文档摘要：量化交易择时策略是量化投资的核心问题,而技术指标是制定量化交易策略的直接核心因子.考虑到技术因子的具体含义和股票价格的涨跌,用随机森林对多种技术因子的重要性进行筛选,然后用选出的技术指标作为输入变量,通过神经网络算法来预测股票数日之后的涨跌方向,并根据预测的方向和技术指标来构建量化交易择时策略.研究发现,构建的技术多因子量化择时策略具有较好的效果,相较买入并长期持有的策略有更高的收益率,对比传统技术因子策略同样有更高的收益率.该策略在累积收益率和夏普比率绩效指标上显著强于传统策略,投资稳定性更高.
作者：刘力军Author：
作者单位：南京审计大学金审学院,南京210000
刊名：电脑编程技巧与维护
Journal：ComputerProgrammingSkills&Maintenance
年，卷(期)：2024, (6)
分类号：
关键词：机器学习 多因子 量化交易 择时
机标分类号：TP181TP391.41G434
在线出版日期：2024年7月2日
基金项目：江苏省高校哲学社会科学研究一般项目机器学习驱动的技术多因子股票量化交易择时研究[
期刊论文] 电脑编程技巧与维护--2024, (6)刘力军量化交易择时策略是量化投资的核心问题,而技术指标是制定量化交易策略的直接核心因子.考虑到技术因子的具体含义和股票价格的涨跌,用随机森林对多种技术因子的重要性进行筛选,然后用选出的技术指标作为输入变量,通过神...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：
- 文件大小:
- 1.34 MB
- 下载次数:
- 60
-
高速下载
|
|
1
