异方差条件下两种回归方法的比较

最小二乘回归作为一种优良的统计方法应用非常广泛,但是在使用时要求满足同方差等假设条件.文章归纳总结了最小二乘回归和分位数回归的理论特点及异方差产生的原因,论证了异方差对最小二乘回归造成的负面影响,并通过模拟研究和实例研究比较了两种回归方法的功能.结果显示,在异方差情况下,分位数回归可以在因变量条件分布的不同水平上刻画回归关系,分离出回归系数的变异,其结果较最小二乘回归更加全面和细致.     

基于变量选择和遗传网络规划的期货高频交易策略研究

高频交易在当前国际金融市场上炙手可热,股指期货的推出、融资融券和转融通业务的开通,使得我国高频交易市场初现端倪。本文立足于我国金融衍生品市场的现状提出了基于LASSO变量选择方法和遗传网络规划的期货高频交易策略。该策略首先使用LASSO从众多技术指标中,选出极少数最有效的指标作为判断函数,然后通过一种进化算法遗传网络规划来搜索合适的买点和买点,从而构建交易策略,并以黄金、铝和橡胶期货的5分钟高频交易数据为例进行回测检验。结果显示:第一,与最优子集法相比,LASSO方法在不降低预测精度的情况下,选出的指标数量最少,且均集中在趋势指标和震荡指标中。第二,通过结合遗传网络规划模型与Q强化学习法,搜索效率得到了显著提高,构建出适合于衍生品市场的简洁有效的交易策略,且在不同品种的期货交易中均超越了"买入并持有"策略,并获取超额收益,在量化投资领域充分体现了实践价值。