發(fā)布時間：2020-04-15 14:51

【摘要】：量化投資為主動投資管理的一種新模式,其在歐美有五十余年的發(fā)展歷史,在中國僅有十余年的發(fā)展歷史。近幾年伴隨著機器學(xué)習(xí)與深度學(xué)習(xí)井噴式的發(fā)展,量化投資市場上基于機器學(xué)習(xí)與深度學(xué)習(xí)的量化模型的應(yīng)用越來越多。本文分析了國內(nèi)外量化投資市場上,機器學(xué)習(xí)與深度學(xué)習(xí)模型的相關(guān)研究與應(yīng)用,發(fā)現(xiàn)其主要集中在股票市場,期貨市場鮮有;因此,在介紹時間序列預(yù)測相關(guān)技術(shù)、剖析期貨市場微觀結(jié)構(gòu)的基礎(chǔ)上,選取2017年4月至7月,商品期貨市場螺紋鋼品種主力合約高頻數(shù)據(jù),選取相關(guān)特征作為輸入,基于LSTM算法建立了趨勢預(yù)測模型。實驗結(jié)果與回測效果表明,該模型能夠較好地預(yù)測螺紋鋼品種期貨短期內(nèi)的漲跌趨勢,證明了LSTM算法在期貨高頻數(shù)據(jù)上的適用性。
【圖文】：

激漱憐ｉ化該逡逑圖３－１邐１邋ｔｉｃｋ價格變化分布逡逑圖３－１反映了邋１邋ｔｉｃｋ最新價變化分布情況，價格不發(fā)生變化的占比逡逑５９．１％；價格變化落在［－１，１］區(qū)間內(nèi)占比９９．３％。絕對均值為０．４２。逡逑？邐１２邋ｔｉｃｋ價格變化分布逡逑看２令ｔ丨ｃｌｃ糸朽價ｉ化呢奉Ｖ■r2？逡逑４０％逡逑３５％－逡逑３０％逡逑２５％逡逑＾邋２０％逡逑１Ｓ％逡逑１０％逡逑５％＇邐Ｉ邋Ｉ逡逑０％邋邐．邐．邐邐，邐邐邐ｒ－Ｊ逡逑－２０邐－１０邐０邐１０邐２０邐３０逡逑圖３－２邋１２邋ｔｉｃｋ價格變化分布逡逑圖３－２反映了邋１２邋ｔｉｃｋ最新價變化分布情況，價格不發(fā)生變化的占比逡逑４２．７％；價格變化落在［－１．１］區(qū)間內(nèi)占比８８．１％；價格變化落在［－３，３］區(qū)間內(nèi)占逡逑比９９．１％。絕對均值為０．７３。逡逑？邐６０邋ｔｉｃｋ價格變化分布逡逑１５逡逑

－７．５邋一５．０邐－２邋５邐００邐２邋５邐ＳＯ邐７５邐１０．０逡逑激漱憐ｉ化該逡逑圖３－１邐１邋ｔｉｃｋ價格變化分布逡逑圖３－１反映了邋１邋ｔｉｃｋ最新價變化分布情況，價格不發(fā)生變化的占比逡逑５９．１％；價格變化落在［－１，１］區(qū)間內(nèi)占比９９．３％。絕對均值為０．４２。逡逑？邐１２邋ｔｉｃｋ價格變化分布逡逑看２令ｔ丨ｃｌｃ糸朽價ｉ化呢奉Ｖ■r2？逡逑４０％逡逑３５％－逡逑３０％逡逑２５％逡逑＾邋２０％逡逑１Ｓ％逡逑１０％逡逑５％＇邐Ｉ邋Ｉ逡逑０％邋邐．邐．邐邐，邐邐邐ｒ－Ｊ逡逑－２０邐－１０邐０邐１０邐２０邐３０逡逑圖３－２邋１２邋ｔｉｃｋ價格變化分布逡逑圖３－２反映了邋１２邋ｔｉｃｋ最新價變化分布情況，，價格不發(fā)生變化的占比逡逑４２．７％；價格變化落在［－１．１］區(qū)間內(nèi)占比８８．１％；價格變化落在［－３，３］區(qū)間內(nèi)占逡逑比９９．１％。絕對均值為０．７３。逡逑？邐６０邋ｔｉｃｋ價格變化分布逡逑１５逡逑
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP18;F724.5;F764.2

