【摘 要】
：
在我国大力推行建设数字强国的背景下,将计算机技术与金融知识相结合,分析处理海量数据并从中提取规律,从而构建量化交易策略,已经成为许多投资者普遍选择的投资方式。在人们的物质生活得到了极大提升之后,越来越多的人参与到股票投资之中,程序化的股价研究既能规避投资者因情绪变动而出现的主观误判,又能在庞大的数据中挖掘出人力无法发现的隐藏规律,因而被众多专家学者所关注。投资者希望能够制定出一种智能化交易策略,从
论文部分内容阅读
在我国大力推行建设数字强国的背景下,将计算机技术与金融知识相结合,分析处理海量数据并从中提取规律,从而构建量化交易策略,已经成为许多投资者普遍选择的投资方式。在人们的物质生活得到了极大提升之后,越来越多的人参与到股票投资之中,程序化的股价研究既能规避投资者因情绪变动而出现的主观误判,又能在庞大的数据中挖掘出人力无法发现的隐藏规律,因而被众多专家学者所关注。投资者希望能够制定出一种智能化交易策略,从而在获得较高的收益率的同时规避风险,本文将基于长短期记忆网络（LSTM）的多因子选股模型与择时策略相结合,期望形成的新交易策略可以获得更高的收益率,承担更低的交易风险。首先,构建基于LSTM的多因子选股模型。先选取候选因子,获取中证500成份股在2011年1月1日至2021年12月31日的交易日的因子数据,以因子相关系数及|Rank IC|值为标准,从六类风格因子中选取17个有效因子。其次,将因子对市值进行回归,构建LSTM算法的多因子回归模型,同时采用随机森林（RF）及XGBoost算法作为对照组构建模型,进行回测,验证模型的有效性,确定多因子选股模型选取股票的方法。最后,对该多因子选股模型进行参数、训练集长度以及持仓数的寻优,最终构建一个最优选股模型。其选股机制为:采用LSTM算法构建多因子回归模型,在训练时使用网格搜索进行算法参数的动态寻优,持仓数为5,训练集长度为20个月,每隔三个月进行一次调仓。该模型在2012年1月1日至2021年12月31日获得年均收益率为16.78%,但该模型在风险控制上显得不足,最大回撤率达到64.63%。其次,在最优选股模型的基础上引入择时策略。采用上文得出的最优选股模型筛选中证500指数所包含的股票,选取数量为最优持仓数的股票进行持仓,并进行定期调仓。即通过分析股票的移动平均线这一技术指标来寻找合适的卖出信号。当仓内的股票有合适的卖出信号时,第二日开盘后就立即卖出。移动平均线这一指标的研究主要分为三种:长期均线、双均线组合、三种均线组合。通过对不同均线指标组成的择时策略进行回测,最终发现,选股与择时相结合的策略和纯选股策略相比,收益率会提升,也能在一定程度上控制交易风险,降低最大回撤率。当采用三均线组合的择时策略时,年均收益率由最优选股模型下的16.78%提升至20.12%,最大回撤率由64.63%降低至35.61%,而夏普比率由0.684提升至0.853。因此,在最优选股模型的基础上,择时策略的引入能够有效提升收益率,同时规避风险,提高单位风险的收益率。本研究表明,将基于长短期记忆网络（LSTM）的多因子选股模型与择时策略相结合,形成的新交易策略与纯选股模型相比,可以获得更高的收益率,承担更低的交易风险。
其他文献
随着医学的发展,疾病领域越来越细分,医生临床实践的差异化也越来越明显,由于医生临床实践过程中的医疗数据结构和表达的不统一,致使医疗机构、科室之间的信息交换、共享、整合和利用无法达成,影响了精准的疾病防治。因此术语标准化应运而生,不仅解决了信息表达的不一致性问题,而且实现了语义层面上的信息共享。然而,临床医学术语数量巨大以及表达方式多种多样,并且传统的基于人工规则的匹配方式成本高、效率低,亟需一种智
近年投资基金逐渐成为大众化话题,搜集查询基金信息的需求不断增加。人们可通过搜索引擎或基金网站了解基金信息,但有时需要对相关基金信息进行比较,对感兴趣的基金进一步了解其相关信息,比如要了解某基金的基金经理还管理了哪些基金。此类需求涉及问答系统中的多跳问答问题,在知识图谱中表现为问题主实体到答案实体经过的关系路径不止一条。基于知识图谱的问答在处理单跳问题方面已能达到较高精度,目前难点和研究方向集中在复
