检索结果-南通市图书馆

基于自适应矩估计的在线投资组合梯度下降策略

在线全文

学校读者我要写书评

暂无评论

系统管理学报 2023年第2期32卷 343-354页

作者：何锦安彭方平殷仕成中山大学管理学院广州510275

对于在线投资组合选择问题,充分利用历史数据能有效地减少市场噪声对投资策略的影响,但这往往会导致策略计算效率降低。与其相对应的是,高频交易的日益发展与数据量的爆发式增长愈发要求投资策略具备高效的计算能力。为此,借助于自适应... 详细信息

对于在线投资组合选择问题,充分利用历史数据能有效地减少市场噪声对投资策略的影响,但这往往会导致策略计算效率降低。与其相对应的是,高频交易的日益发展与数据量的爆发式增长愈发要求投资策略具备高效的计算能力。为此,借助于自适应矩估计,以增量的方式利用历史数据,提出了一个基于自适应矩估计的在线投资组合梯度下降策略。理论分析表明,该策略具有泛证券性,即其与离线的最优定常再调整策略具有相同的渐近平均对数增长率;同时,该策略在充分利用历史数据的情况下依然保持线性时间复杂度。实证分析表明,该策略在收益以及计算时间等指标上表现出较好的性能,同时能承受合理的交易费用,故而具有良好的实际应用前景。

关键词：在线投资组合泛证券投资组合自适应矩估计梯度下降

在线全文

学校读者我要写书评

暂无评论

考虑边信息的在线投资组合指数梯度策略

系统工程理论与实践 2019年第1期39卷 60-69页

作者：杨兴雨何锦安张永张卫国广东工业大学管理学院广州510520 华南理工大学工商管理学院广州510640

在线投资组合问题是计算金融领域的基本问题之一.金融市场瞬息万变,投资者需要根据各种资本市场信息动态地调整资产头寸.在不对资产价格做任何概率假设的前提下,研究了带边信息的在线投资组合策略.用相对熵函数定义两个投资组合向量之... 详细信息

在线投资组合问题是计算金融领域的基本问题之一.金融市场瞬息万变,投资者需要根据各种资本市场信息动态地调整资产头寸.在不对资产价格做任何概率假设的前提下,研究了带边信息的在线投资组合策略.用相对熵函数定义两个投资组合向量之间的距离,提出了一种带边信息的在线投资组合指数梯度策略,并从理论上证明了它是一个泛证券投资组合策略,即与离线的最优状态定常再调整策略具有相同的渐近平均指数增长率.采用实际股票数据对该策略进行了测试,并分析了交易费用对策略的影响,结果表明其能获得更高的收益.

关键词：在线投资组合泛证券投资组合边信息相对熵

在线全文

学校读者我要写书评

暂无评论

基于股价预测的泛证券投资组合策略

中国管理科学 2018年第9期26卷 1-10页

作者：彭子衿徐维军华南理工大学工商管理学院广东广州510641 广州市金融服务创新与风险管理研究基地广东广州510641

本文基于期望效用最大化和L1-中位数估计研究了在线投资组合选择问题。与EG （Exponential Gradient）策略仅利用单期价格信息估计价格趋势不同,本文将利用多期价格信息估计价格趋势,以提高在线策略的性能。首先,基于多期价格数据,利用... 详细信息

本文基于期望效用最大化和L1-中位数估计研究了在线投资组合选择问题。与EG （Exponential Gradient）策略仅利用单期价格信息估计价格趋势不同,本文将利用多期价格信息估计价格趋势,以提高在线策略的性能。首先,基于多期价格数据,利用L1-中位数估计得到预期价格趋势。然后,通过期望效用最大化,提出一个新的具有线型时间复杂度的在线策略,EGLM （Exponential Gradient via L1-Median）。并通过相对熵函数定义资产权重向量的距离,进而证明了EGLM策略具有泛证券投资组合性质。最后,利用国内外6个证券市场的历史数据进行实证分析,结果表明相较于UP （Universal Portfolio）策略和EG策略,EGLM策略有更好的竞争性能。

关键词：在线投资组合选择泛证券投资组合 L1-中位数估计相对熵函数时间复杂度

考虑边信息与专家意见的指数梯度在线投资组合策略研究

在线全文

学校读者我要写书评

暂无评论

考虑边信息与专家意见的指数梯度在线投资组合策略研究

作者：何锦安广东工业大学

学位级别：硕士

投资者,特别是机构投资者,通常将资金分散投资到多种资产上,以达到降低风险的目的。投资组合理论研究的就是如何科学地确定每种资产上的投资比例。经典的投资组合理论始于1952年Markowitz提出的均值-方差模型。该模型假设证券的收益率... 详细信息

