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:
为了在股票市场上更好地进行选股操作以及量化投资,提出了运用支持向量机回归方法对上证指数的成分股的市值解释因子进行回归的方法.利用交叉验证法来确定模型超参数,通过参数寻优寻找市值与其解释因子之间的关系,并对特定交易日内各个成分股残差的大小按降序进行排序,进而以此为基础制定调仓策略.实验对2012年1月1日至2018年12月31日的上证指数进行了十次实盘回测.结果表明,此研究方法以平均2.615的夏普率得到了62.01%的平均年化收益率,而线性回归的这两个值分别为1.587、46.69%,随机森林的这两个值分别为2.568、38.44%.对比得到,此研究方法在良好的风险控制基础上可以使投资获得更大的收益.
推荐文章
阵列波束优化的标准支持向量回归
支持向量机
标准支持向量回归
波束形成
阵列信号处理
阵列波束优化
基于标准支持向量回归的阵列波束优化研究
支持向量机
标准支持向量回归
波束形成
阵列信号处理
优化
基于聚类算法的支持向量回归建模的新策略
自组织特征映射
k均值
聚类算法
加权
支持向量回归
基于支持向量回归的设备故障趋势预测
支持向量回归
BP神经网络
灰色模型
灰色-AR模型
故障趋势预测
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 支持向量回归的多因子量化策略研究
来源期刊 福建电脑 学科 工学
关键词 支持向量回归 量化投资 市值解释因子 调仓策略 上证综指
年,卷(期) 2019,(8) 所属期刊栏目 论著
研究方向 页码范围 1-4
页数 4页 分类号 TP366
字数 2240字 语种 中文
DOI 10.16707/j.cnki.fjpc.2019.08.001
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 张量 杭州师范大学信息科学与工程学院 23 351 8.0 18.0
2 刘宁宁 杭州师范大学信息科学与工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (2)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(6)
  • 参考文献(6)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量回归
量化投资
市值解释因子
调仓策略
上证综指
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导