本文選題：支持向量機 + 量化投資��； 參考：《山東科技大學》2017年碩士論文

【摘要】：量化投資在國外已經(jīng)發(fā)展了三十多年,由于投資方式基于模型化交易,業(yè)績比較穩(wěn)定,在國外對沖基金投資策略中占據(jù)了很大的份額。量化投資的本質(zhì)就是模型化交易。量化的過程是對交易行為進行建模,對交易變量進行參數(shù)量化,一旦市場觸發(fā)了條件,就會進行交易。Corinna Cortes和Vapnik在1995年的時候首先提出了支持向量機理論,它是基于統(tǒng)計理論的機器學習算法,由于支持向量機指導基礎是扎實的統(tǒng)計學理論,不會收斂于局部最優(yōu)解。基于支持向量機適合解決非線性的、小樣本的數(shù)據(jù)問題,在高維模式識別問題也有許多獨特的優(yōu)勢,本文基于股指期貨IF高頻TICK數(shù)據(jù)進行回歸預測,從以下幾個方面進行了研究:一方面考慮到目前為止在核函數(shù)的選取甚至于有針對性地構(gòu)造核函數(shù)還沒有較好的理論指導,為了更好得研究解決支持向量機核函數(shù)參數(shù)問題,本文選取R]BF核函數(shù)進行研究,把重心放在了核函數(shù)參數(shù)g還有懲罰因子C的優(yōu)化選擇上,用改進的網(wǎng)格法進行參數(shù)尋優(yōu),尋參效果較好,同時減少了參數(shù)尋優(yōu)計算時間。另一方面是交易成本處理問題,高頻交易除了量化模型很重要以外,交易成本也是影響結(jié)果的重要因素,尤其是買賣價差,手續(xù)費水平,因此本文通過建立數(shù)學模型,對買賣價差進行了較好的分析研究,建立了對數(shù)回歸擬合模型,擬合效果極好,比較充分反映了實際的買賣價差成本,并在最終策略實現(xiàn)的時候?qū)肓速I賣價差成本進行減值,計算出了成本模型。本文最終基于買賣價差分析模型以及支持向量機預測模型建立了擬合分類預測模型,研究了高頻量化投資在國內(nèi)市場的IF合約下的策略構(gòu)建可行性,并基于研究過程進行了實踐作業(yè),進行了策略實現(xiàn),給出了不同市場下對高頻策略影響的手續(xù)費評估閾值,通過實際效果驗證了理論分析,具有實際指導意義。
[Abstract]:Quantitative investment has been developed for more than thirty years in foreign countries. Because of the model trading based on the investment mode, the performance is relatively stable, and it occupies a large share in the foreign investment strategy of hedge funds. The essence of the quantitative investment is model trading. The quantitative process is to model the transaction behavior and quantify the parameters of the transaction variables. The market triggered the conditions, and the transaction.Corinna Cortes and Vapnik first proposed the support vector machine theory in 1995. It is a machine learning algorithm based on statistical theory. Because the support vector machine guidance foundation is a solid statistical theory, it will not converge to the local optimal solution. The support vector machine is suitable for the non line solution. The problem of small sample data has many unique advantages in the high dimensional pattern recognition problem. This paper studies the regression prediction based on the IF high frequency TICK data of stock index futures. On the one hand, there is no good theory on the selection of the kernel function and even the targeted construction of the kernel function. In order to better study and solve the kernel function parameter problem of support vector machine, this paper chooses R]BF kernel function to study the kernel function of kernel function parameter g and penalty factor C. In addition to the cost handling problem, high frequency transaction is very important in addition to the quantitative model, and the transaction cost is also an important factor affecting the result, especially the sale price difference and the service fee level. Therefore, this paper establishes a logarithmic regression fitting model by establishing a mathematical model and establishes a logarithmic regression fitting model. It reflects the actual cost of the price difference, and introduces the cost of the sale price difference when the final strategy is realized, and calculates the cost model. Finally, based on the sale price difference analysis model and the support vector machine prediction model, the fitting classification prediction model is established, and the IF combination of the high frequency quantitative investment in the domestic market is studied. The proposed strategy is feasible, and the practical operation is carried out based on the research process. The strategy is implemented, and the evaluation threshold of the fee assessment for the high frequency strategy under different markets is given. The theoretical analysis is verified by the actual effect, which has practical guiding significance.

【學位授予單位】：山東科技大學
【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 肖漢杰;桑秀麗;;相關向量機超參數(shù)優(yōu)化的小時間尺度網(wǎng)絡流量非線性預測方法[J];計算機應用研究;2016年06期

2 劉忠寶;;新型支持向量機在風速預測模型中的應用研究[J];電子科技大學學報;2014年05期

3 符永健;程希駿;劉峰;;基于量化觀點和Black-Litterman模型的期貨投資組合[J];中國科學院大學學報;2014年04期

4 周璇;楊建成;;基于支持向量回歸機的空調(diào)逐時負荷滾動預測算法[J];中南大學學報(自然科學版);2014年03期

5 唐煒怡;孟小菊;鄢方方;;量化投資盛行對中國資本市場的影響[J];經(jīng)營管理者;2013年31期

6 李云紅;魏宇;;我國鋼材期貨市場波動率的GARCH族模型研究[J];數(shù)理統(tǒng)計與管理;2013年02期

7 虞尚智;;機器學習算法在短期電力負荷預測中的應用[J];科學技術與工程;2013年08期

8 方浩文;;量化投資發(fā)展趨勢及其對中國的啟示[J];管理現(xiàn)代化;2012年05期

9 肖俊喜;郭曉利;;中美農(nóng)產(chǎn)品期貨市場流動性比較研究[J];證券市場導報;2012年09期

10 朱世杰;王軍;;中國期貨市場流動性成本研究——以棉花為例[J];金融理論與實踐;2012年09期

相關博士學位論文 前2條

1 王帥;量化投資：從行為金融到高頻交易[D];華東師范大學;2013年

2 蔣勇;股指期貨市場風險管理與量化策略研究[D];中國科學技術大學;2012年

相關碩士學位論文 前6條

1 劉小偉;基于神經(jīng)網(wǎng)絡的時間序列分析在股票投資中的研究與應用[D];沈陽工業(yè)大學;2015年

2 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

3 黎春艷;基于Fama-French三因素模型下的高維協(xié)方差矩陣估計法在中國股票投資組合中的實證研究[D];廈門大學;2014年

4 陳金佑;數(shù)據(jù)挖掘在股票分析中的應用研究[D];華南理工大學;2014年

5 蔣士杰;中國股市行業(yè)動量效應及其投資策略研究[D];復旦大學;2012年

6 李體委;Fama-French三因子模型的改進和對中國股市收益率的檢驗[D];山東大學;2011年

，

本文編號：1897427