發(fā)布時(shí)間：2020-07-14 08:51

【摘要】：隨著我國經(jīng)濟(jì)的高速發(fā)展和相關(guān)交易制度的不斷完善,我國期貨市場已日趨成熟,并開始朝著國際化的目標(biāo)邁進(jìn)。越來越豐富的期貨品種既為不同的行業(yè)提供了套期保值的工具,也為套利者提供了更多的交易產(chǎn)品。本文選取黑色金屬產(chǎn)業(yè)鏈中具有代表性的螺紋鋼、鐵礦石和焦炭期貨作為跨品種套利的研究對(duì)象。區(qū)別于統(tǒng)計(jì)套利方法,在根據(jù)協(xié)整檢驗(yàn)的結(jié)果選擇出合適的套利組合并利用GARCH模型確定了套利比例后,運(yùn)用在動(dòng)態(tài)系統(tǒng)擬合上比BP神經(jīng)網(wǎng)絡(luò)更優(yōu)的Elman神經(jīng)網(wǎng)絡(luò)對(duì)價(jià)差進(jìn)行預(yù)測,并使用遺傳算法對(duì)其進(jìn)行優(yōu)化�；谏窠�(jīng)網(wǎng)絡(luò)的預(yù)測,本文構(gòu)建了不同固定閾值下的趨勢策略,相關(guān)的獲利指標(biāo)表明:隨著開倉閾值的提高,神經(jīng)網(wǎng)絡(luò)策略的盈利利能力不斷降低,原因在于閾值的提高使得策略的交易次數(shù)明顯減少;基于遺傳算法優(yōu)化Elman神經(jīng)網(wǎng)絡(luò)建立的策略比BP神經(jīng)網(wǎng)絡(luò)和Elman神經(jīng)網(wǎng)絡(luò)能夠產(chǎn)生更高的年化收益率,且收益率在長期內(nèi)保持了穩(wěn)定增長,這得益于遺傳算法加快了Elman神經(jīng)網(wǎng)絡(luò)的收斂速度,增加了網(wǎng)絡(luò)的擬合精度并使策略產(chǎn)生更多的有效盈利次數(shù),除此之外,遺傳算法令網(wǎng)絡(luò)在訓(xùn)練時(shí)獲得全局最優(yōu)解,從而在大部分時(shí)間段的預(yù)測都能維持較高的準(zhǔn)確度。本文在最后對(duì)神經(jīng)網(wǎng)絡(luò)和期貨品種的后續(xù)研究進(jìn)行了展望,并且為不同的市場參與主體提供了針對(duì)性的投資建議,這使得本文在具備一定理論價(jià)值的同時(shí)又具有較強(qiáng)的現(xiàn)實(shí)意義。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP183;F724.5;F764
【圖文】：

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文用優(yōu)化好的 Elman 神經(jīng)網(wǎng)絡(luò)再次對(duì)樣本內(nèi)的價(jià)差進(jìn)行訓(xùn)練，為了保持對(duì)比性，這里的迭代次數(shù)同樣選擇為 300 次。圖 4.9 遺傳算法優(yōu)化 Elman 神經(jīng)網(wǎng)絡(luò)預(yù)測誤差收斂圖

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳明剛;;基于非節(jié)假日Elman神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷短期預(yù)測[J];現(xiàn)代商貿(mào)工業(yè);2018年03期

2 趙蘭枝;;基于改進(jìn)的Elman神經(jīng)網(wǎng)絡(luò)的病蟲害預(yù)測模型研究[J];河套學(xué)院論壇;2018年03期

3 王鑫;賈濤;聞新;;Elman神經(jīng)網(wǎng)絡(luò)控制與LQR的實(shí)踐與分析[J];工業(yè)控制計(jì)算機(jī);2018年03期

4 駱晨;劉瀾;李新;褚鵬宇;;基于改進(jìn)Elman神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志信息量度量[J];交通運(yùn)輸工程與信息學(xué)報(bào);2018年03期

