基于投资者情绪的SVM在量化投资方面的应用
发布时间:2021-09-25 12:31
我国资本市场自上世纪九十年代形成以来,其规模和体量呈现一种高速增长的态势.然而,与高速增长相伴的却是A股市场多次的大幅度动荡。反观同时期的西方国家成熟的资本市场却未出现如此剧烈地震荡。究其原因,制度和机制的不成熟是造成如此差别的重要因素之一,然而众多的市场异象却无法用传统的金融学理论来解释。结合当今学者对市场异象的研究,笔者传统金融学和行为金融学相结合,试图从投资者心理的角度更加真实的反映我国A股市场的运行状况。行为金融学认为,投资者情绪是影响风险资产定价的一个不可忽视的重要因素,而投资者的非理性因素是造成这种内含价值与市场价值差异的基础之一。因此,从投资者情绪的角度出发,来深入探究投资者情绪非理性波动与市场变化的联系,有助于我们理清市场逻辑,有效的规避系统性风险,增强监管有效性,增厚投资者收益。本文的总体结构可以分为以下四个部分:第一部分是绪论,该部分主要包括对投资者情绪研究的研究背景,研究意义以及本文结构,并指出本文可能的创新点。第二部分是国内外文献综述,该部分主要回顾了国内外学者对投资者情绪定义和度量,对投资者情绪与股市收益率之间关系的研究,同时对本文所使用的研究方法方法支持向量...
【文章来源】:东北财经大学辽宁省
【文章页数】:49 页
【学位级别】:硕士
【部分图文】:
图2-4《邓乃扬,田英杰.支持向量机:理论、算法与拓展》??
?|?SIG?|?0.000?—??将ISI1与HS300变化区间绘制在一张图内,如图3-1所示。我们可以看出,??本文构建的投资者情绪综合指标与沪深300指数在趋势上有高度的一致性
将上一节由主成分分析法所得到的投资者情绪综合指标ISI1,使用极小极大的??阈值准则以及软阈值法对ISI1进行去噪处理,得出去噪后的投资者情绪综合指??标ISI1',去噪前后的投资者情绪综合指数对比如图4-1所示:??1?…AA?—i?7?—??%^5?1?I4ll3^^71^^3^|7?29n^f35^^4^?f>pfl?53?55?57?59?61?63?il67??2??,??-3?????_?_去噪前?___去噪后??图4-1投资者综合情绪指标去噪前后对比??从图4-1可以看出,原始投资者情绪综合指数有众多震荡点,具有高信噪比??的特征,而经过去噪处理后的序列则展现的更为平滑,更体现出了投资者情绪??的变化区间。??4_2_2投资者情绪与股指时间序列的自回归模型??为了从多角度探宄投资者情绪对股市收益的影响,本节从传统的梳理数理出??发,探宄投资者情绪与指数之间的关系,拟采用向量自回归模型(VAR)来建立二??者之间的关系。VAR模型常用于预测相互联系的时间序列系统以及分析随机扰??28??
本文编号:3409747
【文章来源】:东北财经大学辽宁省
【文章页数】:49 页
【学位级别】:硕士
【部分图文】:
图2-4《邓乃扬,田英杰.支持向量机:理论、算法与拓展》??
?|?SIG?|?0.000?—??将ISI1与HS300变化区间绘制在一张图内,如图3-1所示。我们可以看出,??本文构建的投资者情绪综合指标与沪深300指数在趋势上有高度的一致性
将上一节由主成分分析法所得到的投资者情绪综合指标ISI1,使用极小极大的??阈值准则以及软阈值法对ISI1进行去噪处理,得出去噪后的投资者情绪综合指??标ISI1',去噪前后的投资者情绪综合指数对比如图4-1所示:??1?…AA?—i?7?—??%^5?1?I4ll3^^71^^3^|7?29n^f35^^4^?f>pfl?53?55?57?59?61?63?il67??2??,??-3?????_?_去噪前?___去噪后??图4-1投资者综合情绪指标去噪前后对比??从图4-1可以看出,原始投资者情绪综合指数有众多震荡点,具有高信噪比??的特征,而经过去噪处理后的序列则展现的更为平滑,更体现出了投资者情绪??的变化区间。??4_2_2投资者情绪与股指时间序列的自回归模型??为了从多角度探宄投资者情绪对股市收益的影响,本节从传统的梳理数理出??发,探宄投资者情绪与指数之间的关系,拟采用向量自回归模型(VAR)来建立二??者之间的关系。VAR模型常用于预测相互联系的时间序列系统以及分析随机扰??28??
本文编号:3409747
本文链接:https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/3409747.html