發(fā)布時間：2020-09-12 08:10

　　 量化投資就是在進(jìn)行投資決策時，采用數(shù)理或者量化的方法。量化投資在國外市場經(jīng)過30多年的發(fā)展，已經(jīng)得到了許多投資者的認(rèn)可和青睞。技術(shù)指標(biāo)作為一種股票投資工具已經(jīng)有數(shù)十年的發(fā)展，并且也一直深受一部分投資者的喜愛。隨著有效市場理論的提出，關(guān)于技術(shù)分析能否戰(zhàn)勝市場也一直爭論不休。 本文采用2007年1月1日至2010年12月31日中國上證綜指的日交易數(shù)據(jù)，通過描述性統(tǒng)計(jì)的方法，找出單個技術(shù)指標(biāo)真買點(diǎn)、真賣點(diǎn)出現(xiàn)規(guī)律以及時間窗口變化對真買、賣點(diǎn)的影響，總結(jié)出可以通過參數(shù)優(yōu)化的方法提高真買賣信號出現(xiàn)概率，并進(jìn)而提高單個指標(biāo)的投資收益水平，并提出時間窗口優(yōu)化對于技術(shù)指標(biāo)的重要性。然后研究不同指標(biāo)兩兩組合真買點(diǎn)、真賣點(diǎn)出現(xiàn)的時間間隔，發(fā)現(xiàn)指標(biāo)間真信號出現(xiàn)次數(shù)越多的指標(biāo)組合。Sklar（1959)提出可以將一個聯(lián)合分布分解為k個邊緣分布和一個Copula函數(shù)，這個Copula函數(shù)就描述了變量間的相關(guān)性。文中認(rèn)為通過Copula函數(shù)計(jì)算的指標(biāo)間歷史序列非線性相關(guān)性越高，買賣真信號的識別概率越大�；�于這種想法，構(gòu)建以Copula函數(shù)為基礎(chǔ)的投資策略，利用A股市場所有股票的日交易數(shù)據(jù)進(jìn)行統(tǒng)計(jì)檢驗(yàn)。文章最后通過前文提出的投資策略，分析了中國A股市場的行業(yè)輪動現(xiàn)象。 本文的主要工作：通過對技術(shù)指標(biāo)買、賣點(diǎn)的統(tǒng)計(jì)研究，發(fā)現(xiàn)了指標(biāo)真買點(diǎn)、真賣點(diǎn)與歷史收益序列的相關(guān)性存在正相關(guān)；通過統(tǒng)計(jì)不同參數(shù)設(shè)置下指標(biāo)真假信號，提出指標(biāo)參數(shù)優(yōu)化的必要性與具體方法，并且對于該方法進(jìn)行了檢驗(yàn)；將Copula函數(shù)運(yùn)用于描述指標(biāo)序列的相關(guān)性分析，并且將其運(yùn)用到選股策略中，拓寬了Copula技術(shù)的運(yùn)用范圍；將投資策略運(yùn)用于行業(yè)配置的研究中，對于中國的行業(yè)輪動現(xiàn)象進(jìn)行了初步的分析。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2011
【中圖分類】：F275;F832.51;F224;F832.48
【部分圖文】：

圖 3-1 時滯為 0 日和 1 日時真買點(diǎn)、真賣點(diǎn)占比情況圖 3-2 時滯為 2 日和 3 日時真買點(diǎn)、真賣點(diǎn)占比情況.2 技術(shù)指標(biāo)間真信號時間間隔的描述性統(tǒng)計(jì)

圖3-2時滯為2日和3日時真買點(diǎn)、真賣點(diǎn)占比情況

構(gòu)成圖 3-1 和圖 3-2。表 3-13 DMI 與其他各指標(biāo)真信號的非線性相關(guān)性ARBR CR PSY MACD TRIX WR KDJ 相關(guān)性 -0.1272 0.1593 0.4474 0.0586 0.2869 0.4814 0.5347 相關(guān)性 0.5715 0.6565 0.6481 0.5828 0.7013 0.5746 0.6335

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何芳,陳收;基于擴(kuò)展Kalman濾波的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法在股票預(yù)測中的應(yīng)用[J];系統(tǒng)工程;2003年06期

2 吳世農(nóng),吳超鵬;我國股票市場“價格慣性策略”和“盈余慣性策略”的實(shí)證研究[J];經(jīng)濟(jì)科學(xué);2003年04期

3 劉金全;崔暢;;中國滬深股市收益率和波動性的實(shí)證分析[J];經(jīng)濟(jì)學(xué)(季刊);2002年03期

4 吳世農(nóng);我國證券市場效率的分析[J];經(jīng)濟(jì)研究;1996年04期

5 王永宏,趙學(xué)軍;中國股市“慣性策略”和“反轉(zhuǎn)策略”的實(shí)證分析[J];經(jīng)濟(jì)研究;2001年06期

6 陳守東;胡錚洋;孔繁利;;Copula函數(shù)度量風(fēng)險價值的Monte Carlo模擬[J];吉林大學(xué)社會科學(xué)學(xué)報;2006年02期

7 張健,陳勇,夏罡,何永保;人工神經(jīng)網(wǎng)絡(luò)之股票預(yù)測[J];計(jì)算機(jī)工程;1997年02期

8 周廣旭;一種新的時間序列分析算法及其在股票預(yù)測中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用;2005年09期

9 林春燕;朱東華;;基于Elman神經(jīng)網(wǎng)絡(luò)的股票價格預(yù)測研究[J];計(jì)算機(jī)應(yīng)用;2006年02期

10 周琳杰;中國股票市場動量策略贏利性研究[J];世界經(jīng)濟(jì);2002年08期

本文編號：2817393