检索结果-南通市图书馆

检索条件"主题词=一对多配对"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于LSTM预测的一对多配对交易

基于LSTM预测的一对多配对交易

引用

作者：边玉薇大连理工大学

学位级别：硕士

新发展格局下,我国的资本市场发展迅速,2020年沪深两市成交额突破206万亿,同比增长逾6成,市场主体数量不断增加的同时,投资者对于投资的风险愈加看重。配对交易作为中性交易策略,具有投资风险较低、收益稳定的良好特性。随着我国做空市... 详细信息

新发展格局下,我国的资本市场发展迅速,2020年沪深两市成交额突破206万亿,同比增长逾6成,市场主体数量不断增加的同时,投资者对于投资的风险愈加看重。配对交易作为中性交易策略,具有投资风险较低、收益稳定的良好特性。随着我国做空市场机制的日益健全,配对交易得到的关注与日俱增,越来越多的学者参与到对传统配对交易模式的改进与优化当中。配对交易一般采用一对一的股票配对构建交易过程,往往套利机会较少,配对筛选过于依靠协整方法,交易时缺乏灵活性,因而对配对筛选与交易方式的创新具有重要意义。本文主要研究以下两个方面的内容:一、对配对股票的筛选环节进行改进。本文引入了K-C-Means聚类算法对股票进行初步筛选,以更好地根据股票价格序列的走势进行分类,在此基础上,根据分类后的股票结合相关性分析与协整方法进行股票对筛选,筛选不再局限于一对一的配对,而是构建出一个以一只股票为核心,多只股票待选以供配对的股票堆,也就是一对多的配对组合。二、设计了一种基于LSTM(Long Short-Term Memory)预测的一对多配对交易模型。根据得到的股票堆,利用LSTM记忆网络对股票价差数据进行预测,从而掌握触发交易信号的股票对未来的走势,进而判断各个股票对未来可能的预期收益情况,以此为参考进行交易操作。将模型的收益水平与传统配对交易模式下的收益水平进行比较,以验证模型的可行性与有效性。数值结果显示,这种基于LSTM预测的一对多配对交易方式有效地减少了等待建仓的时间,增多了交易机会,一定程度上分散了交易风险。本文将按以下结构展开,第一章介绍配对交易目前的研究背景与国内外研究的现状;第二章主要介绍配对交易的相关理论基础,包括配对交易策略、K-C-Means聚类算法、协整理论以及长短时记忆网络的有关内容;第三章主要介绍最优配对股票的筛选过程,包括聚类算法与协整方法;第四章主要介绍传统协整模型下的配对交易与基于LSTM预测的一对多配对交易各自的交易方式,并对二者的实证分析结果进行比较;最后是对全文的总结和展望。

关键词：配对交易协整理论一对多配对 LSTM预测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：