5 周鶴;曹永忠;;基于改進(jìn)Elman神經(jīng)網(wǎng)絡(luò)的水稻長勢預(yù)測系統(tǒng)[J];現(xiàn)代鹽化工;2019年02期

6 韋蕊;;基于Elman神經(jīng)網(wǎng)絡(luò)的共享單車管制研究[J];信息與電腦(理論版);2019年12期

7 李兆;;基于Elman神經(jīng)網(wǎng)絡(luò)的原料奶價(jià)格預(yù)測研究[J];北方經(jīng)貿(mào);2018年04期

8 李文;;基于Elman神經(jīng)網(wǎng)絡(luò)算法的電力負(fù)荷預(yù)測模型研究[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2017年21期

9 馬明媛;韓玉珍;劉國棟;劉朗;付世會(huì);楊天澍;;基于Elman神經(jīng)網(wǎng)絡(luò)的我國衛(wèi)生總費(fèi)用預(yù)測研究[J];中國醫(yī)院管理;2018年06期

10 李練兵;祝亞尊;田永嘉;安子騰;王玲瓏;;基于Elman神經(jīng)網(wǎng)絡(luò)的鋰離子電池RUL間接預(yù)測研究[J];電源技術(shù);2019年06期

相關(guān)會(huì)議論文 前3條

1 王松;石雙雙;;基于卡爾曼濾波和神經(jīng)網(wǎng)絡(luò)的PMSM參數(shù)辨識(shí)[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

2 韓文靜;李海峰;韓紀(jì)慶;;基于長短時(shí)特征融合的語音情感識(shí)別方法研究[A];第九屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];2007年

3 郝碩濤;夏飛;彭道剛;;基于不同參數(shù)Elman神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測模型研究[A];2015年全國智能電網(wǎng)用戶端能源管理學(xué)術(shù)年會(huì)論文集[C];2015年

相關(guān)博士學(xué)位論文 前2條

1 郭健;基于智能算法的非線性模型研究及預(yù)測控制[D];華中科技大學(xué);2008年

2 楊杰;多工序制造質(zhì)量智能預(yù)測建模機(jī)理研究及應(yīng)用[D];華南理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 唐瑞波;基于遺傳算法優(yōu)化Elman神經(jīng)網(wǎng)絡(luò)的黑色金屬期貨跨品種套利策略[D];華中科技大學(xué);2019年

2 彭玲;基于BP和Elman神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情預(yù)警模型構(gòu)造[D];江西農(nóng)業(yè)大學(xué);2019年

3 龐麗琴;基于Elman神經(jīng)網(wǎng)絡(luò)的公路隧道火災(zāi)臨界風(fēng)速預(yù)測研究[D];長安大學(xué);2019年

4 孫文棟;基于Elman神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)超聲加工輸出能量模型研究[D];哈爾濱工業(yè)大學(xué);2018年

5 杜沛;基于多目標(biāo)鯨魚優(yōu)化算法和Elman神經(jīng)網(wǎng)絡(luò)的短期風(fēng)速預(yù)測模型的研究與應(yīng)用[D];東北財(cái)經(jīng)大學(xué);2017年

6 解小平;基于Elman神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測及應(yīng)用研究[D];蘭州交通大學(xué);2017年

7 聶建亮;神經(jīng)網(wǎng)絡(luò)及其在大地測量數(shù)據(jù)處理中的應(yīng)用[D];長安大學(xué);2007年

8 武巖巖;基于組合預(yù)測方法的電力負(fù)荷預(yù)測研究[D];沈陽工業(yè)大學(xué);2016年

9 王濤;基于信息理論學(xué)習(xí)的網(wǎng)絡(luò)流量預(yù)測[D];西安郵電大學(xué);2013年

10 王世超;電力需求側(cè)管理數(shù)據(jù)采集與處理的研究[D];燕山大學(xué);2012年

本文編號(hào)：2754754