基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
上证50ETF股指期权标的物为上证50ETF,对50ETF进行量化分析有助于指导50ETF以及50ETF期权等的投资,进而获得良好的收益,为此提出了基于模糊信息粒化与支持向量机(sup-port vector machine,SVM)的上证50ETF量化择时策略.根据上证50ETF的历史日数据,对某一时间段的开盘价、收盘价、最高价等作为SVM的输入信息,将未来5天收盘价进行模糊信息粒化,以粒化结果的涨跌作为 SVM的训练集标签,对系统进行标记训练;最后,应用已训练的系统对50ETF未来涨跌情形进行预测.实验结果表明,融合了 SVM与模糊信息粒化的预测算法较 SVM算法和融合了SVM的部分粒子化算法,局部行情下正确率提高了15 %以上,全局行情下正确率提高了16%以上,提升了择时性能.本文的量化择时策略对50ETF和50ETF期权投资具有实际的指导性,具有一定的应用价值.
推荐文章
分数布朗运动环境下上证50ETF期权定价的实证研究
金融工程
均方误差
均方比例误差
上证50ETF期权
分数布朗运动
上证50ETF期权动态Delta对冲策略及其实证检验
上证50ETF期权
动态Delta对冲
套期保值
上证50ETF期权价格模拟实证分析
期权价格
B-S公式
GARCH模型
蒙特卡洛模拟
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于模糊信息粒化与支持向量机的上证50ETF量化择时研究
来源期刊 三峡大学学报(自然科学版) 学科 工学
关键词 上证50ETF 期权 量化择时 模糊信息粒化 支持向量机(SVM)
年,卷(期) 2018,(3) 所属期刊栏目 机电工程
研究方向 页码范围 88-90,112
页数 4页 分类号 TP391.9:F830.91
字数 2108字 语种 中文
DOI 10.13393/j.cnki.issn.1672-948X.2018.03.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 夏平 三峡大学水电工程智能视觉监测湖北省重点实验室 63 238 9.0 12.0
5 伍呈呈 三峡大学水电工程智能视觉监测湖北省重点实验室 3 8 2.0 2.0
9 雷帮军 三峡大学水电工程智能视觉监测湖北省重点实验室 39 152 5.0 10.0
13 胡蓉 三峡大学水电工程智能视觉监测湖北省重点实验室 5 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (21)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (3)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
上证50ETF
期权
量化择时
模糊信息粒化
支持向量机(SVM)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
三峡大学学报(自然科学版)
双月刊
1672-948X
42-1735/TV
大16开
湖北省宜昌市大学路8号
1979
chi
出版文献量(篇)
3272
总下载数(次)
3
总被引数(次)
16186
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导