GBR等六种回归模型研究数字货币的多因子套利

发布时间：2020-07-22 17:13

【摘要】：数字货币是时下投资界的热点,然而巨大的波动风险给投资者出了难题。多因子模型用一组多维度因子揭示了收益率的变化,为计量资产提供了方案。本文以数字货币的代表比特币为研究对象,组合金融中多因子模型与机器学习中岭回归、随机森林、GBR等回归模型,预测比特币的未来收益,旨在实现数字货币市场的多因子套利。本文以2017年7月1日至2019年3月5日的OKCoin国际交易所的时频率数据为样本,首先对数据预处理,分析数据分布特点,发现收益率右偏呈尖顶分布,具有趋势效应。其次划分样本数据,以2017年7月1日至2018年12月5日数据为训练集,2018年12月6至2019年3月5日数据为测试集。训练集内构建多因子策略,基于移动平均线、布林线、动量、真实振幅等30个指标建立因子池,采用回归法,基于最大回撤、夏普率和IC值验证单因子的有效性,根据因子热力图消除冗余因子,确定8个有效因子后,分别训练GBR等六种模型,并学习模型最优参数。测试集内预测比特币未来三个月的收益率。最后统计年化收益率、最大回撤等指标评价策略的有效性。实验结果显示:六种回归模型回测业绩均超越比特币真实收益率,非线性结构下的CART树、Ada boost算法、随机森林和GBR下回测效果明显优于线性结构的Lasso回归和岭回归,其中随机森林下预测准确率最高。不考虑交易成本下,随机森林下三个月累计收益率为1.0915%,年化收益率为4.43%,最大回撤只有14%,夏普率为6.68,而比特币同期实际累计收益率为-0.0475%。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：C815;F49;F821
【图文】：

2 金融中经典的因子模型金融中经典的因子模型理论，为后面构建多价模型模型(Capital Asserts Pricing Model, CAPM)建型认为截面上资产平均收益率由市场因子一 fmfE R R ER R表资产在无风险下的收益率； mE R代表市面上资产平均收益率受市场因子的影响程度

wXFXwTT 2 子上权重矩阵， nnnkkkX 122122211121方差矩阵， kkCovffCovffCovffVarfCVarfCovffCF 12212112,,,,协方差矩阵， 2n2121000000000000 时，常对因子类型进行分类：

处理大规模数据，易陷入维度难题。归模型是(Robert Tibshirani, 1996)对线性回归模型的又1L 范数[42]。模型形式如下： 1||||2min L X YX Y T1L 范数。，Lasso 回归将参数 的绝对值控制在范围 C 内， stCLXYXYT 1..||||min 间下岭回归和 Lasso 回归的参数解。

【相似文献】

中国期刊全文数据库 前10条

1 陈文慧;余思敏;贺杰;张子豪;李军成;;基于2种回归模型的大学生校园贷原因分析及对策探讨[J];高师理科学刊;2018年11期

2 张莎;赵红;;分层回归与经典回归模型比较研究:以顾客资产驱动因素与忠诚意向的关系为例[J];数学的实践与认识;2010年08期

3 胡暖;非运动回归模型预测大学生最大摄氧量[J];山西师大体育学院学报;2004年04期

4 姜宝法;《Logistic回归模型—方法与应用》[J];预防医学文献信息;2002年05期

5 潘正义;用EXCEL解回归问题[J];天津农学院学报;1997年02期

6 田俊;;Cox回归模型及其参数估计[J];福建医学院学报;1987年02期

7 陈孝源;沈锦花;;新安江流域5—9月间汛期雨量预报的混合回归模型[J];应用概率统计;1987年04期

8 ;卫生统计[J];中国妇幼卫生杂志;1988年03期

9 冯可君 ,邓瑞玲 ,张绪军;一种多元单调回归模型及其在地图制图中运用的一例[J];测绘学报;1988年03期

10 马勤;建立最优营运回归模型[J];黑龙江财专学报;1988年03期

中国重要会议论文全文数据库 前10条

1 张松松;沈竞;;回归模型和吉布斯抽样的研究[A];第十届中国不确定系统年会、第十四届中国青年信息与管理学者大会论文集[C];2012年

2 高波;王小乐;李肖瑛;赵静;;基于Logistic回归模型的航天器健康状态评估方法[A];第十一届中国卫星导航年会论文集——S08 测试评估技术[C];2020年

