基于深度学习算法的高频交易策略及其盈利能力

深度学习算法作为机器学习中的一种重要算法,在图像处理、语音识别、机器翻译等领域已成功应用.将深度学习算法应用于高频交易中,选取卷积神经网络和LSTM神经网络分别构建涨跌分类模型,在此基础上提出高频交易策略,并以沥青期货主力合约为例进行回测检验,实证分析策略优良性.通过与人工神经网络高频交易策略的比较,回测检验结果表明基于卷积神经网络和LSTM神经网络的高频交易策略的盈利能力较强,泛化能力较好,两种策略的胜率和期望收益虽有所差异,但均比人工神经网络高频交易策略高.     

基于协整-GARCH模型的统计套利策略最优阈值改进研究

基于协整-GARCH模型的统计套利策略,以单位风险下的收益为优化目标,通过理论分析和数值模型对交易阈值进行研究。Mote Carlo模拟结果表明统计套利策略应当依据不同的模型参数进行优化来确定最优的建仓阈值和止损阈值,针对沪深300股指期货与现货的统计套利模型回测结果证实了上述结论。     

带干扰与注资的二维对偶模型限制分红问题

研究了带干扰二维对偶模型中再注资且分红贴现利率变化的最优分红问题;运用随机控制中HJB方程,证明了最优分红策略是阈值策略,并且得到了累积分红折现期望值函数所满足的积分-微分方程,并用此方程得到收益服从指数分布时值函数的显性表达式.     

基于Copula函数的证券基金与股价指数的尾部相关性分析

利用Granger因果检验考察上证基金指数及股票指数间的联动特征,发现股票指数是基金指数的Granger成因.分别对基金指数及股票指数的收益率建立时间序列GARCH模型,引入Archimedean Copuh族的函数研究基金与股票收益之间的尾部相关性,研究表明基金指数和股票指数尾部相关性较高,基金市场随股票市场的涨跌而发生变化,且相关性在熊市期间强于牛市期间.     

统计套利策略在我国分级基金市场的尝试

目前在业界基于分级基金“配对转换”机制的套利策略存在严重的交易时滞,该策略无法获得无风险套利利润,因而尝试将统计套利的方法引入分级基金交易,采用“成对交易”策略,实证结果表明:1)相比优先份额,进取份额是成对交易策略更稳定的交易标的;2)无论在熊市还是牛市下,该策略都可以获得超额收益以及高于大盘的夏普比率;3)在单边的熊市下,组合价差长期偏离均衡,该策略无法获得绝对收益.     

基于深度强化学习的高频交易优化算法

为解决高频交易的高额交易费用问题,该文提出了一种融合长短期记忆(LSTM)网络细胞结构的深度确定性策略梯度交易算法。该算法利用细胞结构对当前信息和历史特征进行环境特征提取和保存,用于指导交易决策。通过深度确定性策略梯度算法实现在线自动交易,并考虑了交易费率和收盘价格对奖励函数的影响。在上证50指数基金的分钟级数据上进行实验,结果表明,该算法能有效捕获稍纵即逝的交易机会,是一种低风险高收益的稳健型投资策略;LSTM细胞结构和所设的奖励函数能大幅减少交易次数,不仅增加了算法对交易费率的包容性,还提升了收益的稳定性。     

微分对策方法在期权定价中的应用：理论分析

在最差情况最优的框架下研究在交易费用时的期权定价问题，在风险厌恶的假设条件下，运用微分对策上值，下值和分别给出了期权买价，卖价和公平价格的定义，通过微分对策的降维把期权定价问题回结为求解微分方对策的值函数，基于微分对策理论推导出该值函数满意的偏微分方程。     

单指数模型的最优风险投资组合研究

根据威廉·夏普的单指数模型（Diagonal Model）构建最优风险投资组合,选取2005年6月至2010年5月间上市交易的股票型基金13只和债券型基金9只进行实证检验．发现选取的22只基金与上证综合指数构建的最优风险投资组合的收益率比上证综合指数的收益率要高．同时,使用样本数据中具有正a值的基金进行对比分析,发现正a值的基金构建的最优风险投资组合的收益率无法战胜基于22只基金构建的组合的收益率．这说明基于a值的积极组合管理无法获得超额收益,虽然它的收益超过同期的上证综指的收益．因此,得出结论,单指数模型构建的最优风险投资组合能够获得超过大盘指数的收益,但是基于正O／值的投资策略无法对单指数模型进行改进．     

基于协整的多股票配对交易方法

配对交易是市场中性策略的一个重要分支.通常的配对交易方法仅限于两只同质股票,多股票的配对交易方法还没有得到充分的发展,因此研究多股票的配对交易具有较强的现实意义.给出一种基于协整的多股票配对交易方法,并详细阐述其中的原理和流程,并在一些银行股中进行了回测实验.实验结果表明,基于协整的多股票配对交易方法相比与一直持有股票组合的方法,可以获取超额收益.同时,回撤得到有效控制,夏普比率也得到显著提高.     

