本文關(guān)鍵詞：基于B-L模型的量化投資研究

  更多相關(guān)文章： 量化投資 B-L模型 高夏普比率指數(shù) 資產(chǎn)選擇 權(quán)重分配

【摘要】：隨著世界經(jīng)濟(jì)的快速發(fā)展,人類的投資手段也越來越豐富,同時(shí)對(duì)投資理財(cái)?shù)囊笠苍絹碓礁?量化投資則在該背景下適時(shí)而生,并且量化投資越來越受到投資者的關(guān)注.在金融投資體系中已占據(jù)了很重要的位置.目前國(guó)內(nèi)有關(guān)量化投資的研究只是起步階段,量化投資在我國(guó)發(fā)展并不成熟,發(fā)展歷史很短.大部分投資者對(duì)量化投資的概念很模糊,因此對(duì)于量化投資的研究給予投資者具有一定的指導(dǎo)意義.本文的主要研究?jī)?nèi)容歸納如下:第一章,主要介紹量化投資的相關(guān)研究背景及現(xiàn)狀,同時(shí)指出了本文的主要內(nèi)容、方法和創(chuàng)新之處.第二章,對(duì)量化投資的概念、量化投資的國(guó)內(nèi)外實(shí)際發(fā)展?fàn)顩r、量化投資平臺(tái)進(jìn)行了詳細(xì)的介紹與分析.第三章,由于量化投資的整個(gè)過程中投資策略是關(guān)鍵,而投資策略的關(guān)鍵是資產(chǎn)選擇與資產(chǎn)分配.根據(jù)以上步驟,基于我國(guó)股票市場(chǎng)現(xiàn)狀,介紹了一種股票投資策略.通過構(gòu)建高夏普比率指數(shù)進(jìn)行股票選取.并對(duì)Black-Litterman模型進(jìn)行了改進(jìn),通過CCC-GARCH模型去估計(jì)Black-Litterman模型中的投資者觀點(diǎn)偏差,克服了傳統(tǒng)的Black-Litterman模型中所要求的資產(chǎn)之間須具有不相關(guān)性這一條件.第四章,基于我國(guó)股票市場(chǎng)的數(shù)據(jù)對(duì)股票策略模型進(jìn)行了實(shí)證檢驗(yàn)與分析,實(shí)證結(jié)果表明,該模型給出的投資策略能獲得較好的超額收益,具有很好的優(yōu)越性.第五章對(duì)本文進(jìn)行了總結(jié)與展望.
【關(guān)鍵詞】：量化投資 B-L模型 高夏普比率指數(shù) 資產(chǎn)選擇 權(quán)重分配
【學(xué)位授予單位】：廣州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F832.51
【目錄】：

• 摘要5-6
• Abstract6-12
• 第1章 引言12-16
• 1.1 選題背景及意義12-13
• 1.2 量化投資的相關(guān)研究13-14
• 1.3 研究?jī)?nèi)容、方法與創(chuàng)新之處14-16
• 第2章 量化投資簡(jiǎn)介16-28
• 2.1 基本概念16-17
• 2.2 量化投資發(fā)展現(xiàn)狀17-20
• 2.2.1 國(guó)外量化投資現(xiàn)狀17-19
• 2.2.2 國(guó)內(nèi)量化投資現(xiàn)狀19-20
• 2.3 量化投資平臺(tái)20-25
• 2.3.1 OpenQuant策略交易平臺(tái)20-21
• 2.3.2 RightEdge程序化交易平臺(tái)21
• 2.3.3 基于Apama框架開發(fā)的平臺(tái)21-22
• 2.3.4 開拓者自動(dòng)化交易平臺(tái)22-23
• 2.3.5 國(guó)泰安量化投資研究平臺(tái)(QIA)23-25
• 2.4 量化平臺(tái)綜合對(duì)比分析25-28
• 第3章 股票策略模型28-38
• 3.1 基于高夏普比率指數(shù)的股票選擇28-33
• 3.1.1 資產(chǎn)選擇相關(guān)研究28-30
• 3.1.2 構(gòu)建高夏普比率指數(shù)30-31
• 3.1.3 基于LASSO方法的股票選擇31-33
• 3.2 資產(chǎn)權(quán)重分配33-36
• 3.2.1 權(quán)重分配相關(guān)研究33-34
• 3.2.2 改進(jìn)B-L模型下的股票投資組合權(quán)重34-36
• 3.3 波動(dòng)率預(yù)測(cè)36-38
• 第4章 實(shí)證結(jié)果與分析38-47
• 4.1 數(shù)據(jù)來源與預(yù)處理38
• 4.1.1 數(shù)據(jù)來源38
• 4.1.2 數(shù)據(jù)預(yù)處理38
• 4.2 策略模型結(jié)果與分析38-43
• 4.2.1 高夏普比率指數(shù)結(jié)果38-39
• 4.2.2 LASSO選股結(jié)果分析39-40
• 4.2.3 CCC-GARCH估計(jì)結(jié)果40-43
• 4.3 B-L模型中資產(chǎn)間相關(guān)性分析43-47
• 4.3.1 分層動(dòng)量選股43-44
• 4.3.2 策略結(jié)果對(duì)比44-46
• 4.3.3 小結(jié)46-47
• 第5章 總結(jié)與展望47-49
• 5.1 總結(jié)47
• 5.2 展望47-49
• 參考文獻(xiàn)49-52
• 攻讀碩士學(xué)位期間所發(fā)表的論文52-53
• 致謝53

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王艷;陳敏;趙子龍;;基于高頻夏普指數(shù)的組合證券投資模型[J];系統(tǒng)工程理論與實(shí)踐;2015年01期

2 符永健;程希駿;劉峰;;基于量化觀點(diǎn)和Black-Litterman模型的期貨投資組合[J];中國(guó)科學(xué)院大學(xué)學(xué)報(bào);2014年04期

3 曹正鳳;紀(jì)宏;謝邦昌;;使用隨機(jī)森林算法實(shí)現(xiàn)優(yōu)質(zhì)股票的選擇[J];首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào);2014年02期

4 蘇治;傅曉媛;;核主成分遺傳算法與SVR選股模型改進(jìn)[J];統(tǒng)計(jì)研究;2013年05期

5 李云紅;魏宇;;我國(guó)鋼材期貨市場(chǎng)波動(dòng)率的GARCH族模型研究[J];數(shù)理統(tǒng)計(jì)與管理;2013年02期

6 孟勇;;對(duì)Black-Litterman模型加入主觀收益方法的改進(jìn)[J];統(tǒng)計(jì)研究;2012年02期

7 溫琪;陳敏;梁斌;;基于Black-Litterman框架的資產(chǎn)配置策略研究[J];數(shù)理統(tǒng)計(jì)與管理;2011年04期

8 郭暢;;基于Black-Litterman模型的資產(chǎn)配置研究[J];湖北大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

9 楊洲木;門可佩;李俊;;基于GJR-GARCH模型的上海證券市場(chǎng)實(shí)證研究[J];現(xiàn)代商貿(mào)工業(yè);2008年01期

10 謝赤;禹湘;周暉;;證券投資基金慣性反轉(zhuǎn)投資行為實(shí)證研究[J];財(cái)經(jīng)研究;2006年10期

，

本文編號(hào)：599949