基于多变量相空间重构的投资组合策略研究

发布时间：2017-05-27 02:06

  本文关键词：基于多变量相空间重构的投资组合策略研究，由笔耕文化传播整理发布。

【摘要】：投资收益在金融市场这个高度不稳定的环境中充满了不确定性。股票市场受到金融市场的不可预测性严重影响,因此持有一个能使风险达到最小的多元化投资组合毫无疑问是所有投资者所期望的。有效的价格波动预测可以高度影响这种组合投资策略的制定。本文根据股票的经济指标数据,利用高维聚类方法进行分类分组,对比找出相对值得投资的组合。对此建模预测收盘价。本文的金融时间序列为多变量时间序列。传统的时间序列模型对此类时间序列拟合和预测效果都不是很理想。因此,本文使用相空间重构思想,结合遗传算法对SVR(支持向量回归机)进行参数估计,找到最优延迟时间?和相空间维数m,预测影响收盘价的七个指标值,再通过LASSO算法预测收盘价。最后,通过预测后的收盘价波动趋势,判断投资时限。实证表明,通过对比金融数据的多变量时间序列高维聚类和单变量时间序列低维聚类,说明了多变量时间序列聚类的合理性。通过对比基于相空间重构的多变量预测与单变量预测,表明了前者比后者预测效果更好,误差更少,精度更高。在多变量预测收盘价方面,稀疏LASSO比SVR和ARIMA的预测精度高,更利于解释模型,更能捕捉到时间序列的波动趋势。投资组合交易策略的确定,可以使投资者减少风险和得到高利润率。
【关键词】：高维聚类 相空间重构 支持向量回归机 LASSO算法 交易策略
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F830.91;F224
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 绪论9-13
• 1.1 选题背景及研究意义9
• 1.2 国内外研究现状9-11
• 1.3 研究目标、内容及方法11
• 1.4 本文创新之处11-12
• 1.5 本文组织结构12-13
• 第二章 基础知识13-45
• 2.1 聚类分析13-21
• 2.1.1 传统聚类14-17
• 2.1.1.1 K均值14-17
• 2.1.1.2 层次聚类17
• 2.1.2 其他聚类17-21
• 2.1.2.1 基于降维的聚类18-21
• 2.1.2.2 子空间聚类21
• 2.2 时间序列分析21-25
• 2.2.1 时间序列的分类21-23
• 2.2.2 单变量线性时间序列预测模型23
• 2.2.3 单变量非线性时间序列预测模型23-25
• 2.3 相空间重构25-30
• 2.3.1 G-P法26-27
• 2.3.2 C-C法27-29
• 2.3.3 多变量时间序列的相空间重构29-30
• 2.4 遗传算法30-35
• 2.4.1 遗传算法的介绍30-31
• 2.4.2 遗传算法的算子31-33
• 2.4.2.1 选择算子31
• 2.4.2.2 交叉算子31-32
• 2.4.2.3 变异算子32-33
• 2.4.3 遗传算法的流程33-34
• 2.4.4 遗传算法的参数34-35
• 2.5 支持向量回归机SVR35-42
• 2.5.1 支持向量回归机原理35-41
• 2.5.2 支持向量回归机的核函数41-42
• 2.6 LASSO算法42-43
• 2.7 交易策略43-44
• 2.8 本章小结44-45
• 第三章 高维聚类、CC-GA-SVR与LASSO45-59
• 3.1 数据预处理46-48
• 3.2 聚类选出投资组合48-54
• 3.3 基于遗传算法的相空间重构和SVR预测54-55
• 3.4 LASSO55-57
• 3.5 确定交易策略57-58
• 3.6 本章小结58-59
• 第四章 研究结果和分析59-68
• 4.1 相空间重构的结果59-61
• 4.2 基于相空间重构的多变量与单变量时间序列预测的对比61
• 4.3 LASSO与其他两个方法的对比61-65
• 4.4 短期交易策略的确定65-67
• 4.5 本章小结67-68
• 结论68-69
• 参考文献69-72
• 攻读博士/硕士学位期间取得的研究成果72-73
• 致谢73-74
• 附件74

