度以及模型訓(xùn)練期進(jìn)行回測(cè),回測(cè)結(jié)果上看出模型存在廣闊的參數(shù)高原,因此可以認(rèn)為模型在參數(shù)優(yōu)化的方面過擬合的可能性較小,除此之外針對(duì)不同的模型輸入特殊特征分別進(jìn)行回測(cè),從結(jié)果上看出模型在不同的輸入特征下均能取得不錯(cuò)的效果,這也說明了模型的穩(wěn)定性,最終認(rèn)定基于隱式馬爾可夫模型的擇時(shí)策略是個(gè)較為有效的策略。
[Abstract]:In this paper, the implicit Markov model is applied to the Chinese stock market with good results, and the model is dealt with separately in the reverse-test of the model. In the design of the model, a new model is designed. That is, the training data using m-day data as the model is updated every n days. The m and n are used as important parameters in the transaction scheme to optimize the mesh search with the maximum or sharp ratio in the model sample. In the formation of the transaction, the transaction is graded according to the earnings of each hidden state in the model training sample. The stealthy state with the highest score is chosen to trade, and the daily opening price is used to carry out the transaction. The closing price of the stock market is settled. In the selection of the target for the back test, the three marks, namely Shanghai and Shenzhen 300, China Stock Exchange 500 and Shanghai Stock Exchange 50, are respectively selected. From the result of the review, the model can all achieve good results in the sample. It is not difficult to see from the net return curve of the three markets that the models can well cope with the transition in 2009, but the models all showed a huge retreat in the second half of 2015. This shows that the model does not react well in the more complex market conditions, and the model's backtracking effect is significantly improved after the withdrawal caused by the rapid fall of 2015, in order to verify the stability of the model. According to the different renewal speed and the training period of the model, the results show that there is a wide parameter plateau in the model, so it can be considered that the model is less likely to be over-fitted in parameter optimization. In addition, according to the special characteristics of different model input, the results show that the model can achieve good results under different input characteristics, which also shows the stability of the model. Finally, the time selection strategy based on implicit Markov model is considered to be a more effective strategy.
【學(xué)位授予單位】：浙江工商大學(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8條

1 翟肖東;;我國A股市場(chǎng)有效性實(shí)證分析[J];金融經(jīng)濟(jì);2014年12期

2 費(fèi)為銀;李鈺;石學(xué)芹;李娟;;奈特不確定和部分信息下的最優(yōu)交易策略[J];應(yīng)用數(shù)學(xué)學(xué)報(bào);2014年02期

3 李鈺;費(fèi)為銀;石學(xué)芹;李娟;;在部分信息下股票收益服從隱馬爾科夫模型的最優(yōu)交易策略[J];東華大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年06期

4 胡淑蘭;魏捷;黃晟;;基于HMM的中國股市狀態(tài)轉(zhuǎn)換及預(yù)測(cè)[J];統(tǒng)計(jì)與決策;2011年22期

5 余文利;廖建平;馬文龍;;一種新的基于隱馬爾可夫模型的股票價(jià)格時(shí)間序列預(yù)測(cè)方法[J];計(jì)算機(jī)應(yīng)用與軟件;2010年06期

6 朱嘉瑜;葉海燕;高鷹;;基于隱馬爾可夫模型的股票價(jià)格預(yù)測(cè)組合模型[J];計(jì)算機(jī)工程與設(shè)計(jì);2009年21期

7 湯果;陳方正;;我國股票價(jià)格的隨機(jī)游走與我國指數(shù)化投資的發(fā)展[J];價(jià)格理論與實(shí)踐;2008年06期

8 張?jiān)嘛w;史震濤;陳耀光;;香港與大陸股市有效性比較研究[J];金融研究;2006年06期

相關(guān)博士學(xué)位論文 前2條

1 李嵩松;基于隱馬爾可夫模型和計(jì)算智能的股票價(jià)格時(shí)間序列預(yù)測(cè)[D];哈爾濱工業(yè)大學(xué);2011年

2 段江嬌;基于模型的時(shí)間序列數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2008年

相關(guān)碩士學(xué)位論文 前8條

1 祖明宇;基于無限隱性馬爾科夫區(qū)制轉(zhuǎn)換模型對(duì)中國股市泡沫的研究[D];吉林大學(xué);2016年

2 黃冉;基于隱馬爾科夫模型（HMM）的股票價(jià)格預(yù)測(cè)分析[D];青島大學(xué);2015年

3 陳之星;基于隱馬爾科夫模型的滬深300市場(chǎng)波動(dòng)結(jié)構(gòu)突變研究[D];成都理工大學(xué);2015年

4 孫琦;基于HMM-ANN混合模型的證券時(shí)間序列預(yù)測(cè)模型的研究與應(yīng)用[D];昆明理工大學(xué);2014年

5 龔健;基于隱馬爾可夫鏈的證券價(jià)格模型及實(shí)證分析[D];復(fù)旦大學(xué);2011年

6 何成剛;馬爾科夫模型預(yù)測(cè)方法的研究及其應(yīng)用[D];安徽大學(xué);2011年

7 商曄;隱馬爾可夫模型參數(shù)訓(xùn)練的改進(jìn)及在股市預(yù)測(cè)中的應(yīng)用[D];上海交通大學(xué);2011年

8 項(xiàng)勇;基于DSP和HMM的語音識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];武漢科技大學(xué);2008年

，

本文編號(hào)：1559555