基于GBDT、RAF及混合模型策略在沪深300中的应用
发布时间：2021-11-27 03:22
随着机器学习技术应用的不断深入,量化投资呈现一些新的发展趋势,投资者能够利用机器学习算法来处理更大量的数据,挖掘市场的内在规律。量化选股策略作为一类重要的量化投资策略,具有重要的地位,其借助机器学习的力量也有了进一步的发展。本文采用国内最具代表性的沪深300指数成分股作为实证研究对象,以04年初至19年底作为研究区间,研究了基于随机森林模型、梯度提升树模型及混合模型的量化选股策略。本文首先介绍了所使用的机器学习相关模型的理论知识,之后进行基础模型的搭建工作,基于收益率特征构造了训练集和交易集,并对模型进行训练,根据预测概率选出头部做多的k只股票和尾部做空的k只股票,舍弃掉中间方向较为不确定的股票,构造投资组合。在k=10、扣除交易费用前的情况下,基于GBDT模型的策略日均收益率达到了 0.37%,远高于按照相同方式持有并交易沪深300指数所获得的日均收益率0.04%;基于混合模型的策略每日收益大于0的概率达到了 69.62%,扣除交易费用后依然可以达到58.59%,高于持有市场指数策略的52.78%,策略表现较为良好。本文对基础模型进行了一定的改进,形成了两个策略,一个是赋权策略,一个...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
图３－１随机森林流程图??随机森林的错误率即分类效果主要与两个因素有关：??（１）森林当中任意两棵树的相关性
山东大学硕士学位论文??４．１数据及软件??４．１．１?数据??本文选取从Ｗｉｎｄ金融终端获取的沪深３００指数的成分股的相关数据进行建??模的预测分析。沪深３００指数反映了沪深两地市场的整体走势，被投资者广泛接??受。沪深３００指数的成分股选自沪深两个证券市场，能够覆盖大部分流通市值。??它们在市场中代表性强，是市场上基本面较好、市值大、流通性强的３００只主流??投资股票。在沪深３００指数成分股中进行建模也增强了模型的说服力和策略的实??用性。本文选取的数据集为２００４年１月１日至２０１９年１２月３１日所有交易日中??沪深３００指数成分股的收盘价数据，具体的训练集及测试集构造方式将在下文中??进行详细说明。作为我们策略的一个参考标准，在此期间，沪深３００指数走势情??况如下图：??６０００?－ｊ?＂??５０００?－?Ｉ?ｊ??：：??１０００?－??ｔｉｌｌ?Ｉ?Ｉ?Ｉ?Ｉ??，??＾?＾?＾?＾?＾?＾?＾??图４－２沪深３００指数图??我们所选取的沪深３００指数成分股收盘价具体数据如下图：??２０??
山东大学硕士学位论文??学习时段?１?—ｓ——??①训练集?②交易势：??ａ?习时段?２?＾３ｊ｜｜｜｜ＥＢＳＢｌＢｉＥ＾ｙ??＾?①训练集?②交易集??学习时段ｉ３?ｉｉ＿ｉ＿ｉｉｍｉｉｗｉＭ丨》丨丨丨丨咖丨＿ｗ＂丨丨丨＊）＇？丨｜｜丨』??（Ｄ训练集?（ｆｒ＞ｃ易集??①训练集?②交易集??图４－３滑动窗口法示意??在每个“学习时段”中，将该时段最后一天沪深３００指数所包含的所有成分??股纳入考量，如果该股票在该时段中，拥有所有的收盘价信息，则留在集合中；??若其收盘价信息并不完整，由于种种原因存在缺失，则从集合中删除；以＆代表??集合中的股票数量（ｉｅ｛ｌ，?２，……，１３｝），则叫幺３００。??４．３特征输入及变量输出??在每个“学习时段”中，我们按照以下方式构造输入的特征空间：??以Ｐｔｓ代表股票ｓ在ｔ时刻的价格，定义咚ｍ为股票ｓ在ｔ时刻过去ｍ天的收??益率：??＜，吾一１?（４－１）??ｒｔ－ｍ??对于沪深３００成分股中的任意一支股票ｓ，按照Ｔａｋｅｕｃｈｉ和Ｌｅｅ的做法［４］，??以及Ｋｒａｕｓｓ，Ｄｏ和Ｈｕｃｋ的做法［８］，我们选取ｍＥ｛ｌ，２，……，２０｝?Ｕ?｛４０，?６０，??８０，……，２４０｝，即首先选取过去１天至过去２０天（约为过去一个月的交易时??间）该股票的收益率，之后降低频次，选取过去２０天、４０天直到过去２４０天（可??大致将其看作为过去１个月、２个月直到过去一年的交易时间）该股票的收益率。??这样，总共选取了?３１个收益率的特征作为模型输入的特征空间。??以当前时刻为ｔ，股票为Ｓｉ为例，输入的特征变量为：??２２??
