基于神经网络的股票收益率预测研究

发布时间：2021-10-26 13:58

　　在金融领域的资产定价模型修正过程中,股市的非线性现象往往被选择性忽视,未纳入模型框架,现有模型亦无法刻画因子之间的非线性定价结构。为解决上述问题,引入了机器学习领域中的神经网络模型,以捕获市场组合收益率、市值、账面市值比三因子间的非线性定价结构,并对股票收益率进行预测。将该模型与经典Fama-French三因子模型在样本外拟合优度、多空策略业绩表现上做了对比,结果表明:神经网络模型能精准捕获市场组合收益率、市值、账面市值比3个因子之间的非线性关系,且在样本外拟合优度、多空策略业绩表现上均要优于传统三因子线性定价模型。 

【文章来源】：浙江大学学报(理学版). 2019,46(05)北大核心CSCD

【文章页数】：6 页

【文章目录】：
0 引言
1 神经网络非线性定价模型
    1.1 神经网络模型
    1.2 神经网络非线性定价结构辨识
2 实证分析
    2.1 模型样本外拟合度比较
    2.2 Diebold-Mariano检验
    2.3 多空策略业绩比较
3 结论



本文编号：3459631