本文關(guān)鍵詞：基于市場異象與股價預(yù)測的在線投資組合策略研究

  更多相關(guān)文章： 在線投資組合選擇 市場異象 股價預(yù)測 多分段損失函數(shù) 被動主動算法

【摘要】：投資組合選擇問題,是指投資者在不確定環(huán)境下對金融資產(chǎn)進行選擇與合理配置的決策問題。金融市場的復(fù)雜性決定了投資者在進行投資活動時,其面臨的市場環(huán)境是不斷變化的。為了實現(xiàn)收益最大化的目標(biāo),投資者需要在對未來信息一無所知的情形下,根據(jù)當(dāng)前市場環(huán)境的信息狀況不斷地調(diào)整投資策略。因此,投資組合選擇并非一勞永逸,而是一個動態(tài)、在線的問題。以均值-方差模型為基礎(chǔ)的投資組合理論研究主要集中在靜態(tài)情形下進行,而在動態(tài)情形下,由于相關(guān)模型的求解極為困難,導(dǎo)致其研究結(jié)果較少。近年來,隨著在線算法逐漸運用到投資組合選擇問題的研究工作中,在線投資組合理論研究得以快速發(fā)展。本文借助市場異象特征、在線學(xué)習(xí)算法對投資組合問題進行研究,得到了以下成果:1.提出了基于L1-中位數(shù)的一種新的泛證券投資組合策略。本文基于歷史時間窗口的數(shù)據(jù)信息、利用具有魯棒性的L1-中位數(shù)估計得到預(yù)期價格趨勢,通過最大化預(yù)期收益,給出一種新的在線投資組合策略,它既可解決經(jīng)典UP策略因存在高維空間積分而導(dǎo)致計算復(fù)雜的問題,同時又能夠盡可能地利用歷史數(shù)據(jù)信息。本文進一步證明了新策略是一個泛證券投資組合策略;最后通過市場真實數(shù)據(jù)的實證檢驗表明:與各基準(zhǔn)策略相比,該策略能夠取得較好的收益。2.提出了分別具有動量特征、反轉(zhuǎn)特征的兩個新的Switching交易策略。關(guān)注投資組合實施過程中各基本策略之間轉(zhuǎn)換機制的設(shè)計,并以市場異象為切入點,充分學(xué)習(xí)市場異象的特征,根據(jù)動量效應(yīng)、反轉(zhuǎn)效應(yīng)構(gòu)造體現(xiàn)不同特征的基準(zhǔn)策略轉(zhuǎn)換概率,設(shè)計出具有動量特征或反轉(zhuǎn)特征的新的Switching交易策略。本文給出并證明了具有動量效應(yīng)特征的策略的收益下界;最后通過市場真實數(shù)據(jù)的實證檢驗表明:新的Switching策略能在不同的組合下獲得優(yōu)于各基準(zhǔn)策略的收益,追蹤甚至更優(yōu)于事后最優(yōu)定常再調(diào)整投資策略的表現(xiàn)。3.提出了多周期非對稱均值回歸被動主動策略。針對現(xiàn)有基于均值回歸的在線策略大多假設(shè)均值回歸是多周期對稱或者單周期非對稱、而實際中均值回歸一般同時具有多周期性和非對稱性的問題,本文研究具有多周期非對稱性均值回歸性質(zhì)的在線策略。通過構(gòu)造多分段損失函數(shù),結(jié)合被動-主動算法的分類思想,提出了一種新的在線投資組合策略。這個新策略具有線性時間復(fù)雜度,因而適用于大規(guī)模交易。雖然該策略很難得到一個理論上的收益保證,但通過四個真實市場數(shù)據(jù)集的實證檢驗,證明新策略能夠取得比以往策略更優(yōu)異的收益,同時能夠承受更高的交易費用比率�？偟膩碚f,本文基于市場異象的特征與股價預(yù)測的方法,對現(xiàn)有在線投資組合策略進行了改進、研究。本研究不僅豐富了現(xiàn)代投資組合理論,尤其是在線投資組合理論,而且對在線投資者具有重要的現(xiàn)實指導(dǎo)意義。
【關(guān)鍵詞】：在線投資組合選擇 市場異象 股價預(yù)測 多分段損失函數(shù) 被動主動算法
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F832.51
【目錄】：