【相似文獻】

相關(guān)期刊論文 前10條

1 朱建平;魏瑾;謝邦昌;;金融高頻數(shù)據(jù)挖掘研究評述與展望[J];經(jīng)濟學(xué)動態(tài);2011年06期

2 金登貴;我國股市高頻數(shù)據(jù)分布特征實證研究[J];江西廣播電視大學(xué)學(xué)報;2005年03期

3 常寧,徐國祥;金融高頻數(shù)據(jù)分析的現(xiàn)狀與問題研究[J];財經(jīng)研究;2004年03期

4 苗曉宇;;(超)高頻數(shù)據(jù)視角下金融風(fēng)險度量研究進展[J];經(jīng)濟論壇;2010年08期

5 耿克紅;張世英;;超高頻數(shù)據(jù)下金融市場持續(xù)期序列模型述評[J];中國管理科學(xué);2008年04期

6 朱宇濤;楊杰;;中國證券市場高頻數(shù)據(jù)統(tǒng)計特征分析[J];吉林工商學(xué)院學(xué)報;2016年03期

7 魏瑾瑞;朱建平;謝邦昌;;金融高頻數(shù)據(jù)僅僅是一個優(yōu)質(zhì)的時間序列嗎:概念及統(tǒng)計特征的再考察[J];投資研究;2014年05期

8 補馮林,張衛(wèi)國,何偉;基于超高頻數(shù)據(jù)的股票流動性度量研究[J];統(tǒng)計與決策;2005年04期

9 武光磊;;大數(shù)據(jù)時代:向高頻出發(fā)[J];科學(xué)中國人;2018年18期

10 劉建華;;基于高頻數(shù)據(jù)的中國股市量價日內(nèi)特征分析[J];經(jīng)濟師;2007年10期

相關(guān)會議論文 前10條

1 郭名媛;;基于高頻數(shù)據(jù)的已實現(xiàn)極差相關(guān)系數(shù)及實證研究[A];2012管理創(chuàng)新、智能科技與經(jīng)濟發(fā)展研討會論文集[C];2012年

2 唐勇;;金融市場波動建模:基于高頻數(shù)據(jù)視角[A];社會經(jīng)濟發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第17屆學(xué)術(shù)年會論文集[C];2012年

3 郭名媛;;基于高頻數(shù)據(jù)的賦權(quán)已實現(xiàn)極差相關(guān)系數(shù)及其實證研究[A];社會經(jīng)濟發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第17屆學(xué)術(shù)年會論文集[C];2012年

4 ;學(xué)術(shù)名家思想精粹[A];2014年國際貨幣金融每日綜述[C];2014年

5 張晨;李月環(huán);;基于調(diào)整“已實現(xiàn)”波動率的滬深300指數(shù)高頻數(shù)據(jù)波動性研究與預(yù)測[A];中國會計學(xué)會高等工科院校分會2008年學(xué)術(shù)年會（第十五屆年會）暨中央在鄂集團企業(yè)財務(wù)管理研討會論文集（上冊）[C];2008年

6 張維;劉博;張小濤;;日內(nèi)金融高頻數(shù)據(jù)的異常點檢測[A];全國自動化新技術(shù)學(xué)術(shù)交流會會議論文集（一）[C];2005年

7 儀垂林;王家琪;;基于高頻數(shù)據(jù)的套利研究——對中國股市弱式有效的一個檢驗[A];21世紀(jì)數(shù)量經(jīng)濟學(xué)（第6卷）[C];2005年

8 王蘅;;高頻數(shù)據(jù)傳輸電纜的設(shè)計與制造[A];中國通信學(xué)會2004年光纜電纜學(xué)術(shù)年會論文集[C];2004年

9 ;學(xué)術(shù)名家思想精粹[A];2014年國際貨幣金融每日綜述[C];2014年

10 侯建榮;;基于小波分析極大模方法的極端金融事件風(fēng)險建模問題研究[A];第十四屆中國管理科學(xué)學(xué)術(shù)年會論文集(上冊)[C];2012年

