基于机器学习的大类资产量化投资模型研究

发布时间：2022-02-23 21:37

　　近年来,随着我国“资管新规”的落地和经济新常态下投资环境的变化,金融市场上几乎不存在可满足各种投资需求的单一资产,大类资产配置逐渐成为机构投资者的一种理想投资策略。在国外,资产配置的相关研究已历经了近百年的时间,并在投资实践中获得了较好的投资回报。但我国相关资产配置理论研究在投资实践中的应用仍处于起步阶段,尤其缺少可操作性强、投资回报率稳定的量化投资模型支撑,无法在策略交易中获得理想的收益。基于此,本文在对已有相关理论方法研究的基础上,以我国资本市场为主要投资标的,借助机器学习算法,构建一个大类资产配置量化投资模型。首先梳理了国内外大类资产配置模型、量化投资模型和基于机器学习的大类资产配置模型的研究现状,介绍了资产配置的理论基础和经典配置模型,根据现有研究存在的问题,使用python语言构建一个有效的基于机器学习的大类资产量化投资模型,该模型由两个模块组合而成,一部分是基于机器学习的资产涨跌方向预测模型,起到优势资产的筛选,提高模型整体收益率的作用;一部分是基于预测结果的固定比例投资回测模型,利用资产配置的方法控制模型整体风险并通过回测检验模型的有效性。首先,根据模型的数据要求,选择出... 

【文章来源】：河南大学河南省

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1.导论
    1.1 研究背景与意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 文献综述
        1.2.1 大类资产配置模型的相关研究
        1.2.2 量化投资模型的相关研究
        1.2.3 基于机器学习的大类资产配置模型相关研究
        1.2.4 相关文献述评
    1.3 研究思路与方法
        1.3.1 研究思路
        1.3.2 研究方法
    1.4 创新性工作
2.大类资产配置模型相关理论方法
    2.1 大类资产配置模型的理论基础
        2.1.1 有效市场假说
        2.1.2 均值-方差模型
        2.1.3 单因素模型
        2.1.4 资本资产定价模型
    2.2 基于理论的经典资产配置模型
        2.2.1 固定比例配置模型
        2.2.2 均值-方差配置模型
        2.2.3 Black-Litterman配置模型
        2.2.4 风险平价配置模型
    2.3 机器学习及其在量化投资中的应用
        2.3.1 机器学习及其特点
        2.3.2 机器学习应用于量化投资的优势
        2.3.3 机器学习与大类资产量化投资模型
3.基于机器学习的大类资产量化投资模型构建
    3.1 模型构建的核心思想
        3.1.1 指标与数据选择
        3.1.2 机器学习资产预测模型构建
        3.1.3 资产配置回测模块
    3.2 模型配置投资标的和宏观经济指标的选择
        3.2.1 可供选择的大类资产
        3.2.2 大类资产选择的依据
        3.2.3 资产对应标的选择
        3.2.4 宏观经济指标选择
    3.3 基于机器学习算法的资产预测模型
        3.3.1 数据预处理
        3.3.2 机器学习参数设置
        3.3.3 训练集与测试集构建
        3.3.4 预测结果与精度分析
4.大类资产配置模型参数设置与回测
    4.1 模型参数设置依据与资产配置回测原理
        4.1.1 模型参数设置依据
        4.1.2 模型回测原理与方案
        4.1.3 模型回测平台介绍
    4.2 模型有效性评估标准设定
        4.2.1 收益能力测度指标
        4.2.2 风险控制能力指标
        4.2.3 风险收益能力指标
    4.3 模型参数设置与回测结果分析
        4.3.1 回测模型参数设置
        4.3.2 回测模型结果与分析
5.研究总结与展望
    5.1 研究总结
    5.2 研究展望
参考文献
致谢
攻读学位期间发表的学术论文目录



本文编号：3641370