本文编号：3521468
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
图３－１随机森林流程图??随机森林的错误率即分类效果主要与两个因素有关：??（１）森林当中任意两棵树的相关性
山东大学硕士学位论文??４．１数据及软件??４．１．１?数据??本文选取从Ｗｉｎｄ金融终端获取的沪深３００指数的成分股的相关数据进行建??模的预测分析。沪深３００指数反映了沪深两地市场的整体走势，被投资者广泛接??受。沪深３００指数的成分股选自沪深两个证券市场，能够覆盖大部分流通市值。??它们在市场中代表性强，是市场上基本面较好、市值大、流通性强的３００只主流??投资股票。在沪深３００指数成分股中进行建模也增强了模型的说服力和策略的实??用性。本文选取的数据集为２００４年１月１日至２０１９年１２月３１日所有交易日中??沪深３００指数成分股的收盘价数据，具体的训练集及测试集构造方式将在下文中??进行详细说明。作为我们策略的一个参考标准，在此期间，沪深３００指数走势情??况如下图：??６０００?－ｊ?＂??５０００?－?Ｉ?ｊ??：：??１０００?－??ｔｉｌｌ?Ｉ?Ｉ?Ｉ?Ｉ??，??＾?＾?＾?＾?＾?＾?＾??图４－２沪深３００指数图??我们所选取的沪深３００指数成分股收盘价具体数据如下图：??２０??
山东大学硕士学位论文??学习时段?１?—ｓ——??①训练集?②交易势：??ａ?习时段?２?＾３ｊ｜｜｜｜ＥＢＳＢｌＢｉＥ＾ｙ??＾?①训练集?②交易集??学习时段ｉ３?ｉｉ＿ｉ＿ｉｉｍｉｉｗｉＭ丨》丨丨丨丨咖丨＿ｗ＂丨丨丨＊）＇？丨｜｜丨』??（Ｄ训练集?（ｆｒ＞ｃ易集??①训练集?②交易集??图４－３滑动窗口法示意??在每个“学习时段”中，将该时段最后一天沪深３００指数所包含的所有成分??股纳入考量，如果该股票在该时段中，拥有所有的收盘价信息，则留在集合中；??若其收盘价信息并不完整，由于种种原因存在缺失，则从集合中删除；以＆代表??集合中的股票数量（ｉｅ｛ｌ，?２，……，１３｝），则叫幺３００。??４．３特征输入及变量输出??在每个“学习时段”中，我们按照以下方式构造输入的特征空间：??以Ｐｔｓ代表股票ｓ在ｔ时刻的价格，定义咚ｍ为股票ｓ在ｔ时刻过去ｍ天的收??益率：??＜，吾一１?（４－１）??ｒｔ－ｍ??对于沪深３００成分股中的任意一支股票ｓ，按照Ｔａｋｅｕｃｈｉ和Ｌｅｅ的做法［４］，??以及Ｋｒａｕｓｓ，Ｄｏ和Ｈｕｃｋ的做法［８］，我们选取ｍＥ｛ｌ，２，……，２０｝?Ｕ?｛４０，?６０，??８０，……，２４０｝，即首先选取过去１天至过去２０天（约为过去一个月的交易时??间）该股票的收益率，之后降低频次，选取过去２０天、４０天直到过去２４０天（可??大致将其看作为过去１个月、２个月直到过去一年的交易时间）该股票的收益率。??这样，总共选取了?３１个收益率的特征作为模型输入的特征空间。??以当前时刻为ｔ，股票为Ｓｉ为例，输入的特征变量为：??２２??
本文编号：3521468
本文链接：https://www.wllwen.com/guanlilunwen/huobilw/3521468.html
