基于CS-LSTM的股票配对交易策略研究

发布时间：2021-07-18 07:35

　　配对交易是一种非常受欢迎的交易策略,它是通过利用市场的低效率来获得利润。配对交易的思想非常简单,首先找到两只价格走势相似的股票,当这两只股票的价格差超过某一特定的阈值时,就对这两只股票分别建立多空头寸,直到这两只股票的价格差回复到正常水平时,再对两只股票进行反向平仓。神经网络以其独特的非线性自适应处理能力在预测中显示出巨大的优越性。一般情况下,金融时间序列预测需要根据历史数据和时间序列之间的依赖关系来完成,而传统的神经网络无法做到这一点。使用以前的事件来推断后面的事件通常是用递归神经网络（RNN）来完成。又由于传统的RNN神经网络存在梯度消失等问题,因此,提出了一种特殊的RNN神经网络模型,即长短期记忆神经网络模型（LSTM）。本文还使用了布谷鸟搜索算法（CS）来优化LSTM神经网络模型,也就是说,将时间序列输入到LSTM神经网络中,寻找基于布谷鸟搜索算法的LSTM神经网络的最优超参数。本文以沪深300成分股作为配对交易策略的研究对象,首先基于相关性分析划分了相关系数区间,再在不同的区间中分别选择协整关系较好的配对股票,采用了LSTM神经网络模型对配对股票的价差序列进行预测,其中,使用... 

【文章来源】：上海师范大学上海市

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

一个LSTM单元（4）反向传播神经网络（BP）

第1章导论上海师范大学硕士学位论文8（3）可用的宿主鸟巢的数量是固定的，并且每一个宿主鸟发现布谷鸟的卵的可能性的概率在0到1之间，接着宿主鸟就会将布谷鸟的卵丢出鸟巢或者放弃现有的鸟巢，重新建一个新巢。在这三个规则的基础上，布谷鸟寻找鸟巢的路径和位置的更新公式是：)()()1(iLXXtitni.,,2,1（1-12）其中，)(tiX是第i个鸟巢在第t代时所对应的位置，是点对点的乘积，是步长控制量，L是满足莱维分布的莱维行走路径。莱维飞行的随机行走路径是随机产生的，所以能够有效地避免陷入局部最优。1.2.3技术路线本文的技术路线图如下图所示：图1-2技术路线图

第4章股票配对交易实证研究上海师范大学硕士学位论文26首先，计算两只股票的相关系数，分别检验这两只股票的平稳性，在两只股票满足了同阶单整的条件下，对这两只股票进行最小二乘回归，对回归得到的残差序列进行ADF单位根检验，得到对应的检验概率值，该概率值越小，也就说明了两只股票之间的协整关系越强。以这两个区间中协整关系最强的配对股票为例，观察这两对配对股票的收盘价走势图。也就是阳光城(000671.XSHE)和广发证券(000776.XSHE)这一配对股票，以及TCL集团(000100.XSHE)和宝钢股份(600019.XSHG)这一配对股票。下面两张图分别是这两对配对股票的收盘价走势图，可以看到，它们的走势都非常的相似。图4-1阳光城和广发证券的收盘价的走势图图4-2TCL集团和宝钢股份的收盘价的走势图以这两对配对股票为例，对它们分别进行平稳性检验，检验结果如下所示。

【参考文献】：
期刊论文
[1]基于价差预测的商品期货跨期套利研究[J]. 周亮.  金融理论与实践. 2019(07)
[2]基于神经网络的股票配对交易策略研究[J]. 叶仕杜,黎中彦.  信息技术与信息化. 2019(05)
[3]基于时空优化长短期记忆网络与烟花算法的AQI预测[J]. 赵俭辉,董婷,蔡波.  武汉大学学报(理学版). 2019(03)
[4]基于自适应萤火虫算法的BP神经网络股价预测[J]. 刘园园,贺兴时.  渭南师范学院学报. 2019(02)
[5]基于混合神经网络模型预测下的统计套利研究[J]. 邓晓卫,章铖斌.  统计与决策. 2019(01)
[6]LSTM模型在中国A股市场的应用[J]. 张蜀林,赵雄飞.  全国流通经济. 2018(35)
[7]SDAE-LSTM模型在金融时间序列预测中的应用[J]. 黄婷婷,余磊.  计算机工程与应用. 2019(01)
[8]基于CNN-LSTM网络分析金融二级市场数据[J]. 文宇.  电子设计工程. 2018(17)
[9]LSTM神经网络在股票价格趋势预测中的应用——基于美港股票市场个股数据的研究[J]. 邓凤欣,王洪良.  金融经济. 2018(14)
[10]基于特征选取与LSTM模型的股指预测方法研究[J]. 陈佳,刘冬雪,武大硕.  计算机工程与应用. 2019(06)



本文编号：3289139