基于DNN和凸优化的多周期整合量化投资研究及实证分析

发布时间：2024-04-18 02:20

　　量化投资通过计算机对大量金融数据进行分析,根据建立的投资决策模型进行交易判断以及交易执行,能够迅速更新全方位的实时数据,理性决策,平衡分险与收益,及时把握机会进行交易。而多因子策略,作为最经典的量化投资策略之一,一直在学术界和业界中有着广泛的应用。但是随着国内金融市场的日趋成熟,量化数据的日趋完善、详尽,面对如今复杂多变的金融市场和琳琅满目的金融产品及其衍生品,简单的筛选因子、线性回归构建模型的方法已经很难有效地筛选股票。我们需要更为复杂,经济含义、统计逻辑更深的因子和模型。随着互联网和大数据技术的迅速发展,我们得以借助计算机的帮助,向人工智能量化投资逐步过渡,将机器学习、神经网络等算法应用于量化投资领域。新的量化投资方法业绩更加稳定,市场规模和份额不断扩大,得到越来越多投资者的信赖。在本文中,我们将利用DNN神经网络和凸优化模型,借助编程语言的帮助,基于传统的多因子模型构建出一个更为高效的量化投资选股模型。为此,本文将进行如下工作:首先我们将从开源数据源获取股票的基础数据;然后进行数据清洗,并根据学界论文和业界研究报告进行,对因子做初步的选择和计算;接下来,我们将进行因子的中性化和单...

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

图２．１：?ＤＮＮ的基本结构??

?山东大学硕士学位论文???ｍ??刀＝厂｜?ｄｏｍ／ｊ?（２．８）??ｉ＝０??称为凸优化问题２．７的定义域。当点．ｔ?Ｇ?Ｄ满足约束／，（：ｒ）?ｇ?０，？：＝〗，２，．．．，ｍ??时，称ｘ是可行的。当优化问题２．７至少有一个可行点时，我们称此优化问题为??可行的，否则称为不可....

图２．２：?ＤＮＮ神经元的基本结构??

?山东大学硕士学位论文???偏黄??＾?＼?激活函数??输入，—输出??：?：?ｙＵ?１?－Ｖｉ??Ｉ?＇?求和结点??突触权俏??图２．２：?ＤＮＮ神经元的基本结构??２．权重：每一个输入都有一个权重．记权重列向量为。—（＾，…，．．．，叫彳叫＾！＾；??３．偏置项：６?￡?Ｒ....

图２．３：?ＤＮＮ前向传播示意图??２．２．３?ＤＮＮ反向传播算法??

?山东大学硕士学位论文???Ｐ??Ｌａｙｅｒ?Ｌ！?Ｌａｙｅｒ?Ｌ２??图２．３：?ＤＮＮ前向传播示意图??２．２．３?ＤＮＮ反向传播算法??假设我们有ｍ个训练样本，（．Ｔ２，Ｊ／２）?其中心为输入??向量，特征维度为》，？，而沾为输出向量，特征维度为ｎｃｗｉ。我们需要利用这??....

图３．２：平安银行２０１０／６／０４?－?２０１０／０９／０９日行情??

．．．．．．．．．００００ＧＩ．ＳＺ?２０１００６２４?１８，５３?０．７９８６?０．９０４９?０．５９?１１．４３８４?１０．４８７７?２?６０２６?３．８０７２?３．７２７４?〇??；０００ＤＧＩ．ＳＺ?２０１００６２３?１８．３５?１．１１０４?１．２５８２?０．８３?１１....

本文编号：3957277