基于支持向量机模型的股指期货高频交易策略研究
发布时间:2017-04-20 01:03
本文关键词:基于支持向量机模型的股指期货高频交易策略研究,由笔耕文化传播整理发布。
【摘要】:随着金融市场的快速发展,股指期货高频交易越来越备受关注,越来越多的投资者开始探索股指期货高频交易中新的盈利模式。投机交易在增强市场流动性发挥着重要作用,是对交易市场深层次认知的一种体现。本文主要研究基于投机交易观点的股指期货高频交易策略。 考虑高频交易策略的成功性以及可操作性,本文选取股指期货中的主力合约作为研究对象。保证较高的预测正确率,本文对股指期货价格变化趋势进行分类识别预测,使用在分类识别领域表现突出的支持向量机模型进行预测。文中首先利用中间价动量变化情况对训练集进行分类,并采用聚类欠抽样等方法均衡训练集;然后经过特征指标选取和参数寻优,对主力合约中的价格变化趋势进行预测;最终建立了单个多分类支持向量机模型,二分类支持向量机和多分类支持向量机组合模型以及动态支持向量机模型。应用三个模型的预测结果,结合相应的交易策略,进行回测分析检验,通过对回测结果的分析对比,,获得了表现效果良好的交易策略,使交易策略的胜率由最初的56%提升到80%。同时本文中的交易策略能够有效发挥预警作用,在一定程度上降低交易滑点风险。本文也对策略中存在的不足进行了说明,并进一步解释了策略可能存在的风险,对交易策略进行了全面的解读。
【关键词】:支持向量机 分类识别 股指期货 高频交易 投机交易 预测
【学位授予单位】:北京理工大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:F832.51
【目录】:
- 摘要5-6
- Abstract6-9
- 第1章 绪论9-11
- 1.1 背景介绍9
- 1.2 本文研究方法及思路9-10
- 1.3 国内外研究现状10-11
- 第2章 股指期货高频交易策略11-15
- 2.1 交易策略简介11-12
- 2.1.1 基本概念11
- 2.1.2 交易策略11-12
- 2.1.3 高频交易12
- 2.2 预测周期12-13
- 2.3 主力合约13-15
- 第3章 支持向量机15-18
- 3.1 基本概念15
- 3.2 线性 SVM15-17
- 3.2.1 线性可分 SVM 数学模型15-16
- 3.2.2 线性不可分 SVM 数学模型16-17
- 3.3 非线性 SVM17-18
- 第4章 支持向量机在主力合约中的预测18-41
- 4.1 动量特征刻画和交易机会18-19
- 4.2 训练集的均衡19-22
- 4.2.1 随机过抽样和欠抽样20-21
- 4.2.2 基于聚类的欠抽样21
- 4.2.3 SMOTE 过抽样21-22
- 4.3 特征指标的选取22-28
- 4.3.1 特征指标的选择22-24
- 4.3.2 特征指标的提取24-25
- 4.3.3 数据分析25-27
- 4.3.4 数据归一化27-28
- 4.4 参数寻优28-32
- 4.4.1 交叉验证28-29
- 4.4.2 网格搜索算法29-32
- 4.5 预测结果分析32-33
- 4.6 单个多分类 SVM 模型33-35
- 4.6.1 模型预测结果33
- 4.6.2 回测分析33-35
- 4.7 二分类 SVM 和多分类 SVM 组合模型35-38
- 4.7.1 模型预测结果36
- 4.7.2 回测分析36-38
- 4.8 动态 SVM 模型38-40
- 4.8.1 窗口更新方法39
- 4.8.2 回测分析39-40
- 4.9 交易策略的风险40-41
- 结论41-42
- 参考文献42-45
- 致谢45
【参考文献】
中国期刊全文数据库 前8条
1 吴定雪;彭代强;田金文;;基于自适应最小二乘支持向量机的图像去噪研究(英文)[J];Geo-Spatial Information Science;2007年03期
2 樊继伟;李朝锋;吴小俊;;一种改进的主动支持向量机算法及其应用[J];计算机工程;2009年19期
3 李昆仑,黄厚宽,田盛丰,刘振鹏,刘志强;模糊多类支持向量机及其在入侵检测中的应用[J];计算机学报;2005年02期
4 杨洁;郑宁;刘董;罗时贵;;基于遗传算法的SVM带权特征和模型参数优化[J];计算机仿真;2008年09期
5 张小艳;李强;;基于SVM的分类方法综述[J];科技信息;2008年28期
6 阎纲;;支持向量机在股市预测中的应用[J];科学技术与工程;2008年02期
7 陶新民;张冬雪;郝思媛;付丹丹;;基于谱聚类欠取样的不均衡数据SVM分类算法[J];控制与决策;2012年12期
8 蔡冬松;靖继鹏;;基于最小二乘支持向量机的数据挖掘应用研究[J];情报科学;2005年12期
本文关键词:基于支持向量机模型的股指期货高频交易策略研究,由笔耕文化传播整理发布。
本文编号:317535
本文链接:https://www.wllwen.com/jingjilunwen/qihuoqq/317535.html