检索结果-南通市图书馆

检索条件"主题词=金肯特纳策略"

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CNN-LSTM深度学习模型的金肯特纳策略优化研究

基于CNN-LSTM深度学习模型的金肯特纳策略优化研究

引用

作者：刘孟辰上海师范大学

学位级别：硕士

改革开放以来,我国经济飞速发展国民收入稳步提升,资本市场也逐步开放。从上世纪90年代我国开启证券市场后,我国股票市场吸引了愈来愈多的投资者参与其中,截止2022年6月底,A股投资者数量高达20623.91万人。股市的参与人数众多说明A股市... 详细信息

改革开放以来,我国经济飞速发展国民收入稳步提升,资本市场也逐步开放。从上世纪90年代我国开启证券市场后,我国股票市场吸引了愈来愈多的投资者参与其中,截止2022年6月底,A股投资者数量高达20623.91万人。股市的参与人数众多说明A股市场交易活跃且存在大量散户,但是个人投资者在投资交易中存在大量非理性投机行为,盲目地追涨杀跌缺乏科学的理论指导,这不仅会造成个人账户的大量亏损也不利于A股市场的健康发展。通过对前人交易策略的改进和优化,建立一套属于自己的交易策略将有助于提升投资者的收益水平,在科学理论的指导下进行有序交易也有益于A股市场的不断完善和健康发展。因此,有关科学交易策略的研究具有较强的理论和实践意义。本文首先针对一项经典的交易策略对A股个股进行分周期历史交易回测,并在不同交易行情下对该交易策略进行优化改进,在不同行情下较改进前均获得了更优表现。但在现实交易中大多数对市场并不熟悉的交易者很难区分中当下所处交易周期,针对行情的策略优化更是无从谈及,因此需要一种方式可以简易的帮助投资者进行策略优化。所以本文引入了两种原理不同的深度学习模型CNN和LSTM相结合对未来股价走势进行预测,首先验证了该模型可以较好的预测股价,在验证模型预测的有效性后使用深度学习神经网络模型的预测结果对金肯特纳交易策略的交易信号加以过滤,从而实现更优的历史收益。本文从金肯特纳策略这一经典交易策略着手研究,并进一步根据深度学习模型预测结果对基础交易策略加以优化。通过以上实证研究主要得出以下几条结论:(1)在当下A股市场上,简单运用经典交易策略或技术指标进行交易无法获得超额收益,虽然在对策略进行改进后策略仍可以获得更优表现,但这种在不同行情下的改进需要投资者对市场有着足够的敏感度。(2)CNN-LSTM深度学习模型在合适的参数设置下可以较好的预测中短期股价,但是和其他机器学习模型一样,当预测周期拉长时,预测效果会明显变差。(3)使用CNN-LSTM深度学习模型的预测数据对金肯特纳策略的交易信号加以过滤,可以获得更好的历史回测数据,同时也可以获得市场超额收益,说明CNN-LSTM深度学习模型可以对金肯特纳这一基础交易策略起到优化作用。

关键词：股价预测深度学习模型金肯特纳策略交易信号过滤

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：