量化交易中股票擇時的策略研究.pdf

1、近年來，中國的經(jīng)濟快速增長，證券市場不斷擴大，股票市場迎來空前的繁榮期，投資者面臨著前所未有的機遇，同時也面臨著高風(fēng)險和高挑戰(zhàn)。龐大的股民數(shù)量和便捷的交易方式，使得股市市場產(chǎn)生了大量有價值的信息，每個交易日都有著海量的數(shù)據(jù)流通，這些數(shù)據(jù)構(gòu)成了投資者進行投資分析的主體之一。在中國股市市場，基于計算機和大數(shù)據(jù)發(fā)展起來的量化投資策略逐漸興起，量化模型日益成為指導(dǎo)市場投資的主流工具。與此同時，股票市場本身具有的非線性和復(fù)雜性等特點，使得傳統(tǒng)的投

2、資策略很難達到人們的期望，而人工神經(jīng)網(wǎng)絡(luò)具有的較強的非線性逼近能力和其自學(xué)習(xí)、自適應(yīng)等特性，使得其在股市預(yù)測方面的優(yōu)越性日益凸顯。
　　本研究選取自2012年11月21日至2016年12月30日共1000個交易日、15個指標(biāo)的上證綜合指數(shù)數(shù)據(jù)為研究對象，首先通過主成分分析法對輸入指標(biāo)進行降維處理，最終得到5個主成分變量，然后建立了針對上證綜合指數(shù)的時間序列ARIMA-GARCH模型和BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型。然而，BP神經(jīng)網(wǎng)絡(luò)固有的一