隨著人工智能的發(fā)展,基于人工智能的量化選股模型孕育而生,他們大多采用智能優(yōu)化算法或機(jī)器學(xué)習(xí)預(yù)測方法進(jìn)行量化選股,這些選股模型無論在發(fā)達(dá)國家的資本市場還是在發(fā)展中國家的資本市場,都取得了優(yōu)異效果。本文同樣也采用了智能優(yōu)化算法和機(jī)器學(xué)習(xí)預(yù)測方法構(gòu)造量化選股模型。而本文的創(chuàng)新之處為:不僅考慮了基于市場的預(yù)測因子,也考慮企業(yè)的財務(wù)因子,將股票預(yù)測與股票評分相結(jié)合,形成一種全新的量化選股模型。模型主要包含兩個步驟,股票預(yù)測和股票評分。首先,構(gòu)建股票的預(yù)測因子,利用機(jī)器學(xué)習(xí)預(yù)測方法預(yù)測每一只股票的未來價格。其次,構(gòu)造股票評分機(jī)制,通過上一步的預(yù)測因子以及財務(wù)因子評估每一只股票。最后,選擇高評分的股票,進(jìn)行等權(quán)投資。本文將該模型應(yīng)用于A股市場的實證研究,并與其他基準(zhǔn)模型（不同的預(yù)測模型,不同的因子設(shè)計,不同的優(yōu)化算法,不同的適應(yīng)度函數(shù)）做系統(tǒng)性的比較。實證結(jié)果表明:使用本文所提出的量化選股模型在A股市場上取得了顯著成效,其構(gòu)建的投資組合收益率遠(yuǎn)高于市場平均表現(xiàn)（即所有候選股票等權(quán)的投資組合）和我國A股指數(shù)。值得注意的是,本文構(gòu)造的預(yù)測因子在模型優(yōu)化中被賦予了很高的權(quán)重,這個發(fā)現(xiàn)說明了本文構(gòu)造的股票預(yù)... 

【文章來源】：北京化工大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３－６三層ＢＰＮＮ示意圖??Ｆｉｇ．?３－６?ＢＰ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ?ｏｆ?３－ｌａｙｅｒ??

第四章?智能選股模型設(shè)計及實證分析??４．１模型設(shè)計??第４．１．１節(jié)介紹了模型的總體框架。第４．１．２節(jié)和第４．１．３節(jié)分別闡述選股模??型的主要步驟：股票預(yù)測和股票評分。第４．１．４節(jié)通過簡單的實例進(jìn)一步闡述了??本文的選股模型。??４＿１．１模型框架??本文提出的選股模型，主要包含兩個步驟，股票預(yù)測（用于構(gòu)造預(yù)測因子）??和股票評分（用于評估股票價值），總體框架如圖下所示：??步驟１：?步驟２：??股票預(yù)測?股票評分??，?Ｋ＾?ｒ－?Ａ?，????—?、??—．??／?＼?／?????、??輸入?｜?交易數(shù)據(jù)—?］?｜?一預(yù)測，因子＾＂?財務(wù)因子?］??＇?ｚａ，，?＇丨、?之，＋丨?Ｙ＇．ｕ?！??＼?／?＼?＾???、???－?■?????／??、?ｙ??￣￣￣?—－－－?ｒ?Ｔ??方法?ＥＬＭ?／?ＤＥ???／??????士??＇???｛????！?｛?預(yù)測價格?）｜?�。В�?ｔｓｉｆｉｏ?Ｉ?ｆ?權(quán)重ｉ?）?＼?ｍｊ?＼??ｌ?ｉ?Ｊ?！／：?［＿ＫＪ?……＾?！??：?Ｔ?又?！／?＊?、?￣￣￣ｙ＂?〉；］??輸出?Ｉ?ｆ?未今收益ｐ〕，＼?：?！??！?／＼?；?：??！?＞ｉ?｜?；?Ｉ?ｊ??！?（．標(biāo)ｉ化．?Ｉ?！?｜?ｆ?？?１??；；?＼?Ｉｄ?Ｊ?；??圖４－丨選股模型框架圖??Ｆｉｇ．?４－１?Ｏｖｅｒａｌｌ?ｆｒａｍｅｗｏｒｋ?ｏｆ?ｔｈｅ?ｐｒｏｐｏｓｅｄ?ｈｙｂｒｉｄ?ｓｔｏｃｋ?ｓｅｌｅｃｔｉｏｎ?ｍｅｔｈｏｄ??１９??

灰１名２，１?＋?＿?［??Ｉ?＾ＳＩ，０?＾Ｓ２，？?｜?Ｉ?０．２３??ｊ?１＾＝［０．Ｉ９?－０．１５］?Ｊ?！?ｊ?－?Ｌ—０．２３」?！??１?ｆ?＾?標(biāo)準(zhǔn)化過程?＾?！?＜?ｒ?Ｉ??１?Ｖ?ｉ?１?ｉ??ｉ?｜?ｉ??ｉ?｜??Ｉ?「Ａ?＾?－１?｜?Ｉ?ｆ?｜??；?＝１＾．．．．．．．令．＇」—凡?！?：?Ｉｆ?：??：?Ａ?：?：?ｌ?Ｊ?：??＇ｘ?Ｖ?＝Ｐ＞－ｎ?Ｊ?；?＼?；???，??，??圖４－２選股模型的實例??Ｆｉｇ．?４－２?Ａ?ｔｏｙ?ｅｘａｍｐｌｅ?ｆｏｒ?ｔｈｅ?ｐｒｏｐｏｓｅｄ?ｓｔｏｃｋ?ｓｅｌｅｃｔｉｏｎ?ｍｏｄｅｌ??４．２實驗設(shè)計??第４．２．１節(jié)詳盡的描述了數(shù)據(jù)來源。第４．２．２節(jié)介紹了基準(zhǔn)模型的設(shè)計，包??含：預(yù)測模型、因子設(shè)計、優(yōu)化算法和適應(yīng)度函數(shù)。第４．２．３節(jié)介紹了預(yù)測模型??和選股模型的評價指標(biāo)。第４．２．４節(jié)詳盡的描述了參數(shù)設(shè)置。??４．２．１數(shù)據(jù)描述??中國Ａ股市場在全球金融市場中的交易量和總市值日益增長，地位日益提??？４??

【參考文獻(xiàn)】：
期刊論文
[1]Stock selection using support vector machine in Chinese securities exchange[J]. 田波平,龔綺,楊宇舒,商智慧,馮英浚.  Journal of Harbin Institute of Technology. 2007(03)



本文編號：3362248