基于循环神经网络的板块轮动量化投资策略构建

发布时间：2020-10-24 06:57

　　 对于国内外板块轮动现象的研究十分丰富。就国内而言,研究学者几乎对中国股票市场存在板块轮动达成共识,并有很多文献从多个不同方面解释了行业板块轮动成因,但将板块轮动作为投资策略的研究偏向定性,轮动规律主要针对几大主要且轮动现象明显的板块进行分析,时间粒度较粗,得到的规律较为粗浅,分析选取的样本也是人工选择的轮动现象明显的时间段,研究很大一部分依赖于定性的比较。因此基于中国股票市场存在板块轮动的前提,运用神经网络作为工具构建预测模型,全时段、全部板块、利用数据不掺杂人的主观判断对板块轮动现象形成量化投资模型,预测下一时段涨幅第一的板块,这是一个有趣并值得尝试的方向。本文的研究内容基于中国股票市场存在板块轮动现象的共识,运用神经网络作为工具构建预测模型,“量化”板块轮动现象预测未来时段涨幅最优板块,并凭借预测结果构造量化投资策略。其简要过程是:对A股数据进行处理与清洗得到不同维度的板块数据集,针对不同类型的板块数据集构建不同的神经网络模型进行训练,得到效果最优的数据集维度以及最优的预测模型,并对最优预测模型的表现进行评价。最后得到量化投资策略并提出量化投资策略可以进一步完善的方向。本文建立了针对证监会行业分类的板块预测模型,来预测下一时段表现最好的板块,模型表现效果与基准——沪深300指数相比表现较好。建立的板块预测模型具体结构为:周级别的所有板块(证监会行业门类)涨跌幅数据作为输入信息,下一周涨幅第一的板块作为输出信息,以双层LSTM循环神经网络作为结构核心。投资策略为:输入历史数据,买入模型预测的下周涨幅第一的板块,并持有一周时间;同时卖出覆盖相同资金头寸的沪深300股指期货对冲系统性风险。即量化投资策略只获取阿尔法收益。由于买入整个板块的操作在现实中不可行,因此该量化投资策略只是作为板块选择策略,还需要辅助板块内部择股策略才能进行实际的操作。模型也有进一步改善的空间,因此针对性地提出了一些可以进一步研究的方向。
【学位单位】：浙江大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F832.51
【部分图文】：

图 1-1 论文框架图1.5 创新点1. 全时段：分析、处理、利用了中国股市存在以来的数据，而非仅人工选择板块轮动现象明显的数据。2. 全部板块：对所有板块进行分析，而非仅针对几大主要且轮动现象明显的板块。3. 可操作性：不同于之前的研究很大一部分依赖于定性的感知与比较的特点，利用数据训练神经网络模型，模型不掺杂人的主观判断。因此不同于之前的研究大多只发现现象、对板块操作的时间点选择没有确定性指导，本文得出的板块预测模型是确定的模型，操作的时间点与持有时间段都是确定的。

图 3-2 板块涨跌幅数据对应的神经网络模型 MODEL2 结构示意图图 3-2 MODEL2 结构示意图中相关名词的解释如下：1. 彩色（蓝、红、绿）框体与其之间的箭头组成 MODEL2 的主体结构。圆形与椭圆形框体为输入数据。圆方形框体为输出数据。黑实心方形框体为函数。2. Yt_predict 为预测的第二日/周/2 周/月涨幅排名第一的 family/category。3. Xt+1为实际的第二日/周/2 周/月所有 family/category 涨跌幅数据。4. 通过 Yt_predict、Xt+1得到 Yt_predict_p_change，即预测的排名第一的family/category 实际的涨跌幅。5. 额外获取沪深 300 的日级别数据，并对其做与训练数据集同样的数据处理，得到沪深 300 的日/周/2 周/月涨幅，即 hs300_p_change。6. 通过 Yt_predict_p_change，hs300_p_change 得到模型超过基准（以沪深 300为 基 准 ） 的 净 涨 幅 net_p_change ， 即 net_p_change=Yt_predict_p_change -

浙江大学硕士学位论文 实证分析与策略4 实证分析与策略4.1 数据处理1. 获取股票市场数据，处理得到每日行业门类、大类的涨跌幅从 RESSET 金融研究数据库（RESSET/DB）获取从 1990/12/21 至 2017/12/31 这一时段在上海证券交易所及深圳证券交易所上市（包括 ST、ST*及已退市上市公司）的上市公司日市值数据及上市公司证监会行业门类、大类代码（证监会行业门类、大类代码见附录 A）。
【相似文献】

相关期刊论文 前10条

1 周佩;;互联网理财发展趋势及投资策略研究[J];现代营销(经营版);2019年03期

2 王力;孙春雷;;当前金融资产管理公司投资策略分析[J];银行家;2019年10期

3 张婷;;2017年投资策略:看最佳分析师们怎么说[J];股市动态分析;2016年50期

4 洪瑜;;风险投资策略研究[J];商场现代化;2017年13期

5 常乐;;50∶50投资策略浅析[J];科技经济导刊;2017年22期

6 李文泽;谢升峰;;分级基金投资策略分析[J];商;2016年15期

7 李豫;;论企业财务投资策略[J];科技经济市场;2015年03期

8 许荣;魏谙书;;股灾期间保险投资策略研究——危机时期巴菲特保险投资案例分析[J];保险理论与实践;2016年07期

9 童银婷;;从投资之道谈财务自由之路[J];智富时代;2016年12期

10 赵东山;;君联资本邵振兴的投资平衡术,要稳健,更要敏锐[J];创业邦;2017年04期

相关博士学位论文 前10条

1 汤伟;溢出效应下竞争制造商的投资策略研究[D];南京大学;2019年

2 刘国伟;动态环境下的企业定价与投资策略[D];天津大学;2017年

3 徐鸭江;企业投资策略研究[D];中国社会科学院研究生院;2001年

4 徐高林;英美寿险资金投资原理研究[D];对外经济贸易大学;2004年

5 任开宇;沪深股市风格投资：适用性、周期性和转换策略[D];吉林大学;2004年

6 杨宏恩;日本对中国直接投资的变化与影响[D];复旦大学;2005年

7 李勇;不同市场有效性条件下的中国投资策略研究[D];华东师范大学;2006年

8 李长青;不确定条件下专用实物资产投资估价的理论与实施方法研究[D];华中科技大学;2005年

9 王滨;不确定条件下投资的博弈分析[D];华中科技大学;2005年

10 黄静;行为金融理论与投资策略应用研究[D];吉林大学;2006年

相关硕士学位论文 前10条

1 严洋;基于行业追踪的股票量化投资策略实证研究[D];电子科技大学;2019年

2 张晨;中国人寿保险资金投资组合优化研究[D];西北大学;2019年

3 孙帅;保险资金投资长租公寓路径问题研究[D];河南财经政法大学;2018年

4 陈岑;我国开放式基金动量反转策略及其绩效评价实证研究[D];云南大学;2018年

5 刘光远;基于沪深300成分股的量化投资策略研究[D];贵州大学;2019年

6 潘冠湘;AB保险股权投资策略研究[D];湖南农业大学;2018年

7 王丽莉;恒天财富投资管理公司股权投资策略优化研究[D];吉林大学;2019年

8 潘璐;基于国开债的债券投资策略研究例[D];对外经济贸易大学;2019年

9 廖寅之;我国证券投资基金的投资风格与超额收益研究[D];对外经济贸易大学;2019年

10 王瑜;A创业投资公司投资后风险管理研究[D];中国石油大学(北京);2018年

本文编号：2854157