school
Macau Periodical Index (澳門期刊論文索引)
- Author
- 孫勵；周立剛
- Title
- 基於隱馬爾科夫鏈與卷積神經網絡的期貨盤口價差預測模型研究
- Journal Name
- 澳門科技大學學報
- Pub. Info
- 2018年12月30日, 第12卷第2期, 第96-102頁
- Link
- http://lib.must.edu.mo/sites/default/files/assets/images/Duu/2018%E5%B9%B4%E7%AC%AC%E4%BA%8C%E6%9C%9F-%E6%BE%B3%E9%96%80%E7%A7%91%E6%8A%80%E5%A4%A7%E5%AD%B8%E5%AD%B8%E5%A0%B1.pdf
- Keyword
- 跨期套利；卷積神經網路；隱馬爾科夫鏈；高頻數據
- Abstract
- 摘要 : 本文以中國商品期貨跨期套利合約為研究對象，以合約價差盤口高頻數據為研究數據來源，提出綜合利用卷積神經網路建模方法與隱馬爾可分鏈建模方法，根據歷史數據對盤口價差未來的變化趨勢與範圍進行預測。本文嘗試將卷積神經網路作為時段高頻價差數據樣本的分類器，克服原始高頻數據在暫態出現的高隨機波動性，並同時完成對數據特徵的低層提取。將分類後的結果作為隱馬爾科夫鏈建模的數據輸入基礎。利用隱馬爾科夫模型，實現對價差變化與範圍的概率估計，並根據概率結果創建均值回歸型交易策略。實證研究中，利用中國大豆跨期價差合約三個月的樣本數據建模，在為期三個月的樣本外測中，策略取得年化盈利率32%的回報，策略對比單一卷積神經網路模型與隱馬爾科夫模型，綜合模型的預測準確度分別提高了18.49%與26.9%。 段落標題： 1. 相關文獻 2. 研究方法 2.1. 卷積神經網路 2.2. 隱馬爾科夫模型 3. 實證分析 4. 結論 附表： 1. 研究假說整理 2. 訓練樣本數據預處理方法 3. 狀態轉移矩陣收斂表 4. 狀態概率偏移矩陣 5. 交易報告明細 附圖： 1. 卷積神經網路結構示意 2. 卷積層與池化層示意圖 3. 隱馬爾科夫狀態鏈示意圖 4. 算法描述 5. 誤差訓練效果圖 6. 賬戶資金曲線變化圖 7. 交易預測數量對比圖