本文主要研究内容
作者张帅（2019）在《基于机器学习方法的动态日内成交量比例预测的VWAP算法》一文中研究指出：最近几十年,计算机技术和互联网技术的快速发展,带动了电子交易执行系统快速发展,这种电子交易执行系统称为算法交易。在金融市场中,算法交易是指投资者通过计算机下达交易命令的交易方式,这种交易方式由计算机算法来确定下达的交易命令的交易时机、价格、下单的数量等。本文研究的问题就是算法交易策略中使用最广泛的VWAP算法交易策略,VWAP算法交易策略的执行效果很大程度上取决于日内成交量比例的预测。因此本文的重点就在于研究日内成交量比例的预测方法。本文提出的日内成交量比例预测模型,使用了随机森林和前馈神经网络方法,模型的输入包括过去一段时间历史交易日的成交量和相同区间的成交量、过去几个区间的区间的成交量,输出为区间的成交量比例。本文使用的数据为中国金融期货交易所的沪深300股指期货主力连续合约的5分钟K线数据,在这个数据上验证本文提出的模型,相对于传统的滚动平均方法,前馈神经网络方法的均方误差提升了9.90%,证明本文提出的日内成交量比例预测模型的有效性。接下来本文使用沪深300股指期货主力连续合约的数据验证了成交量比例和收益率的相关关系。本文分别计算了成交量比例和收益率的皮尔森相关系数和斯皮尔曼相关系数,然后通过假设检验,计算P值,证明了成交量比例和收益率不仅具有显著的线性相关关系,还具有显著的非线性相关关系。继而本文将收益率和由收益率计算的波动率加入到本文提出的日内成交量比例预测模型中,相对于滚动平均方法,随机森林方法的均方误差提升了12.90%,在同时使用前馈神经网络方法时,加入收益率、波动率的日内成交量比例预测模型和未加入收益率、波动率的模型相比,均方误差的提升(相对于滚动平均方法)从9.90%提高到13.27%,证明了本文提出的使用收益率和波动率来预测成交量比例的有效性。最后本文计算了加入收益率和波动率的日内成交量比例预测模型的VWAP和传统的滚动平均的VWAP,和市场真实的VWAP进行对比。使用平均绝对百分误差作为评价标准,相对于传统的滚动平均方法,加入收益率和波动率的日内成交量比例预测模型的VWAP跟踪效果的平均绝对百分误差提升了38.36%,证明了本文提出的模型的VWAP跟踪效果更好。通过分析VWAP跟踪误差较大的交易日的实际情况,本文发现在该交易日的中间时段开始,成交价开始大幅下降,导致成交量激增,这个时候传统的滚动平均预测的成交量比例与实际情况相差较大,加入收益率和波动率的日内成交量比例预测模型预测的成交量比例能较好的拟合实际的成交量比例,因而相应的VWAP跟踪效果更好。同时本文使用了前馈神经网络方法来预测成交量比例,为以后将更加复杂的神经网络方法应用到这方面的研究打下了基础。
Abstract
zui jin ji shi nian ,ji suan ji ji shu he hu lian wang ji shu de kuai su fa zhan ,dai dong le dian zi jiao yi zhi hang ji tong kuai su fa zhan ,zhe chong dian zi jiao yi zhi hang ji tong chen wei suan fa jiao yi 。zai jin rong shi chang zhong ,suan fa jiao yi shi zhi tou zi zhe tong guo ji suan ji xia da jiao yi ming ling de jiao yi fang shi ,zhe chong jiao yi fang shi you ji suan ji suan fa lai que ding xia da de jiao yi ming ling de jiao yi shi ji 、jia ge 、xia chan de shu liang deng 。ben wen yan jiu de wen ti jiu shi suan fa jiao yi ce lve zhong shi yong zui an fan de VWAPsuan fa jiao yi ce lve ,VWAPsuan fa jiao yi ce lve de zhi hang xiao guo hen da cheng du shang qu jue yu ri nei cheng jiao liang bi li de yu ce 。yin ci ben wen de chong dian jiu zai yu yan jiu ri nei cheng jiao liang bi li de yu ce fang fa 。ben wen di chu de ri nei cheng jiao liang bi li yu ce mo xing ,shi yong le sui ji sen lin he qian kui shen jing wang lao fang fa ,mo xing de shu ru bao gua guo qu yi duan shi jian li shi jiao yi ri de cheng jiao liang he xiang tong ou jian de cheng jiao liang 、guo qu ji ge ou jian de ou jian de cheng jiao liang ,shu chu wei ou jian de cheng jiao liang bi li 。ben wen shi yong de shu ju wei zhong guo jin rong ji huo jiao yi suo de hu shen 300gu zhi ji huo zhu li lian xu ge yao de 5fen zhong Kxian shu ju ,zai zhe ge shu ju shang yan zheng ben wen di chu de mo xing ,xiang dui yu chuan tong de gun dong ping jun fang fa ,qian kui shen jing wang lao fang fa de jun fang wu cha di sheng le 9.90%,zheng ming ben wen di chu de ri nei cheng jiao liang bi li yu ce mo xing de you xiao xing 。