NARX动态神经网络的择时策略研究

发布时间：2021-07-13 19:22

　　随着我国证券市场的逐步完善,基金业的不断发展,投资机构对指数基金的投资不再满足于传统的纯粹被动管理式指数基金,而是希望运用各种策略优化投资组合,对其进行主动管理,从而获得高于基准指数的收益。这就需要引入增强型指数基金。由于增强型指数基金要尽可能保持标的指数的特征,根据每一种证券在指数中所占的比例,购买相应比例的证券,所以无法改变指数基金的投资对象。因此,为了获得超额收益,投资机构需要更加关注买卖基金的时机,有择时交易的需求。目前在我国证券市场上,存在较多的量化交易方法来做择时交易,有BP静态网络,SVM模型,NARX动态网络。但是还未找到适合我国A股市场沪深300指数基金的量化择时方法。所以,本文希望找到适合沪深300指数的量化择时方法,从而使构造的增强型指数基金能够跑赢基准指数,获得超额收益。本文针对量化择时方法在我国A股市场有效性的问题与选取最优择时方法的问题,进行了实证分析。首先,分别用BP静态神经网络、支持向量机模型与NARX动态神经网络预测沪深300指数的价格,比较三种模型的拟合效果。实证结果表明NARX动态神经网络的拟合效果最佳。其次,在对股价拟合的基础上,进一步用这三种模... 

【文章来源】：上海师范大学上海市

【文章页数】：126 页

【学位级别】：硕士

【部分图文】：

图１．２本文技术路线图??１．４本文的主要贡献??本文主要研究基于ＮＡＲＸ动态神经网络的量化择时策略，将其应用于??

量化交易策略是以数学、统计学为基础，以计算机编程软件为工具，??通过之前的数据来预测未来的数据走势，根据预测结果进行投资的策略方??法，图２．１表现了在量化交易过程中，投资人如何使用模型进行投资。投资??人创建模型，通过模型管理股票。??Ｉ?创建－?Ｉ?管理一??人一??＾?模型－?—??图２．１人与模型在量化交易中的作用??量化交易方法的步骤有三步，分别为量化分析、数学建模、虚拟操盘，??如图２．２所示。??１４??

络能够划分成两类，如下所示。??第一类是序列并行序列模式，该类模式的输出变量仅仅由其自身的序??列所决定，见图２．３。??＾（？）??抑，＾——Ｊｊ??——ＪＦ?Ｊ??图２．３序列并行序列模式ＮＡＲＸ网络拓扑图??１６??

【参考文献】：
期刊论文
[1]基于PSO优化LSSVM的股价时间序列预测[J]. 王国俊.  科技和产业. 2017(10)
[2]财经新闻与股市投资策略研究——基于财经网站的文本挖掘[J]. 孟雪井,杨亚飞,赵新泉.  投资研究. 2016(08)
[3]GARP数量化选股及马尔科夫链择时策略研究[J]. 刘洋,夏思雨,胡思瑞,林思亮.  金融与经济. 2016(05)
[4]基于贝叶斯正则化算法BP神经网络钒电池SOC预测[J]. 杨春生,牛红涛,隋良红,李明兴.  现代电子技术. 2016(08)
[5]基于SVM修正的模糊时间序列模型在沪指预测中的应用[J]. 李小琳,孙玥,刘洋.  中国科学技术大学学报. 2016(03)
[6]基于MEA-BP神经网络的财务危机预警研究[J]. 赵辰,南星恒.  财会通讯. 2016(01)
[7]行业与个股新闻对股票价格影响的定量分析[J]. 徐伟,李韵喆.  财经界(学术版). 2015(13)
[8]基于线性学习函数的泛证券投资组合策略[J]. 张卫国,张永,徐维军,杨兴雨.  系统工程理论与实践. 2012(08)
[9]基于改进的网格搜索法的SVM参数优化[J]. 王健峰,张磊,陈国兴,何学文.  应用科技. 2012(03)
[10]基于支持向量回归机的股票价格预测[J]. 谢国强.  计算机仿真. 2012(04)

博士论文
[1]量化投资：若干金融衍生品的定价模型及投资策略研究[D]. 刘帅.上海大学 2016

硕士论文
[1]基于BP神经网络的股价预测研究[D]. 万腾飞.广西大学 2015
[2]基于BP神经网络与智能算法的股价预测方法研究[D]. 罗毅.深圳大学 2015



本文编号：3282654