基于支持向量機(jī)的高頻量化投資研究.pdf

1、量化投資在國(guó)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(jī)比較穩(wěn)定，在國(guó)外對(duì)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(guò)程是對(duì)交易行為進(jìn)行建模，對(duì)交易變量進(jìn)行參數(shù)量化，一旦市場(chǎng)觸發(fā)了條件，就會(huì)進(jìn)行交易。
　　Corinna Cortes和Vapnik在1995年的時(shí)候首先提出了支持向量機(jī)理論，它是基于統(tǒng)計(jì)理論的機(jī)器學(xué)習(xí)算法，由于支持向量機(jī)指導(dǎo)基礎(chǔ)是扎實(shí)的統(tǒng)計(jì)學(xué)理論，不會(huì)收斂于局部最優(yōu)解。

2、　　基于支持向量機(jī)適合解決非線性的、小樣本的數(shù)據(jù)問(wèn)題，在高維模式識(shí)別問(wèn)題也有許多獨(dú)特的優(yōu)勢(shì)，本文基于股指期貨IF高頻TICK數(shù)據(jù)進(jìn)行回歸預(yù)測(cè)，從以下幾個(gè)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(duì)性地構(gòu)造核函數(shù)還沒(méi)有較好的理論指導(dǎo)，為了更好得研究解決支持向量機(jī)核函數(shù)參數(shù)問(wèn)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(shí)減少

3、了參數(shù)尋優(yōu)計(jì)算時(shí)間。
　　另一方面是交易成本處理問(wèn)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(jià)差，手續(xù)費(fèi)水平，因此本文通過(guò)建立數(shù)學(xué)模型，對(duì)買賣價(jià)差進(jìn)行了較好的分析研究，建立了對(duì)數(shù)回歸擬合模型，擬合效果極好，比較充分反映了實(shí)際的買賣價(jià)差成本，并在最終策略實(shí)現(xiàn)的時(shí)候?qū)肓速I賣價(jià)差成本進(jìn)行減值，計(jì)算出了成本模型。
　　本文最終基于買賣價(jià)差分析模型以及支持向量機(jī)預(yù)測(cè)模型建立了擬合分類預(yù)測(cè)模型，研究