经典风险模型下混合双险种最优再保险的研究

随着再保险行业的迅速发展，保险公司需要选择合适的再保险合同来分散和平衡风险。为了研究经典风险模型下的混合双险种风险模型的最优再保险形式，本文利用均值方差原则建立Lagrange函数，研究了包含比例再保险和超额损失再保险的最优再保险策略，得到最优比例系数和最优自留额满足的方程，并通过数值例子分析了模型中相关参数对最优再保险策略的影响。     

可购买优先权的M/G/1排队系统顾客策略分析

为了提高随机服务系统中顾客的满意度,该文研究可购买优先权的M/G/1排队系统,通过分析顾客的个体收益函数,分别讨论了在完全可见情形和完全不可见情形下非抢占优先权排队系统的个体进队策略。完全可见情形下,顾客可以根据系统的状态,通过分析进入优先权队列的收益函数,得到完全可见情形下顾客进入优先权队列的阈值。完全不可见情形下,顾客到达系统后按照一定的概率选择进入优先权队列,通过比较顾客进入优先权队列和普通队列的平均收益函数,得到顾客进入优先权队列的最优进队策略。数值实验验证了理论结果的正确性。     

随机利率下带注资的对偶模型最优分红问题

在红利有界的条件下, 讨论了复合二项对偶模型中带比例交易费再注资且分红贴现利率随机变化的最优分红问题; 运用压缩映射不动点原理证明了该最优分红问题的最优值函数是一个离散的HJB方程的唯一解, 得到了最优分红策略和最优值函数的计算方法; 根据分红策略的一些性质, 得到了该最优值函数的可无限逼近的上界和下界,并采用了Bellman递归算法得到最优值函数和最优分红策略的数值解,从而得到最优分红算法.数值实例结果表明:该最优分红策略是有效的.这为公司的决策者在兼顾公司正常运营和股东利益而进行红利决策时提供了理论依据.     

同类药品制药厂价格竞争的贝叶斯博弈

针对政府集中招标采购基础药品的情况,在制药厂商生产成本或生产函数为私人信息的前提下,应用博弈论中关于暗标拍卖理论及机制设计理论,试图通过建立政府基础药品采购的最优拍卖机制的博弈模型,得到竞标的最优交易机制,继而为政府价格监管部门对药品市场的信息引导提供理论的依据和政策支持。     

一种不依赖价格偏离的最优连续内部交易策略及市场特征

研究一类偏离半强有效性定价下的连续内部交易模型,应用Kalman-Bucy滤波方法,得到了一种不依赖价格偏离的最优内部交易策略及定价准则,但发现最优利润与定价的偏离程度正相关,风险价值与偏离定价的偏离剩余信息过程是一个半鞅。     

视频服务中基于阈值的接纳控制性能分析

为了使分布式视频点播系统的收益最大化,提出了一种基于自适应阈值的接纳控制算法.该算法拓展了接纳控制的概念,考虑了客户请求优先级的内在属性.通过M/M/n/n队列模型,经过分析研究得到了系统总收益函数的表达式.基于此表达式,视频服务器能够动态调整客户类的最佳阈值,从而保证系统收益最大化.数字结果分析表明,就系统总收益而言,自适应阈值策略优于自由阈值策略,并且方案可行.     

带有优先级、空块及批量验证的区块链系统的社会最优

区块链技术目前已应用到金融、教育、能源等众多领域,为了研究带有优先级、空块及批量验证的区块链系统的性能,在离散时域下,建立带有优先级、空载服务期及批量服务的G-限量休假模型。假设区块链系统有Ⅰ类交易和Ⅱ类交易,Ⅰ类交易优先权高于Ⅱ类交易。使用再生循环法和逝去时间法,得到两类交易的平均确认时间。进行数值实验与仿真实验,展示系统参数对Ⅱ类交易的平均确认时间的影响。通过建立收益函数,研究Ⅰ类交易与Ⅱ类交易的纳什均衡行为与区块链系统的社会最优行为,给出定价策略的数值结果以实现社会收益的最优。     

碳限额与交易政策下低碳供应链微分博弈模型研究

针对目前在碳限额与交易政策下供应链成员面临的最优决策问题,将供应链成员行为决策引入到供应链模型中,采用Stackelberg微分博弈方法构建了四个模型,得到不同模型的最优反馈策略与最优碳减排轨迹等,比较了各个模型的反馈策略与总利润.研究结果表明,当市场、政策参数满足一定约束时,制造商才会采用碳减排策略;当制造商与零售商...     

金融市场中多种交易策略的演化博弈模型

提出一个金融市场演化博弈模型,其参与者可采用顺势、反转或中性交易策略.市场中各策略所占比例的差异会使得各种策略的预期收益有所区别,有限理性的交易者会学习并选择最有效的策略,从而改变市场中原有的策略组合.利用复制动态方程得到描述该策略演化过程的微分动力系统,系统的两类稳定状态分别解释了金融市场的周期波动和价格泡沫现象.     

有关推广的Poisson风险模型的破产问题

主要讨论了推广的Poisson风险模型的有限时间内的破产概率,得到了有限时间内的破产概率所满足的不等式,首先用鞅的方法得到了谈不等式,然后在此基础上得到了该风险模型在超额赔款下的有限时间内的破产概率所满足的不等式,最后还讨论了最优再保问题。     

具有时间不一致性偏好的扩散对偶模型的最优分红与注资问题（英文）

研究了带扩散的对偶模型中具有时间不一致性偏好的最优分红和注资问题,并假设管理者的这种时间不一致性偏好由准双曲贴现函数刻画.假设有比例交易费用,且可通过注资阻止破产发生,目标是使分红减去注资的累积现值期望最大化.当收益服从指数分布时,得到了最优策略及最优值函数的解析式,并且发现具有时间不一致性偏好的管理者更倾向于提前分红.