【摘 要】
:
量化投资是一种新型的投资流派,虽然存在时间尚短,但量化投资凭借其严格的纪律性与高效的执行效率受到广大投资者的青睐与追捧。本文研究在量化投资的思想框架下,分别对其中量化择时与量化选股策略进行深入研究。与一般的采用金融、统计以及非线性理论的构建的策略不同,本文一方面采用通信滤波与希尔伯特变换对择时策略进行设计,另一方面,采用机器学习对经典的投资经验进行量化,使之成为具有可复制性的规律。最后对设计的量化
论文部分内容阅读
量化投资是一种新型的投资流派,虽然存在时间尚短,但量化投资凭借其严格的纪律性与高效的执行效率受到广大投资者的青睐与追捧。本文研究在量化投资的思想框架下,分别对其中量化择时与量化选股策略进行深入研究。与一般的采用金融、统计以及非线性理论的构建的策略不同,本文一方面采用通信滤波与希尔伯特变换对择时策略进行设计,另一方面,采用机器学习对经典的投资经验进行量化,使之成为具有可复制性的规律。最后对设计的量化择时与量化选股策略在聚宽平台采用真实的A股历史数据进行回测验证。本文对于策略的研究主要有两个方面:(1)
其他文献
随着电力行业的不断成熟发展,电力制造企业的产品同质化现象越来越严重,行业间的竞争也不断加剧。服务质量对于电力企业的生存和发展也变得越来越重要,并成为电力企业提高自身竞争力的重要方式和手段。伴随着计算机、网络技术的快速发展,各种信息化管理系统和手段得到不断发展和完善。很多企业通过信息化的方式,实现对日常经营活动进行有效监控、对服务质量进行控制和追踪管理。本文主要以B公司的工程服务质量管理为研究对象,
随着科学技术的不断进步,在大数据和人工智能的推动下,我们进入到了金融科技带来的数字化生活时代。各种新型金融活动已然渗入到了我们的日常生活中。因此充分发挥人工智能的潜力,构建全面有效的个人信用评估系统,是金融科技乃至社会信用体系在新时期持续发展的必然要求。目前已有很多学者对信用评估相关问题展开研究。但现阶段业界的个人信用评估中仍存在一些问题。首先,信用评估数据往往具有高度的商业价值和隐私性,存在严重
随着社会的发展和人们生活水平的不断提高,越来越多的人接受超前消费的理念,因此产生了众多的个人信贷消费需求。但目前商业银行个人信贷业务存在总体规模小、利润贡献率低等特点,对金融市场缺乏足够的影响力。商业银行目前也在积极地扩张用户,去发展个人信贷业务,所以利用个人信贷相关数据,通过数据可视化分析去挖掘用户,并控制违约风险,是亟需解决的重要问题。针对上述问题,本文设计并实现了个人信贷数据可视化分析系统,
金融业作为高度具有信息敏感性的一个行业,从业人员亟需全面的行业信息从而在智能投研、风控中作出重要决策。快速增长的金融信息量和大量非结构化的金融公告文本,使得金融研究团队难以快速完成如此庞大数量的信息研读工作。基于以上现状,提供高质量的金融信息服务尤为重要,知识图谱的信息组织形式能够将零散的信息整合成结构化的高价值知识,挖掘信息间的互联关系,有利于满足智能化的领域信息服务需求,因此本文基于知识图谱设
煤炭作为我国一次能源使用方式的最主要形式,其价格预测对于企业生产经营以及市场的前瞻都具有重要意义,而动力煤作为能源供给的煤炭种类,更是占领着重要地位。近年来,专家学者对于煤炭价格的预测进行了许多研究,主要基于计量经济学方法、时间序列方法差分整合移动平均自回归(Autoregressive Integrated Moving Average,ARIMA)、反向传播(Back Propagation,
随着电力物资品种和数量的增加,电力企业对电力物资堆场的智能化管理提出了新的要求。目前,电力物资三级仓储的库存信息管理与可视化差异较大,将中心库的大型实时可视化系统应用于改造周转库和仓库点,代价高收益低。基于此背景,本课题将增强现实技术应用于周转库和仓库点的堆场可视化改造中,以帮助在管理水平、资金、技术等能力欠缺的电力企业,快速提升智能化与可视化的管理水平。论文涉及的关键技术包括:增强现实技术、增强