GA优化的SVM在量化择时中的应用

• 作者: 吴礼斌 李诗争 黄宏运
• 来源期刊: 南京师范大学学报（工程技术版）
• 学科: 工学
• 关键词: 遗传算法 支持向量机 量化投资 择时 LIBSVM工具箱
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 计算机工程
• 页码范围: 72-79
• 页数: 8页
• 分类号: TP183|F830.91
• 字数: 5456字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2017.01.011

摘要

针对量化投资过程中因交易信号判断不准确而导致的择时难问题,利用具有优良非线性可分能力的支持向量机建立基于历史价量信息(开盘价、收盘价、最高价、最低价、成交量和短长期移动平均指数)的量化择时模型.在策略模型的具体应用中,为了确定LIBSVM ToolBox中的"-c"和"-g"参数,本文首先通过遗传算法对其寻优,然后利用MATLAB软件实现了对个股(浦发银行)自2012年1月4日至2016年6月22日的策略回测,最后以沪深300指数为基准从年化收益率、相关绩效指标和最大回撤等角度对回测结果进行了分析,得出GA-SVM可被有效运用到量化择时中去的结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李诗争	安徽财经大学金融学院	14	54	4.0	7.0
2	黄宏运	安徽财经大学金融学院	13	61	4.0	7.0
3	吴礼斌	安徽财经大学统计与应用数学学院	45	101	6.0	8.0