| 基于低频分量EEMD-SVR预测建模的指数择时策略 |
| |
| 引用本文： | 高妮,贺毅岳,马新成.基于低频分量EEMD-SVR预测建模的指数择时策略[J].统计与决策,2022(2). |
| |
| 作者姓名： | 高妮 贺毅岳 马新成 |
| |
| 作者单位： | 西安外国语大学经济金融学院;西北大学经济管理学院 |
| |
| 基金项目： | 教育部人文社会科学研究青年基金项目(21YJCZH030);陕西省社会科学基金资助项目(2021D067);西北大学国家社会科学基金孵化计划项目(17XNFH046);西安外国语大学科研计划项目(21XWB02)。 |
| |
| 摘 要： | 以机器学习为基础设计高效的股票择时策略是量化投资领域的研究热点。文章结合集成经验模态分解(EEMD)和ε-不敏感支持向量回归(SVR)的优势,提出基于EEMD-SVR的指数低频分量预测模型,进而构建基于低频分量趋势预测的沪深300指数择时策略。首先,对沪深300指数进行EEMD分解,剔除高频IMFs后利用低频IMFs和趋势项重构指数低频分量;其次,运用ε-不敏感SVR构建低频分量预测模型;然后,根据低频分量预测结果制定交易信号生成规则,构建沪深300指数择时策略;最后,对构建的策略和MACD等多种择时策略进行对比评估,结果表明:构建的策略能更高效地把握指数的中长期主要趋势,在收益获取与风险控制等方面的表现显著超越了对照策略。
|
| 关 键 词： | 沪深300指数 量化择时策略 集合经验模态分解 支持向量回归 低频分量 |
Exponential Timing Strategy Based on EEMD-SVR Predictive Modeling of Low Frequency Component |
| |
| Authors: | Gao Ni He Yiyue Ma Xincheng |
| |
| Institution: | (School of Economics and Finance,Xi'an International Studies University,Xi'an 710128,China;School of Economics and Management,Northwest University,Xi'an 710127,China) |
| |
| Abstract: | |
| |
| Keywords: | CSI 300 index quantitative timing strategy EEMD SVR low frequency component |
| 本文献已被 维普 等数据库收录！ |
|
