基于支持向量機的高頻量化投資研究.pdf

1、量化投資在國外已經(jīng)發(fā)展了三十多年，由于投資方式基于模型化交易，業(yè)績比較穩(wěn)定，在國外對沖基金投資策略中占據(jù)了很大的份額。量化投資的本質(zhì)就是模型化交易。量化的過程是對交易行為進(jìn)行建模，對交易變量進(jìn)行參數(shù)量化，一旦市場觸發(fā)了條件，就會進(jìn)行交易。
　　Corinna Cortes和Vapnik在1995年的時候首先提出了支持向量機理論，它是基于統(tǒng)計理論的機器學(xué)習(xí)算法，由于支持向量機指導(dǎo)基礎(chǔ)是扎實的統(tǒng)計學(xué)理論，不會收斂于局部最優(yōu)解。

2、　　基于支持向量機適合解決非線性的、小樣本的數(shù)據(jù)問題，在高維模式識別問題也有許多獨特的優(yōu)勢，本文基于股指期貨IF高頻TICK數(shù)據(jù)進(jìn)行回歸預(yù)測，從以下幾個方面進(jìn)行了研究：
　　一方面考慮到目前為止在核函數(shù)的選取甚至于有針對性地構(gòu)造核函數(shù)還沒有較好的理論指導(dǎo)，為了更好得研究解決支持向量機核函數(shù)參數(shù)問題，本文選取RBF核函數(shù)進(jìn)行研究，把重心放在了核函數(shù)參數(shù) g還有懲罰因子C的優(yōu)化選擇上，用改進(jìn)的網(wǎng)格法進(jìn)行參數(shù)尋優(yōu),尋參效果較好，同時減少

3、了參數(shù)尋優(yōu)計算時間。
　　另一方面是交易成本處理問題，高頻交易除了量化模型很重要以外，交易成本也是影響結(jié)果的重要因素，尤其是買賣價差，手續(xù)費水平，因此本文通過建立數(shù)學(xué)模型，對買賣價差進(jìn)行了較好的分析研究，建立了對數(shù)回歸擬合模型，擬合效果極好，比較充分反映了實際的買賣價差成本，并在最終策略實現(xiàn)的時候?qū)肓速I賣價差成本進(jìn)行減值，計算出了成本模型。
　　本文最終基于買賣價差分析模型以及支持向量機預(yù)測模型建立了擬合分類預(yù)測模型，研究