相關(guān)重要報紙文章 前10條

1 本報記者 張智;高頻數(shù)據(jù)向暖 中國經(jīng)濟正實現(xiàn)“軟著陸”[N];華夏時報;2017年

2 記者 林遠;今年前兩月投資增速或為8%[N];經(jīng)濟參考報;2017年

3 上海證券 劉亦千 王博生 聞嘉琦;順勢而為 風(fēng)格均衡[N];中國證券報;2017年

4 第一財經(jīng)研究院研究員 許元榮;高頻數(shù)據(jù)看宏觀：整體挑戰(zhàn)依然 局部有所改善[N];第一財經(jīng)日報;2015年

5 記者 方燁;高頻數(shù)據(jù)顯示8月工業(yè)生產(chǎn)恢復(fù)[N];經(jīng)濟參考報;2015年

6 記者 林遠;機構(gòu)稱下半年經(jīng)濟增速無持續(xù)回落風(fēng)險[N];經(jīng)濟參考報;2018年

7 本報記者 辛繼召;銀聯(lián)騰訊阿里鏖戰(zhàn)交通支付 挖掘場景背后高頻數(shù)據(jù)[N];21世紀(jì)經(jīng)濟報道;2018年

8 中信建投期貨 王雪喬;利率下行明顯 期債偏強運行[N];期貨日報;2018年

9 申銀萬國期貨 金碩;政策效果漸顯 股債走勢分化[N];期貨日報;2019年

10 本報記者 周文靜;大成基金：市場仍將維持寬幅震蕩格局[N];中國證券報;2016年

相關(guān)博士學(xué)位論文 前10條

1 唐勇;基于高頻數(shù)據(jù)的金融市場分析[D];天津大學(xué);2007年

2 佘宏俊;基于超高頻數(shù)據(jù)的計量建模方法及市場交易行為量化研究[D];東北財經(jīng)大學(xué);2015年

3 李勝歌;基于高頻數(shù)據(jù)的金融波動率研究[D];天津大學(xué);2008年

4 王芳;基于市場微觀結(jié)構(gòu)噪聲和跳躍的金融高頻數(shù)據(jù)波動研究[D];西南財經(jīng)大學(xué);2011年

5 王萌;兩類金融時間序列模型的估計理論及應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2016年

6 來升強;高頻數(shù)據(jù)交易策略與波動性分析[D];廈門大學(xué);2009年

7 郭華;中國證券市場日內(nèi)交易信息對流動性和波動性的影響研究[D];天津大學(xué);2013年

8 王鋒;我國燃料油期貨市場久期及其應(yīng)用研究[D];中國礦業(yè)大學(xué);2011年

9 汪劍鯤;日內(nèi)股市數(shù)據(jù)的小波分形特征研究[D];首都經(jīng)濟貿(mào)易大學(xué);2012年

10 李翠霞;基于高頻數(shù)據(jù)下一些特征的統(tǒng)計推斷[D];蘭州大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 袁祥楓;基于LSTM的商品期貨高頻數(shù)據(jù)趨勢預(yù)測模型的研究[D];北京郵電大學(xué);2019年

2 周曉丹;高頻數(shù)據(jù)下商品期貨統(tǒng)計套利策略研究[D];遼寧大學(xué);2018年

3 袁洪;基于高頻數(shù)據(jù)的投資組合VaR測度研究[D];成都理工大學(xué);2018年

4 季虎;高頻交易中跳躍性波動率模型的實證研究[D];浙江大學(xué);2018年

5 張玉希;高頻數(shù)據(jù)下的滬深300股指期貨量化交易策略設(shè)計[D];上海師范大學(xué);2018年

6 張依穎;高頻數(shù)據(jù)Realized GAS-GARCH模型構(gòu)建和相關(guān)性研究[D];浙江工商大學(xué);2018年

7 韓孟君;連續(xù)β或不連續(xù)β能夠預(yù)測股票收益嗎？[D];東北財經(jīng)大學(xué);2018年

8 徐博文;基于中國金融市場高頻數(shù)據(jù)波動率的分析與實證研究[D];電子科技大學(xué);2018年

9 李博亞;基于金融高頻數(shù)據(jù)下跳的檢測[D];西北師范大學(xué);2017年

10 胡飛虎;基于高頻數(shù)據(jù)的股指期貨信息溢出效應(yīng)研究[D];上海師范大學(xué);2018年

本文編號：2628677