上证180指数增强策略研究--基于gausshmm和gcforest模型

《上证180指数增强策略研究--基于gausshmm和gcforest模型》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、上海师范大学硕士学位论文摘要摘要进入二十一世纪以来，程序化交易在金融市场交易占比当中不断扩大，2017年美国资本市场量化交易的资金份额已经达70%以上。量化金融逐渐成为了金融学的一个重要的研究方向。金融市场的交易中经常会遇到市场风格的切换。例如在牛市和熊市当中，人们对市场交易行为的理解也会不同。把握不同时期的市场特征成为了投资者所关注的重要问题。本文从数据科学的角度出发，结合金融市场微观交易特征，对金融市场交易基本数据进行特征工程处理，提取中间变量。通过高斯隐马尔可夫模型对反映金融市场交易基础数据的特征变量进行拟合，提取市场交易隐特征。并根据交易隐特征设计相应的量化择时策略。在此

2、基础上，通过对影响个股涨跌的市场基础数据进行特征工程处理，提炼40余个特征变量。使用GCForest级联深度树模型对上证180成分股进行涨跌预测的模型拟合，个股模型的预测精度普遍达到65%以上，整体模型的预测准确度达到71.13%。文章首次提出运用GCForest级联深度树模型设计对应的量化选股策略，并上应用文提到的结合市场交易特征提取的量化择时策略进行了历史模拟交易回测。关键词：特征工程，Gauss-HMM模型，GCForest级联深度树模型，市场交易特征IAbstractShanghaiNormalUniversityMasterofAppliedStatisticsabst

3、ractSincetwenty-firstCentury,theproportionoftradinginthefinancialmarkethasbeenexpanding.In2017,theshareofcapitaltransactionsintheUScapitalmarkethasreachedover70%.Quantitativefinancehasgraduallybecomeanimportantresearchdirectioninfinance.Marketstyleswitchingisoftenencounteredinthetransactionso

4、fthefinancialmarket.Forexample,inthebullmarketandthebearmarket,peopleunderstandthebehaviorofthemarketindifferentways.Tograspthemarketcharacteristicsofdifferentperiodshasbecomeanimportantissuethatinvestorspayattentionto.Fromtheperspectiveofdatascience,combinedwiththecharacteristicsofmicrotrans

5、actioninfinancialmarket,thebasicsdataoffinancialmarketareprocessedbyfeatureengineering,andintermediatevariablesareextracted.TheGausshiddenMarkovmodelisusedtofitthecharacteristicvariablesthatreflectthebasicdataofthefinancialmarket,andthehiddencharacteristicsofthemarkettransactionextracted.Thec

6、orrespondingquantitativetimingstrategyisdesignedaccordingtothehiddencharacteristicsofthetransaction.Onthisbasis,morethan40characteristicvariablesareextractedbyprocessingthecharacteristicengineeringofthemarketbasicdatawhichaffectthestockandfall.TheGCForestcascadedepthtreemodelisusedtofitthepre

7、dictionofShanghaiStockExchange180constituentstocks.Thepredictionaccuracyofthestockmodelisgenerallyover65%,andthepredictionaccuracyoftheoverallmodelis71.13%.Inthispaper,wefirstproposetheGCForestcascadedepthtreemodeltodesignthecorrespondingquan