投资者,特别是机构投资者,通常将资金分散投资到多种资产上,以达到降低风险的目的。投资组合理论研究的就是如何科学地确定每种资产上的投资比例。经典的投资组合理论始于1952年Markowitz提出的均值-方差模型。该模型假设证券的收益率服从某种特定的概率分布,并且投资者已经充分了解市场信息并能准确地估计其均值与收益等数字特征。然而,在实际应用中难以估计概率分布的数字特征,甚至难以找到合适的概率分布来刻画证券的收益率,这很大程度上限制了该模型的实际应用。针对传统均值-方差理论的不足,Cover首先将在线算法与竞争分析的思想引入到投资组合选择的研究中,建立了在线投资组合选择理论。该理论在不对股票价格做任何概率假设的前提下设计投资组合策略,并选取离线的最优策略作为基准,在理论上说明策略的竞争性能,其核心问题是设计可以与基准策略相媲美的在线投资组合策略。本文在已有研究的基础上将边信息与专家意见引入到在线投资组合选择问题中进行研究。主要的研究工作如下:由于金融市场受到各种因素的影响,资产价格长期波动具有随机性和不确定性。各种市场信息对投资有重要的参考作用,投资者需要根据与各种资本市场信息动态地调整资产头寸。本文用相对熵函数定义两个投资组合向量之间的距离,提出了一个考虑边信息的在线投资组合指数梯度策略,并从理论上证明了它是一个泛证券投资组合策略,即与离线的最优状态定常再调整策略渐近地具有相同的平均对数增长率。利用国内外实际的股票价格数据对构造的策略进行数值分析,结果表明与基准策略与已有的在线投资组合策略相比,该策略具有较好的性能。同时探讨了交易费用与边信息的准确度对该策略性能的影响。在实际的投资实践中,投资者往往需要事先为所使用的投资策略选定合适的参数值。对于瞬息万变的金融市场,尤其是新兴的金融市场,即使是职业投资人,也很难做到在每一交易期中选定合适的参数值。为克服现有策略的局限性,本文基于弱集成算法的在线学习特征,提出了一个新的在线投资组合策略。首先本文考虑把对应不同参数η值的指数梯度策略EG（η）看作不同的专家,应用弱集成算法对不同专家给出的意见进行集成,进而给出下一期的投资比例。本文理论上证明了所构造的策略渐近地实现了与最优的指数梯度策略相同的平均对数增长率,并进一步证明可所构造的策略具有泛证券性。利用国内外实际股票价格数据对该策略进行数值分析,结果表明与已有的在线投资组合策略相比,该策略具有较好的性能。

关键词：在线投资组合泛证券投资组合边信息相对熵专家意见弱集成算法

基于在线交易理论与隐马尔科夫模型的程序化交易策略构建

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

基于在线交易理论与隐马尔科夫模型的程序化交易策略构建

作者：孙廉璡西北大学

学位级别：硕士

近年来,证券交易朝着多元化、复杂化、交易量巨额化等方向发展,传统的人工下单方式早已不能满足市场的需要,越来越多的投资者转而选择程序化交易。程序化交易自上世纪七十年代问世以来,经过四十余年的发展,已成为国际证券市场上主要的... 详细信息

近年来,证券交易朝着多元化、复杂化、交易量巨额化等方向发展,传统的人工下单方式早已不能满足市场的需要,越来越多的投资者转而选择程序化交易。程序化交易自上世纪七十年代问世以来,经过四十余年的发展,已成为国际证券市场上主要的交易方式之一。这种交易方式不但能够为投资者提高收益,而且能加快金融市场的流动性。目前,程序化交易在国外市场的应用已十分成熟,但在我国还相对滞后,它对于大多数投资者来说,还是比较陌生的。所以,设计适合我国投资者的程序化交易策略具有重要的现实意义。为了丰富和完善适合于我国股票市场的交易策略,本文立足中国A股市场行情,设计出一种新型程序化交易策略。该策略结合两种在线交易理论:泛证券投资组合理论、K搜索算法,以及隐马尔科夫模型HMM(Hidden Markov Model)。首先,根据泛证券投资组合策略EG(η)(Exponentiated Gradient)和K搜索(K-Search)算法设计出程序化交易策略EGK(EG(η)and K-Search)。然后,依据中国A股市场股票收益率的分布特点,发现A股市场尚未达到弱有效,股票价格存在序列相关性,进而对策略EG(η)进行改进,提出一种期望意义上的泛证券投资组合策略IEG(η)(Improved EG(η)),从而设计出策略IEGK(Improved EG(η)and K-Search),在量化交易研究平台——优矿上实现策略的编程及回测检验,结果表明策略IEGK在中国A股市场上具有稳定的获利能力。同时,细致讨论了策略IEGK中三种参数与收益率的关系,深化了对策略IEGK适用情景的认识。最后,在对策略IEGK的参数讨论时,发现对市场走势的预判会显著影响策略IEGK的收益,启发我们进行市场状态预判的择时研究。进一步引入隐马尔科夫的模式识别模型,使其对市场趋势进行预判,指导策略IEGK在交易过程中的自动选取最优参数,从而设计出一种动态自适应的程序化交易策略HMM+IEGK(Hidden Markov Model+Improved EG(η)and K-Search),实证结果表明该策略能大大提升策略IEGK的收益并降低风险,是一种更有效的程序化交易策略。本文设计的程序化交易策略兼具理论与实践价值,为投资者在投资决策方面提供参考,帮助提高处于弱势地位的中小投资者的盈利能力,促进我国股市健康公平发展。

关键词：程序化交易算法交易隐马尔科夫模型泛证券投资组合在线时间序列搜索 K搜索