English Version
学院简介 历史沿革 机构设置 现任领导 院长寄语 历任领导 咨询委员会
学科工作 学科采风 科研工作 科研项目 博士后科研流动站
本科教学 专业学位 研究生教学 高端培训 继续教育
招生信息 专业介绍 招聘信息 职业规划 毕业生信息 毕业生去向(Placement of Graduates) EFMD国际人才网
国际交流 合作项目 国际认证 办事指南
学工在线 研究生学工
党建巡礼 学院简报 学习参考 管理制度 教工之家
校友名录 杰出校友 历史名人 MBA联合会 EMBA校友会
 
李斌、林彦、唐闻轩:ML-TEA:一套基于机器学习和技术分析的量化投资算法

  【摘要】量化投资尝试利用计算机算法来预测证券的价格和进行证券的交易,并从中获取超额收益,是系统工程在金融投资领域的重要应用.本文设计了一套基于机器学习和技术指标的量化投资算法ML-TEA (machine learning and technical analysis).该模型以技术指标作为输入变量,再分别通过不同的机器学习算法来预测股票数日之后的涨跌方向,并根据预测的方向来构建投资组合.实证结果显示:第一,三种模型的年化收益率都在25%以上,远超大盘指数的10.60%、买入持有策略的3%以及现有策略.从风险调节绩效(夏普比率、特雷纳比率和詹森绩效)来看,三种策略也都远超基准策略和现有策略.以夏普比率为例,三种策略均在1.50以上,而市场指数的夏普比率为0.38.第二,Ada-TEA和SVM-TEA都可以容忍远高于市场实际成本的交易成本.

  【关键词】量化投资, 机器学习, 技术分析

  本文刊登于《系统工程理论与实践》2017年05期。

发布时间:2017-09-22 浏览人数:
相关链接
 
查询服务:本科教务系统 | 研究生教务系统 | 科研管理系统 | E科之家 | 工资查询 | 校历查询 | 电话查询 | 交通查询 | 网站地图 | 网站管理
相关链接:《经济评论》 | 《珞珈管理评论》 | 《珞珈MBA》 | 《武汉大学EMBA》 | 康腾实践中心