【摘要】：改革開放以來,我國(guó)期貨市場(chǎng)發(fā)展態(tài)勢(shì)良好,期貨產(chǎn)品的交易量和種類也在迅速增加。由于期貨具有一定的風(fēng)險(xiǎn)投資功能,導(dǎo)致大量投資者不斷涌入期貨市場(chǎng)。目前在商品期貨研究領(lǐng)域,一個(gè)重要的研究方向就是如何構(gòu)建出基于期貨價(jià)格預(yù)測(cè)模型的量化投資策略,進(jìn)而幫助投資者規(guī)避風(fēng)險(xiǎn)、提高投資收益。本文選取了我國(guó)商品期貨中具有代表性的大豆期貨作為量化擇時(shí)策略的研究對(duì)象。全面研究量化投資策略的國(guó)內(nèi)外研究現(xiàn)狀和期貨價(jià)格預(yù)測(cè)方法的原理及特點(diǎn)后,本文提出構(gòu)建基于小波分析AR-BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的擇時(shí)策略應(yīng)用于期貨價(jià)格預(yù)測(cè)。在獲取大豆商品價(jià)格時(shí)間序列數(shù)據(jù)后,通過小波分析對(duì)數(shù)據(jù)去噪和平滑化,擇優(yōu)選擇了coif4小波基與3層分解層數(shù),確定閾值規(guī)則和閾值調(diào)整方式分別為Rigrsure、sln,繼而運(yùn)用于案例得到大豆價(jià)格數(shù)據(jù)的低高頻信號(hào)。分別針對(duì)兩種低高頻率信號(hào),構(gòu)建ARIMA時(shí)間序列模型以及BP人工神經(jīng)網(wǎng)絡(luò)模型,進(jìn)行數(shù)據(jù)處理和預(yù)測(cè)。最后重組低高頻預(yù)測(cè)結(jié)果,應(yīng)用于擇時(shí)策略中進(jìn)行驗(yàn)證。本文通過對(duì)比不同模型發(fā)現(xiàn),最初的時(shí)間序列模型對(duì)期貨價(jià)格的預(yù)測(cè)不夠精確,導(dǎo)致在實(shí)際交易中勝率較低;在不斷地改進(jìn)、優(yōu)化模型后,構(gòu)建了基于小波分析AR-BP神經(jīng)網(wǎng)絡(luò)模型的擇時(shí)策略,交易機(jī)會(huì)和改進(jìn)前相似,但是勝率明顯提高,同時(shí)改善了年化收益、夏普比率、最大回撤等指標(biāo)。本文探討了基于小波分析AR-BP模型的擇時(shí)策略應(yīng)用于期貨投資的可行性和有效性,為投資者在投資選擇上提供了一定的參考價(jià)值。但是由于期貨產(chǎn)品類型的多樣化和影響因素的復(fù)雜性,使得構(gòu)建能夠精準(zhǔn)預(yù)測(cè)期貨價(jià)格的擇時(shí)策略還有較長(zhǎng)的路要走。
【圖文】：

論文研究技術(shù)路線圖

可以在時(shí)域和頻域中同時(shí)執(zhí)行數(shù)據(jù)信號(hào)效地區(qū)分信號(hào)的不同突變和噪聲以實(shí)現(xiàn)去噪的目的。一組小波函數(shù)系系統(tǒng)地表達(dá)或逼近信號(hào)或函數(shù)是小波小波分析的非常重要的一環(huán)就是小波函數(shù)，小波函數(shù)是可以快速衰減到 0，即小波函數(shù) (t)L(R)2 且滿足 (t)dt 0式中， (t)代表的是基小波函數(shù)，，并且可以通過伸縮集群函數(shù)系統(tǒng)：)atb(t)a(1/2a,b 其中， a, b R,a 0(t)為子小波；a 為尺度因子，反映小波的周期長(zhǎng)度；移。
【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)】：F323.7;F724.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬啟良;王忠友;;心音信號(hào)的小波分析研究[J];福建電腦;2019年12期

2 李宏博;;基于小波分析的變壓器異常特征量的提取[J];科技創(chuàng)新與應(yīng)用;2019年20期

3 郭華;;小波分析在圖像處理中的應(yīng)用[J];數(shù)字通信世界;2019年08期

4 王俊學(xué);;小波分析在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用[J];科技資訊;2010年34期

5 王萍姝;小波分析的應(yīng)用[J];青海師專學(xué)報(bào).教育科學(xué);2005年S3期

6 錢俊;;小波分析在消噪中的應(yīng)用[J];揚(yáng)州工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào);2007年02期

7 劉明媚;;小波分析在圖像處理中的應(yīng)用研究[J];電腦迷;2016年09期

8 周鵬;王欣;曹旭陽;;基于小波分析的裂紋梁的損傷識(shí)別[J];機(jī)械設(shè)計(jì)與制造;2009年07期

9 ;小波分析(WAVELET)方法的由來[J];電視技術(shù);2006年S1期

10 李福利;淺談小波分析的啟發(fā)式教學(xué)[J];大學(xué)數(shù)學(xué);2005年03期

相關(guān)會(huì)議論文 前10條

1 王文圣;熊華康;丁晶;;小波分析在水文水資源中的應(yīng)用研究[A];水問題的復(fù)雜性與不確定性研究與進(jìn)展——第二屆全國(guó)水問題研究學(xué)術(shù)研討會(huì)論文集[C];2004年