• 摘要5-7
• Abstract7-11
• 第一章 緒論11-21
• 1.1 研究背景及意義11-12
• 1.2 文獻(xiàn)綜述12-17
• 1.3 研究目標(biāo)及內(nèi)容17-18
• 1.3.1 研究目標(biāo)17-18
• 1.3.2 研究內(nèi)容18
• 1.4 研究方法及技術(shù)路線18-20
• 1.4.1 研究方法18-19
• 1.4.2 研究的技術(shù)路線圖19-20
• 1.5 本文結(jié)構(gòu)20-21
• 第二章 相關(guān)理論回顧21-28
• 2.1 相關(guān)概念及記號21-23
• 2.2 基準(zhǔn)策略23-24
• 2.3 趨勢性策略24-25
• 2.4 反轉(zhuǎn)性策略25-27
• 2.5 本章小結(jié)27-28
• 第三章 基于股價預(yù)測的泛證券投資組合策略28-40
• 3.1 基于L1-中位數(shù)預(yù)測的EGLM策略28-31
• 3.1.1 L1-中位數(shù)28-29
• 3.1.2 EGLM策略29-31
• 3.2 策略競爭性能分析31-35
• 3.3 算法性能分析35-36
• 3.4 實證分析36-39
• 3.5 本章小結(jié)39-40
• 第四章 基于市場異象的Switching投資組合策略40-49
• 4.1 轉(zhuǎn)換概率固定的Switching策略40-41
• 4.2 基于市場異象的Switching策略41-43
• 4.3 策略競爭性能分析43-45
• 4.4 實證分析45-47
• 4.5 本章小結(jié)47-49
• 第五章 基于多周期非對稱均值回歸的在線投資組合策略49-62
• 5.1 MAMR在線投資組合模型49-53
• 5.2 MAMR-MAR算法設(shè)計及其性能分析53-54
• 5.3 實證分析54-60
• 5.4 本章小結(jié)60-62
• 總結(jié)62-65
• 參考文獻(xiàn)65-70
• 攻讀碩士學(xué)位期間取得的研究成果70-71
• 致謝71-73
• 附表73

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 權(quán)小鋒;洪濤;吳世農(nóng);;選擇性關(guān)注、鴕鳥效應(yīng)與市場異象[J];金融研究;2012年03期

2 劉紅;;對開放基金市場異象的心理學(xué)思考[J];河南社會科學(xué);2008年S1期

3 楊奇志;;我國證券市場異象分析[J];現(xiàn)代商貿(mào)工業(yè);2010年08期

4 藍(lán)發(fā)欽;李琳;;中國上市公司控制權(quán)轉(zhuǎn)移市場異象的實證研究[J];福建師范大學(xué)學(xué)報(哲學(xué)社會科學(xué)版);2007年01期

5 張劍;張再生;閆東玲;;中國證券市場異象的持續(xù)性檢驗[J];系統(tǒng)工程;2012年03期

6 戴志敏,姜宇霏;證券市場異象的行為金融學(xué)探討及對我國的啟示[J];商業(yè)研究;2003年04期

7 張煜;;行為金融學(xué)對于有效市場異象現(xiàn)象的分析[J];知識經(jīng)濟;2009年13期

8 劉潔;;有效證券市場異象的行為金融學(xué)解釋[J];統(tǒng)計與決策;2005年23期

9 何承麗;;中國金融市場異象研究[J];經(jīng)營管理者;2011年23期

10 張泉清;崔琳;;噪聲交易理論與我國證券市場異象的博弈分析[J];中國市場;2006年Z3期

中國重要報紙全文數(shù)據(jù)庫 前3條

1 證券時報記者 游石;資金面基本面矛盾催生商品市場異象[N];證券時報;2010年

2 交銀國際董事總經(jīng)理兼首席策略師 洪灝;市場異象折射出什么[N];中國保險報;2014年

3 香港資深投資銀行家 溫天納;從市場異象看人民幣走勢[N];證券時報;2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 彭子衿;基于市場異象與股價預(yù)測的在線投資組合策略研究[D];華南理工大學(xué);2016年

2 李琳;控制權(quán)轉(zhuǎn)移市場異象的實證研究[D];華東師范大學(xué);2006年

，

本文編號：597148