基于Bootstrap方法、隱馬爾可夫模型與隨機(jī)森林的量化投資策略實(shí)證研究.pdf

1、量化投資近些年來(lái)越來(lái)越受到投資者的關(guān)注，尤其在中國(guó)，股票市場(chǎng)與期貨期權(quán)市場(chǎng)有著非常多的標(biāo)的可以進(jìn)行交易與投資。由于機(jī)器學(xué)習(xí)方法本身與量化投資的特點(diǎn)相契合，機(jī)器學(xué)習(xí)方法逐漸成為了量化投資的主流研究方向。怎樣將機(jī)器學(xué)習(xí)的優(yōu)點(diǎn)與量化投資相結(jié)合，并且盡量規(guī)避機(jī)器學(xué)習(xí)方法過(guò)擬合的缺點(diǎn)，成為了很多從業(yè)者所要解決的主要問(wèn)題。本文主要從國(guó)內(nèi)較為活躍的商品期貨鐵礦石期貨主力連續(xù)合約入手，對(duì)其日線級(jí)別的數(shù)據(jù)進(jìn)行建模，從價(jià)格與成交量等數(shù)據(jù)中提取出特征，并對(duì)特

2、征進(jìn)行進(jìn)一步的超額收益有效性檢驗(yàn)與刻畫市場(chǎng)價(jià)格狀態(tài)能力的篩選，然后構(gòu)造隨機(jī)森林模型對(duì)市場(chǎng)漲跌狀態(tài)進(jìn)行預(yù)測(cè)，最后形成關(guān)于鐵礦石期貨的量化交易策略。
　　本文首先介紹了量化投資、機(jī)器學(xué)習(xí)模型等領(lǐng)域的發(fā)展歷程，簡(jiǎn)述了與實(shí)證部分相關(guān)的理論知識(shí)基礎(chǔ)。之后用鐵礦石的主力連續(xù)合約日線級(jí)別數(shù)據(jù)進(jìn)行了實(shí)證研究。實(shí)證研究的第一步是構(gòu)建特征，這些特征的來(lái)源是鐵礦石日線級(jí)別的量?jī)r(jià)信息，接著使用非參數(shù)的bootstrap方法檢驗(yàn)了每個(gè)特征對(duì)應(yīng)的超額收益有效

3、性。然后，利用上一步篩選的結(jié)果，使用非監(jiān)督的隱馬爾科夫模型檢驗(yàn)?zāi)男┨卣骺梢暂^好地刻畫市場(chǎng)的狀態(tài)。隨后，使用如上步驟篩選出的指標(biāo)構(gòu)造模型對(duì)樣本外數(shù)據(jù)進(jìn)行預(yù)測(cè)。最后，根據(jù)預(yù)測(cè)的結(jié)果形成最終的鐵礦石量化投資策略。
　　本文的實(shí)證研究結(jié)果表明，本文所構(gòu)造的隨機(jī)森林模型在較短的時(shí)間尺度上可以達(dá)到較為良好的準(zhǔn)確率，從量化策略的績(jī)效角度講可以獲得更高的收益與更低的最大回撤。這說(shuō)明了有效地使用機(jī)器學(xué)習(xí)方法與量化策略相結(jié)合可以產(chǎn)生穩(wěn)定的超額收益。本