基于模糊信息粒化与支持向量机的上证50ETF量化择时研究

上证50ETF股指期权标的物为上证50ETF,对50ETF进行量化分析有助于指导50ETF以及50ETF期权等的投资,进而获得良好的收益,为此提出了基于模糊信息粒化与支持向量机(support vector machine,SVM)的上证50ETF量化择时策略.根据上证50ETF的历史日数据,对某一时间段的开盘价、收盘价、最高价等作为SVM的输入信息,将未来5天收盘价进行模糊信息粒化,以粒化结果的涨跌作为SVM的训练集标签,对系统进行标记训练;最后,应用已训练的系统对50ETF未来涨跌情形进行预测.实验结果表明,融合了SVM与模糊信息粒化的预测算法较SVM算法和融合了SVM的部分粒子化算法,局部行情下正确率提高了15%以上,全局行情下正确率提高了16%以上,提升了择时性能.本文的量化择时策略对50ETF和50ETF期权投资具有实际的指导性,具有一定的应用价值.