| ML-TEA:一套基于机器学习和技术分析的量化投资算法 |
| |
| 作者姓名： | 李斌 林彦 唐闻轩 |
| |
| 作者单位： | 1. 武汉大学 经济与管理学院 金融系, 武汉 430072;2. 康奈尔大学 运筹与信息工程学院, 伊萨卡 14850 |
| |
| 基金项目： | 国家自然科学基金（71401128,91646206）;教育部留学回国人员科研启动基金;武汉大学人文社科青年学者学术团队项目（16WSKTD008） |
| |
| 摘 要： | 量化投资尝试利用计算机算法来预测证券的价格和进行证券的交易,并从中获取超额收益,是系统工程在金融投资领域的重要应用.本文设计了一套基于机器学习和技术指标的量化投资算法ML-TEA(machine learning and technical analysis).该模型以技术指标作为输入变量,再分别通过不同的机器学习算法来预测股票数日之后的涨跌方向,并根据预测的方向来构建投资组合.实证结果显示:第一,三种模型的年化收益率都在25%以上,远超大盘指数的10.60%、买入持有策略的3%以及现有策略.从风险调节绩效(夏普比率、特雷纳比率和詹森绩效)来看,三种策略也都远超基准策略和现有策略.以夏普比率为例,三种策略均在1.50以上,而市场指数的夏普比率为0.38.第二,Ada-TEA和SVM-TEA都可以容忍远高于市场实际成本的交易成本.
|
| 关 键 词： | 量化投资 机器学习 技术分析 |
| 收稿时间： | 2016-08-01 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《系统工程理论与实践》浏览原始摘要信息 |
|
点击此处可从《系统工程理论与实践》下载全文 |
|