随着网络的高速发展,用户在网络上的足迹记录越来越多。为了提高用户的体验,满足用户的个性化需求,个性化推荐系统被提出来。传统的推荐系统都是在单域中进行推荐,会面临冷启动与数据稀疏的问题。跨域推荐的提出,实现了可借助其他域中的数据为用户进行推荐,解决了单域推荐系统中存在的冷启动与数据稀疏问题。但随着用户在网络上的交互越来越频繁,越来越广泛,用户在不同域之间的兴趣会产生影响,这时候,跨域推荐不仅仅是作为
随着互联网技术的发展与普及,网络上的信息爆炸式地增长。与日俱增的信息在丰富了网络上信息量的同时,也加大了人们从互联网获取目标信息的难度。智能问答系统作为一种新型的信息服务方式,能够理解自然语言问题并回答,可以更方便、直接地帮用户获取信息。表格具有数据量丰富和结构明确的特点,在网络技术发展的过程中成为了主流的数据载体。为了方便用户从表格中获取信息,表格智能问答——即以表格作为智能问答的答案来源,成为
随着5G时代的到来与数字化社会的快速发展,人们的生活越来越依赖网络。与此同时,方便人们表达自我与网络社交的社交媒体平台也飞速发展。越来越多的用户进入社交媒体平台,留下了丰富的个人动态、个人信息等数据,这些数据都是用户自主产生,具有极大的真实性与可靠性。通过分析用户在社交媒体平台产生的数据,可以做到尽可能全面、准确地描绘用户画像。用户基本属性和用户兴趣是社交媒体用户画像重要的组成部分,对于社交平台运
流行性感冒极易于每年秋冬季在人群中流行传播,严重影响人们的生命安全和生活节奏,流感疫苗可以帮助人体提高免疫力,有效保护人体避免感染流感病毒。目前各国公共卫生机构的一项重要任务就是制定各种流感疫苗接种政策,从而提高流感疫苗在人群中的普及率,保障人民的生命健康安全。由于个人对流感疫苗的了解程度较低或其他原因,有不少人对接种流感疫苗持犹豫或拒绝的态度,这对流感疫苗的接种工作造成了一定的困难。因此需要分析
中国已成为全球第二大经济体,而股票市场则是我国经济十分重要的环节,改革开放进入二十一世纪以来,我国的股票市场不断发展与完善,股票趋势预测的话题备受关注,若能准确地判断股票在未来的波动趋势,这将产生巨大的价值,带来收益的同时也能规避风险。计算机技术的发展,使得使用神经网络技术对股票趋势进行预测成为热门研究领域,如使用长短期记忆神经网络模型、循环神经网络模型、支持向量机模型等,基于股票的历史数据,对股
随着大数据时代的到来,数据资源的价值逐渐受到关注与认可,人们对于数据交易的需求也在日益增加。然而,我国目前的数据交易仍面临着诸多问题,其中,数据交易过程中的数据安全问题是重中之重。类似于传统的商品交易,数据交易也是多方参与主体相互促进、相互制约的演化博弈过程。因此,本文从数据安全角度出发,展开对数据交易四方参与主体的演化博弈研究。本文基于数据安全角度,首先,结合数据交易的发展现状和现有研究,将政府
随着信息技术的快速发展,人们同时扮演着信息的消费者和生产者两个角色。作为一种从海量数据中快速发现信息的技术手段,推荐系统逐渐成为解决信息过载问题的主要方式之一,被广泛应用于电子商务、音乐/视频服务、社会媒体、广告策略等众多领域。面对推荐场景中日渐丰富的多模态信息,传统推荐方法无法有效挖掘用户深层次的偏好特征,很大程度上不能满足用户个性化推送的需求。近些年,研究者们将用户评分、评论、浏览等数据进行特
近年来,Web of Science、Google Scholar等文献数据库不断更新完善,为研究者们提供了丰富的文献参考。文献量大、研究因素复杂成为了许多研究领域的一个特点。研究者在研究初期需要快速准确地对大量文献内容进行梳理与科研统计,了解研究领域的发展趋势和方向,以开展新研究。其中,研究两代人社会地位变化的“代际流动”（Intergenerational mobility）领域,文献量日益增