部分協(xié)整理論是協(xié)整性檢驗(yàn)的新理論,可有效提高配對(duì)交易中的股票對(duì)數(shù)量和交易頻率,但仍存在交易閾值選取粗糙、風(fēng)險(xiǎn)控制單一和交易機(jī)會(huì)喪失的缺陷.為克服這些問(wèn)題,本文引入遺傳算法為代表的智能尋優(yōu)算法計(jì)算最優(yōu)交易閾值,與原固定交易閾值進(jìn)行比較和檢驗(yàn);改變?cè)裙潭?0%止損的設(shè)置,提出帶止損的最優(yōu)交易閾值模型,并與固定止損和不止損的最優(yōu)交易閾值模型進(jìn)行對(duì)比;將原先單向開(kāi)平倉(cāng)改為雙向開(kāi)平倉(cāng),提高交易機(jī)會(huì),提升整體盈利.另外,本文進(jìn)行了全面和充分的實(shí)證檢驗(yàn).除標(biāo)普500指數(shù)的驗(yàn)證外,還將模型在滬深300指數(shù)和中證500指數(shù)分行業(yè)成分股中進(jìn)行了驗(yàn)證,且在極端股票市場(chǎng)和高頻期貨市場(chǎng)檢驗(yàn)多種智能尋優(yōu)算法——遺傳算法、粒子群算法和差分進(jìn)化算法在配對(duì)交易中的共性和差異,充分體現(xiàn)本文提出改進(jìn)方法的穩(wěn)定性和優(yōu)越性. 

【文章來(lái)源】：中國(guó)科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：52 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 引言
    1.1 研究背景
    1.2 部分協(xié)整理論的優(yōu)缺點(diǎn)
    1.3 本文創(chuàng)新點(diǎn)
    1.4 文章結(jié)構(gòu)
第2章 理論及方法
    2.1 部分協(xié)整理論
    2.2 智能尋優(yōu)算法
        2.2.1 遺傳算法
        2.2.2 粒子群算法
        2.2.3 差分進(jìn)化算法
    2.3 智能尋優(yōu)算法在配對(duì)交易中的應(yīng)用分析
第3章 實(shí)證檢驗(yàn)
[46]">    3.1 最優(yōu)交易閾值的實(shí)證檢驗(yàn)[46]

        3.1.1 基于遺傳算法-部分協(xié)整理論的配對(duì)交易模型框架構(gòu)建
        3.1.2 S&P500分行業(yè)數(shù)據(jù)比較
        3.1.3 滬深300指數(shù)成份股分行業(yè)數(shù)據(jù)比較
        3.1.4 中證500指數(shù)成份股分行業(yè)數(shù)據(jù)比較
[47]">    3.2 帶止損條件的最優(yōu)交易閾值實(shí)證檢驗(yàn)^[47]

        3.2.1 模型設(shè)置
        3.2.2 最優(yōu)帶止損閾值實(shí)證
    3.3 三種帶止損條件的最優(yōu)交易閾值在高頻期貨市場(chǎng)的實(shí)證檢驗(yàn)
        3.3.1 期貨分類(lèi)
        3.3.2 模型設(shè)置及其智能尋優(yōu)算法的參數(shù)穩(wěn)定性分析
        3.3.3 高頻期貨市場(chǎng)的實(shí)證檢驗(yàn)
    3.4 三種帶止損條件的最優(yōu)交易閾值在極端市場(chǎng)的實(shí)證檢驗(yàn)
第4章 總結(jié)
參考文獻(xiàn)
致謝



本文編號(hào)：3048502

suoshi