基于情绪化指标的量化交易策略

发布时间：2021-01-06 23:52

　　金融市场异象频繁出现,市场的有效性理论不能完全解释市场现象。行为金融理论由此产生,加入心理学、社会学等学科的行为金融学对市场行为给出了更好的解释,作为行为金融理论的重要分支投资者情绪理论被广泛研究。投资者情绪能够对市场产生影响已经被多数学者证实。由于投资者情绪不能被直接测量,对投资者情绪指数的构建成为研究投资者情绪理论的一个重点。多数学者在构建投资者情绪时使用主成分分析法,本文在前人研究的基础上使用主成分分析法以及卡尔曼滤波方法两种方法构建投资者情绪指数,构建投资者情绪指数的过程中选取封闭式基金折价率、IPO首日收益率、IPO个数、新增开户数、市场换手率以及消费者信心指数作为代理变量。检验了6个指标和市场的相关性、显著性。并根据构建好的指数建立量化投资策略,考虑到市场存在短期惯性以及长期反转效应,这里依据两种效应选择量化择时策略。分析不同投资策略,得出Z（2,2）策略优于K（3,2）策略,并将策略比对上证50、上证180、上证中盘以及上证小盘四种指数。结果发现基于投资者情绪的量化交易策略在中小盘的表现优于在大盘中的表现,同时投资者在熊市中对下跌情绪反应更快,同理投资者在牛市中对上涨情绪... 

【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 引言
    1.1 研究背景与研究意义
    1.2 投资者情绪对股票收益的影响
        1.2.1 投资者情绪对股票收益的理论研究
        1.2.2 投资者情绪对股票价格影响的实证研究
        1.2.3 小结
    1.3 投资者情绪指标的研究
        1.3.1 国外研究现状
        1.3.2 国内研究现状
    1.4 论文的内容
第2章 行为金融理论
    2.1 行为金融学的成果
        2.1.1 行为金融学中的假设
        2.1.2 金融市场异象
    2.2 投资者情绪
        2.2.1 投资者情绪的直接指标
        2.2.2 投资者情绪的间接指标
        2.2.3 其他投资者情绪指标
    2.3 本章总结
第3章 投资者情绪指数的构建
    3.1 数据分析方法
        3.1.1 主成分分析法
        3.1.2 动态因子分析法
        3.1.3 卡尔曼滤波
    3.2 投资者情绪指数的构建
        3.2.1 代理指标的选取
        3.2.2 投资者情绪指数
        3.2.3 指数与市场关系检验
    3.3 本章总结
第4章 基于投资者情绪的量化择时策略
    4.1 量化投资理论
        4.1.1 量化投资决策
        4.1.2 量化投资方法
    4.2 量化择时策略
    4.3 实证分析
    4.4 本章总结
第5章 总结与展望
    5.1 总结
    5.2 展望
参考文献
附录1 -原始数据
附录2 -卡尔曼滤波Matlab实现
致谢


【参考文献】：
期刊论文
[1]动态因子分析在环境监测数据综合处理中的应用[J]. 郭益铭,赵恩民.  中国环境监测. 2018(01)
[2]基于投资者情绪的四因子模型实证研究[J]. 黄彦菁,徐旭.  会计之友. 2018(01)
[3]基于主成分分析法的学生成绩评价[J]. 钱浩韵.  南京工业职业技术学院学报. 2017(04)
[4]中国证券市场量化投资研究——量化择时选股策略[J]. 杨育欣.  中国市场. 2017(30)
[5]动态因子模型的广义矩估计（GMM）及其统计性质研究[J]. 白强,白仲林.  统计研究. 2017(10)
[6]基于动态因子分析法的亚洲地区上海港国际竞争力评价研究[J]. 喻润,温艳萍.  海洋开发与管理. 2017(06)
[7]投资者情绪与股票收益的实证研究——基于扩展卡尔曼滤波的方法[J]. 凌士勤,苏乐.  时代金融. 2017(17)
[8]高技术产业集群发展动态测度研究——基于EM算法的因子分析模型[J]. 卜洪运,陶玲玲,赵琳皓.  华东经济管理. 2017(05)
[9]我国投资者情绪指数的构建[J]. 靖荣华,贺晓玲.  当代经济. 2016(34)
[10]中国股市投资者情绪指数构建与有效性检验[J]. 蔡志刚,赖明明.  金融发展研究. 2016(07)



本文编号：2961476