基于OGD算法的在线移动平均反转策略

• 作者: 吴金明
• 来源期刊: 软件导刊
• 关键词: 在线投资组合选择 在线梯度下降算法 均值反转 简单移动平均
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 计算机软件与理论
• 页码范围: 119-122
• 页数: 4页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.202334

摘要

为改善非平稳金融市场环境下在线投资组合策略无法实时动态调整的缺点,提出一种OGDMAR策略.基于在线梯度下降(OGD)算法,对在线移动平均反转策略的预测模型进行改进,使预测模型的系数在每次迭代时都可重新调整.在4个经典数据集上进行数值实验,结果表明,与原策略的累积收益相比,改进策略在4个数据集上分别提升了111％、134％、32％和48％,并且在不同的交易成本条件下累积的收益更高.OGDMAR策略具有应对非平稳环境的能力,不仅在累积收益方面有显著提升,而且具有更强的交易成本承受能力.