基于隐马尔科夫模型的期货交易策略研究

基于隐马尔科夫模型的期货交易策略研究

论文摘要

隐马尔科夫模型模型是一种可以识别出观测向量包含的隐藏状态的数学模型。通过计算隐藏状态出现的概率,我们可以找到历史数据中和当前数据模式相似的样本,从而对未来做出预测。本文使用高斯隐马尔科夫模型建模,纳入技术分析指标作为特征向量组对期货的未来收益率做出预测,继而提出基于加权预测的交易策略并进行样本外回测。通过对单一期货品种下的交易策略模型进行参数敏感性分析,发现模型在高频率的交易中有更好的表现。再用15分钟频数据建模并进行样本外的交易测试,取得了较高的收益率和夏普比率。在敏感性分析过程中,发现了交易模型的一系列特性,如价格波动较大大的期货品种的交易次数越多收益也越高。由于建模中只考虑了交易手续费和最小手数,而没有考虑冲击成本、市场结构改变等因素,实际交易中并非一定有效。本文验证了隐马尔科夫模型在期货的市场状态识别和预测上的有效性,并提出了期货收益率的加权预测模型,探讨了基于隐马尔科夫模型的交易策略在期货市场的可行性,为实际交易作参考。

论文目录

  • 摘要
  • abstract
  • 第一章 绪论
  •   1.1 课题背景和意义
  •     1.1.1 我国期货市场发展历程
  •     1.1.2 量化交易投资的特点和现状
  •     1.1.3 课题意义
  •   1.2 国内外研究现状综述
  •     1.2.1 国外相关研究
  •     1.2.2 国内相关研究
  •   1.3 研究思路方法和本文主要工作
  •     1.3.1 研究思路方法
  •     1.3.2 本文主要工作
  •   1.4 论文主要内容和结构安排
  •   1.5 研究创新与不足
  • 第二章 隐马尔科夫模型
  •   2.1 马尔科夫过程
  •   2.2 离散隐马尔科夫模型
  •   2.3 隐马尔科夫模型的三个基本问题及其解
  •     2.3.1 评估问题及解法
  •     2.3.2 学习问题及解法
  •     2.3.3 解码问题及解法
  •   2.4 高斯隐马尔科夫模型
  •   2.5 本章小结
  • 第三章 基于隐马尔科夫模型的交易策略
  •   3.1 不同隐藏状态数下的市场状态识别效果
  •   3.2 加权预测模型
  •   3.3 拟采用的技术指标
  •   3.4 基于加权预测模型的交易策略构建
  •   3.5 本章小结
  • 第四章 基于日频数据的实证分析
  •   4.1 数据及参数设置
  •   4.2 交易策略绩效表现
  •   4.3 参数敏感性分析
  •   4.4 不同期货品种适用性检验
  •   4.5 本章小结
  • 第五章 基于高频数据的实证分析
  •   5.1 数据及参数设置
  •   5.2 交易策略绩效表现
  •   5.3 参数敏感性分析
  •   5.4 不同期货品种适用性检验
  •   5.5 本章小结
  • 第六章 总结与展望
  •   6.1 研究总结
  •   6.2 研究展望
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 唐俊彦

    导师: 周春阳

    关键词: 隐马尔科夫模型,加权预测,高频交易

    来源: 上海交通大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展,金融,证券,投资,投资

    单位: 上海交通大学

    分类号: F224;F832.5

    DOI: 10.27307/d.cnki.gsjtu.2019.000818

    总页数: 51

    文件大小: 1535K

    下载量: 39

    相关论文文献

    • [1].新电改背景下考虑需求响应的售电公司交易策略[J]. 黑龙江电力 2020(04)
    • [2].基于拔河模型的期货交易策略分析[J]. 商讯 2020(03)
    • [3].大额资产清仓的自动化交易策略[J]. 经济数学 2020(03)
    • [4].浅析金融市场中的期权、期货及其衍生品的交易策略[J]. 时代金融 2017(12)
    • [5].基于市场资金流向分析的商品期货量化交易策略[J]. 数学建模及其应用 2017(03)
    • [6].改进的海龟交易策略及其实证分析[J]. 时代金融 2017(21)
    • [7].基金管理公司股票交易策略研究——以某基金管理公司为例的实证研究[J]. 中国证券期货 2012(08)
    • [8].QFII与我国开放式基金交易策略的比较分析[J]. 上海金融学院学报 2009(02)
    • [9].顺势操作之均线交易策略应用于华夏上证50ETF指数基金的研究[J]. 湖北经济学院学报(人文社会科学版) 2019(12)
    • [10].互换利差的横向与纵向交易策略[J]. 金融理论探索 2020(01)
    • [11].基于人工智能和可视化技术的股票量化交易策略分析[J]. 智库时代 2020(09)
    • [12].证券买卖速度受制约下的最优交易策略[J]. 管理科学学报 2020(01)
    • [13].基于相对价差的股票配对交易策略优化[J]. 东北财经大学学报 2017(04)
    • [14].一种面向高频交易的算法交易策略[J]. 管理科学学报 2014(03)
    • [15].基于市场冲击成本与机会成本的算法交易策略[J]. 管理学报 2012(07)
    • [16].程序化交易策略的创新[J]. 中国集体经济 2015(07)
    • [17].配对交易策略在A股市场的应用与改进[J]. 中国商贸 2013(05)
    • [18].基于人工蜂群算法的高频交易策略组合配置研究[J]. 山西大学学报(自然科学版) 2013(03)
    • [19].信息不确定视角下的异质交易策略与股价行为特征[J]. 管理工程学报 2020(06)
    • [20].金融市场量化交易策略与风险研究[J]. 金融经济 2019(16)
    • [21].配对交易策略研究[J]. 时代金融 2018(03)
    • [22].基于GARCH模型的股票配对交易策略设计——以基础建设行业为例[J]. 现代商业 2017(21)
    • [23].基于竞争差分析的占线单向交易策略[J]. 管理科学学报 2017(09)
    • [24].基于参数调整的协整配对交易策略:理论模型及应用[J]. 西部金融 2013(01)
    • [25].我国券商与证券投资基金的惯性反转策略比较研究——基于交易策略弹性指数[J]. 财贸研究 2010(04)
    • [26].基于“三高三低”的量化交易策略[J]. 经济研究导刊 2020(02)
    • [27].量化投资交易策略研究[J]. 财经界(学术版) 2019(03)
    • [28].大库存股票的最优交易策略刍议[J]. 长春教育学院学报 2013(05)
    • [29].ETF基金交易策略[J]. 中国外汇 2012(06)
    • [30].邪恶理论与交易策略[J]. 股市动态分析 2011(49)

    标签:;  ;  ;  

    基于隐马尔科夫模型的期货交易策略研究
    下载Doc文档

    猜你喜欢