2 李偉;;基于小波分析的懸臂梁裂紋參數(shù)識(shí)別研究[A];中國(guó)鐵道學(xué)會(huì)材料工藝委員會(huì)第五屆無損檢測(cè)學(xué)組磁粉、滲透、渦流及射線無損檢測(cè)學(xué)術(shù)交流會(huì)論文集[C];2018年

3 楊巍;臧海瑞;;基于小波分析的電網(wǎng)諧波檢測(cè)[A];全國(guó)冶金自動(dòng)化信息網(wǎng)2016年會(huì)論文集[C];2016年

4 崔旭東;董維申;劉瑞根;;應(yīng)用小波分析探測(cè)閃光圖像邊緣[A];中國(guó)工程物理研究院科技年報(bào)（2000）[C];2000年

5 孫玉宗;李惠琪;陸強(qiáng);王明清;;小波分析在故障診斷中的應(yīng)用[A];第十一屆全國(guó)自動(dòng)化應(yīng)用技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2006年

6 施養(yǎng)杭;;小波分析在土木工程中的應(yīng)用[A];第十二屆全國(guó)結(jié)構(gòu)工程學(xué)術(shù)會(huì)議論文集第Ⅱ冊(cè)[C];2003年

7 劉國(guó)棟;張美云;梁巧萍;;基于離散小波分析的印刷墨斑評(píng)價(jià)方法研究[A];顏色科學(xué)與技術(shù)——2012第二屆中國(guó)印刷與包裝學(xué)術(shù)會(huì)議論文摘要集[C];2012年

8 李建平;;小波分析——眾多學(xué)科發(fā)展的WINDOWS平臺(tái)[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國(guó)科協(xié)2000年學(xué)術(shù)年會(huì)文集[C];2000年

9 嚴(yán)碧歌;張安仁;;小波分析及其在生物醫(yī)學(xué)中的應(yīng)用[A];2005年全國(guó)超聲醫(yī)學(xué)工程學(xué)術(shù)會(huì)議論文集[C];2005年

10 傅云燕;葉劍;蔣翠花;吳杰;;基于小波分析的濕潤(rùn)指數(shù)變化規(guī)律研究[A];第27屆中國(guó)氣象學(xué)會(huì)年會(huì)現(xiàn)代農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會(huì)場(chǎng)論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 孫長(zhǎng)飛;基于小波分析-EEMD-BSS與改進(jìn)的KNN算法的振動(dòng)篩振動(dòng)電機(jī)滾動(dòng)軸承故障信號(hào)提取和故障識(shí)別研究[D];西安建筑科技大學(xué);2014年

2 米湘成;小波分析和人工神經(jīng)網(wǎng)絡(luò)在生態(tài)學(xué)研究中的應(yīng)用[D];中國(guó)科學(xué)院研究生院（植物研究所）;2004年

3 李玉峰;小波分析在圖像去噪與壓縮中的應(yīng)用研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2006年

4 劉占輝;小波分析在聲學(xué)泄漏信號(hào)檢測(cè)中的應(yīng)用[D];吉林大學(xué);2007年

5 任宜春;基于小波分析的結(jié)構(gòu)參數(shù)識(shí)別方法研究[D];湖南大學(xué);2007年

6 熊雷;小波分析在流體方程中的應(yīng)用研究[D];武漢理工大學(xué);2007年

7 宋宜美;圖像處理的超小波分析與變分方法研究[D];西安電子科技大學(xué);2012年

8 陳付華;小波在圖像分析中的若干關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2002年

9 段亞麗;基于色素?zé)晒獾母∮卧遄R(shí)別測(cè)定技術(shù)研究[D];中國(guó)海洋大學(xué);2012年

10 林克正;基于小波分析的焊縫圖象處理與識(shí)別的研究[D];哈爾濱工程大學(xué);2001年

相關(guān)碩士學(xué)位論文 前10條

1 崔本麗;基于小波分析的高壓直流輸電線路故障定位研究[D];福州大學(xué);2018年

2 羅國(guó)旭;基于小波分析的復(fù)合材料壓機(jī)泄漏診斷系統(tǒng)研究[D];福州大學(xué);2018年

3 陳慧穎;基于小波分析AR-BP神經(jīng)網(wǎng)絡(luò)模型的大豆商品期貨擇時(shí)策略[D];華中科技大學(xué);2019年

4 邱金枝;灰色系統(tǒng)與小波分析模型的尺度效應(yīng)[D];天津師范大學(xué);2019年

5 田野;基于小波分析與支持向量機(jī)的股票預(yù)測(cè)方法研究[D];武漢理工大學(xué);2017年

6 周樂;小波分析和CPSO-NP優(yōu)化SVM的電機(jī)故障診斷方法研究[D];遼寧工程技術(shù)大學(xué);2018年

7 李曉彤;基于小波分析的灰色模型與ARMA-GARCH模型的組合預(yù)測(cè)[D];山東大學(xué);2018年

8 張欣亞;基于小波分析的印刷品墨斑評(píng)價(jià)模型研究與應(yīng)用[D];陜西科技大學(xué);2018年

9 崔思林;基于小波分析的車載激光雷達(dá)振動(dòng)響應(yīng)誤差處理算法研究[D];西安理工大學(xué);2018年

10 康驥春;工程信號(hào)實(shí)時(shí)小波分析的設(shè)計(jì)與實(shí)現(xiàn)[D];長(zhǎng)春工業(yè)大學(xué);2010年

本文編號(hào)：2624826