3 强雁;羌维立;;基于线性回归的建模方法——最小量化法[A];江苏省现场统计研究会第八次学术年会论文集[C];2003年

4 张波;沈其君;;Logistic回归模型中自变量相对重要性的可视化[A];2011年中国卫生统计学年会会议论文集[C];2011年

5 林静;韩玉启;朱慧明;;一种多重Weibull回归模型在竞争失效分析中的应用[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

6 李志林;尹建华;;MATLAB软件在建立回归模型中的应用[A];中国现场统计研究会第12届学术年会论文集[C];2005年

7 续秋霞;梅长林;;变系数回归模型在我国极端温度与平均温度关系分析中的研究与应用[A];中国现场统计研究会第十三届学术年会论文集[C];2007年

8 吴利;张敏强;;固定效应与随机效应回归模型下效果量的置信区间、统计功效及样本容量的确定的比较研究[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 宋涛;刘随随;白仲林;;面板数据动态平滑转移回归模型的间接推断估计及其应用[A];21世纪数量经济学（第13卷）[C];2012年

10 郑典模;陈创;屈海宁;;离子交换法制备硅溶胶工艺的优化[A];2015年全国无机硅化物行业年会暨新常态行业发展研讨会论文集[C];2015年

中国重要报纸全文数据库 前2条

1 吴一福;我国建成人动脉血pH值与地理因素回归模型[N];中国医药报;2007年

2 龙博;DCE大豆、豆粕期价的数理统计和回归模型[N];期货日报;2005年

中国博士学位论文全文数据库 前10条

1 闫云凤;基于决策森林的回归模型方法研究及应用[D];浙江大学;2019年

2 康慧敏;基于随机回归模型的基因组选择“一步”法研究[D];中国农业大学;2017年

3 陈凯;基于深度学习和回归模型的视觉目标跟踪算法研究[D];华中科技大学;2018年

4 赵丽;高维似乎不相关回归模型的统计推断[D];北京理工大学;2017年

5 左珊珊;Meta-回归模型的统计诊断方法研究[D];云南财经大学;2018年

6 吴擰洪;时间序列中回归模型的诊断检验[D];华东师范大学;2007年

7 于扬;混频数据回归模型的建模理论、分析技术研究[D];东北财经大学;2016年

8 张仕光;噪声特性的回归模型及其在短期风速预报中的应用[D];河北师范大学;2014年

9 陈永伟;似无关回归模型及其应用研究[D];华中科技大学;2008年

10 田茂再;回归模型的诊断理论与应用[D];南开大学;2001年

中国硕士学位论文全文数据库 前10条

1 沈孝玲;北京二手房市场的统计分析[D];北京理工大学;2017年

2 吴翠林;GBR等六种回归模型研究数字货币的多因子套利[D];华中科技大学;2019年

3 平珊珊;预测回归模型截距项的一致性检验方法研究[D];江西财经大学;2019年

4 朱金蝶;回归模型中异方差检验方法研究[D];山西大学;2019年

5 张妍;古树树龄判别回归模型研究[D];中南林业科技大学;2019年

6 于传波;协同表示子空间和低秩回归模型方法研究[D];云南大学;2018年

7 李凯;基于拓展T过程回归模型的若干稳健估计方法[D];中国科学技术大学;2019年

8 林伟强;组学交互网络回归模型的构建策略与方法研究[D];山东大学;2019年

9 吴世朋;多因变量回归模型的稳健贝叶斯分析及其应用[D];新疆大学;2019年

10 傅婷;边际回归模型的改进二次推断函数估计[D];苏州大学;2018年

本文编号：2766101