jie xia lai ben wen shi yong hu shen 300gu zhi ji huo zhu li lian xu ge yao de shu ju yan zheng le cheng jiao liang bi li he shou yi lv de xiang guan guan ji 。ben wen fen bie ji suan le cheng jiao liang bi li he shou yi lv de pi er sen xiang guan ji shu he si pi er man xiang guan ji shu ,ran hou tong guo jia she jian yan ,ji suan Pzhi ,zheng ming le cheng jiao liang bi li he shou yi lv bu jin ju you xian zhe de xian xing xiang guan guan ji ,hai ju you xian zhe de fei xian xing xiang guan guan ji 。ji er ben wen jiang shou yi lv he you shou yi lv ji suan de bo dong lv jia ru dao ben wen di chu de ri nei cheng jiao liang bi li yu ce mo xing zhong ,xiang dui yu gun dong ping jun fang fa ,sui ji sen lin fang fa de jun fang wu cha di sheng le 12.90%,zai tong shi shi yong qian kui shen jing wang lao fang fa shi ,jia ru shou yi lv 、bo dong lv de ri nei cheng jiao liang bi li yu ce mo xing he wei jia ru shou yi lv 、bo dong lv de mo xing xiang bi ,jun fang wu cha de di sheng (xiang dui yu gun dong ping jun fang fa )cong 9.90%di gao dao 13.27%,zheng ming le ben wen di chu de shi yong shou yi lv he bo dong lv lai yu ce cheng jiao liang bi li de you xiao xing 。zui hou ben wen ji suan le jia ru shou yi lv he bo dong lv de ri nei cheng jiao liang bi li yu ce mo xing de VWAPhe chuan tong de gun dong ping jun de VWAP,he shi chang zhen shi de VWAPjin hang dui bi 。shi yong ping jun jue dui bai fen wu cha zuo wei ping jia biao zhun ,xiang dui yu chuan tong de gun dong ping jun fang fa ,jia ru shou yi lv he bo dong lv de ri nei cheng jiao liang bi li yu ce mo xing de VWAPgen zong xiao guo de ping jun jue dui bai fen wu cha di sheng le 38.36%,zheng ming le ben wen di chu de mo xing de VWAPgen zong xiao guo geng hao 。tong guo fen xi VWAPgen zong wu cha jiao da de jiao yi ri de shi ji qing kuang ,ben wen fa xian zai gai jiao yi ri de zhong jian shi duan kai shi ,cheng jiao jia kai shi da fu xia jiang ,dao zhi cheng jiao liang ji zeng ,zhe ge shi hou chuan tong de gun dong ping jun yu ce de cheng jiao liang bi li yu shi ji qing kuang xiang cha jiao da ,jia ru shou yi lv he bo dong lv de ri nei cheng jiao liang bi li yu ce mo xing yu ce de cheng jiao liang bi li neng jiao hao de ni ge shi ji de cheng jiao liang bi li ,yin er xiang ying de VWAPgen zong xiao guo geng hao 。tong shi ben wen shi yong le qian kui shen jing wang lao fang fa lai yu ce cheng jiao liang bi li ,wei yi hou jiang geng jia fu za de shen jing wang lao fang fa ying yong dao zhe fang mian de yan jiu da xia le ji chu 。
论文参考文献
论文详细介绍
论文作者分别是来自山东大学的张帅，发表于刊物山东大学2019-07-16论文，是一篇关于随机森林论文,前馈神经网络论文,价格论文,日内成交量比例论文,山东大学2019-07-16论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自山东大学2019-07-16论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：随机森林论文; 前馈神经网络论文; 价格论文; 日内成交量比例论文; 山东大学2019-07-16论文;