【共引文献】

中国期刊全文数据库 前10条

1 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期

2 卢小丽;;四川省农村居民生活消费增长分析及预测——基于Markov预测和ARMA模型[J];安徽农业科学;2012年21期

3 张建玲;林苗苗;刘建华;申国华;;时间序列季节调整方法在气象要素预测中的应用分析[J];现代农业科技;2009年23期

4 周锐;朱祖林;;基于成绩库的远程学习者流失预测决策树的应用研究[J];安庆师范学院学报(自然科学版);2009年02期

5 路晓玮;;我国进出口总额的时间序列分析[J];北方经济;2007年06期

6 季越江;吕佳;;基于聚类分析的客户细分研究[J];办公自动化;2009年08期

7 许子君;杜秋;栾超;;Apriori改进算法在军队院校干部考核中的应用[J];兵工自动化;2012年03期

8 马猛;钮俊清;宁岩;郑浩然;王煦法;;聚类和关联规则挖掘在基因表达数据分析中的应用研究[J];北京生物医学工程;2008年04期

9 郑继刚;杨玲;杨春华;曾庆红;赵若男;;网络入侵分析关联规则挖掘系统设计[J];保山学院学报;2011年05期

10 于洪;谌强;;一种结合K-Means的层次化的搜索结果聚类方法[J];重庆邮电大学学报(自然科学版);2010年03期

中国重要会议论文全文数据库 前10条

1 刘乐平;刘旭;逯敏;;保险公司的全面风险管理——基于风险偏好度量视角[A];十二五·新挑战：经济社会综合风险管理——北大赛瑟（CCISSR）论坛文集·2011[C];2011年

2 张乃岳;张力;张学燕;;基于字段匹配的CRM数据挖掘算法与应用[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年

3 梁青艳;孙彦广;顾佳晨;薛俊鹏;孙要夺;;基于灰色时序组合模型的高炉热风炉煤气消耗量的预测[A];全国冶金自动化信息网2009年会论文集[C];2009年

4 曹晖;司刚全;张彦斌;贾立新;;基于聚类分析的模糊控制算法在制粉系统中的应用[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

5 曹晖;司刚全;张彦斌;贾立新;;基于模糊时序数据挖掘的火电厂制粉系统优化算法[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

6 潘国林;杨帆;;数据挖掘算法在保险客户分析中的应用[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

7 曾建华;周骞;;中国证券市场中小企业板指数的价格传导效应分析[A];第三届（2008）中国管理学年会论文集[C];2008年

8 陈峻;赵欢欢;;基于实验分析的城市停车到达率和离去率的关联特性[A];2008第四届中国智能交通年会论文集[C];2008年

9 于晓梅;王红;;基于双向支持度排序的Eclat改进算法[A];山东计算机学会2013学术年会论文集[C];2013年

10 艾明华;;山东省经济增长与能源消费关系的实证研究[A];21世纪数量经济学（第8卷）[C];2007年

中国博士学位论文全文数据库 前10条

1 韩道;基于人体和小动物数据库的生理组M3L平台构建[D];华中科技大学;2010年

2 吴学雁;金融时间序列模式挖掘方法的研究[D];华南理工大学;2010年

3 周鹏;台湾财政收支与经济增长关系研究[D];南开大学;2010年

4 徐河杭;面向PLM的数据挖掘技术和应用研究[D];浙江大学;2010年

5 韩燕清;中药治疗多囊卵巢综合征文献数据库的建立及中药疗效的数据分析[D];北京中医药大学;2011年

6 于宏波;阳痿肾阳虚证症状规律及其转录组特征研究[D];成都中医药大学;2011年

7 彭佳扬;代谢网络中功能模块挖掘和进化分析研究[D];中南大学;2011年

8 何贤芒;隐私保护中k-匿名算法和匿名技术研究[D];复旦大学;2011年

9 薛永刚;人民币汇率及其波动实证研究[D];华南理工大学;2011年

10 梁成军;网球技战术决策支持系统研究与应用[D];上海体育学院;2011年

中国硕士学位论文全文数据库 前10条

1 刘建东;基于Web访问信息挖掘的数字图书馆个性化服务研究[D];浙江理工大学;2010年

2 吴正娟;特征变换在组合分类中的应用研究[D];郑州大学;2010年

3 樊碧波;基于全矢谱的故障预测关键技术研究[D];郑州大学;2010年

4 段志峰;具有最佳预测的多通道水质监测仪系统设计[D];郑州大学;2010年

5 琚长涛;一种带有聚类功能的边界检测算法的研究[D];郑州大学;2010年

6 孔祥婧;世界干散货船订单量的波动及其预测研究[D];哈尔滨工程大学;2010年

7 王勇;一种面向隐私保护的分布式数据流挖掘算法[D];哈尔滨工程大学;2010年

8 徐艳红;基于倾斜时间窗口的频繁项集挖掘算法研究[D];哈尔滨工程大学;2010年

9 张强;网络安全态势评估与预测技术研究[D];哈尔滨工程大学;2010年

10 侯宗仁;TD-SCDMA网络性能分析系统的设计与实现[D];大连理工大学;2010年

  本文关键词：基于多变量相空间重构的投资组合策略研究，，由笔耕文化传播整理发布。

本文编号：398593