论文部分内容阅读
有效市场理论自提出以来,一直是金融市场理论的核心,是现代金融学理论的重要基石,资本资产定价模型(CAPM)、套利定价理论(APT)和期权定价模型(OPT)等重要理论皆在有效市场假设之上建立。然而,对有效市场理论在理论和实践上的质疑和争论也从未间断,因为实证检验发现市场上有很多跟有效市场理论不符的现象,它们被称为异于有效市场理论的“金融异象”。恰当地利用这些异象可以有效提高在线投资组合策略的收益,还可以促进市场的有效性。本文结合金融异象中的均值回归效应和动量效应,以及机器学习中在线学习技术,提出了三个在线投资组合策略模型及算法并进行实证检验。本文的主要工作及创新点概况如下:(1)提出基于绝对价格统计关系的在线投资组合策略。Borodin等人提出的Anticor策略是基于历史相对价格统计关系的启发式算法,由于历史相对价格表现的是各期间价格变化的幅度,而不是直观价格变化趋势,所以本文基于更能表现证券价格走势的绝对价格统计关系来度量反转效应,提出基于绝对价格统计关系的在线投资组合策略并利用国内市场数据集进行实证检验,结果表明本文提出的策略优于原策略以及基准策略,并且具有良好的稳健性。(2)提出基于成交量信息加权的价格反转在线投资组合策略。金融异象中的反转效应不仅跟收益率有关,还跟交易量冲击有关,证券在经过高成交量的交易日后通常出现反转效应。基于该结论,本文将多期成交量信息和价格信息跟在线学习技术结合,创新性地利用成交量信息设计新的在线投资组合策略,建立优化模型并推导算法,最后利用国内市场数据集进行实证研究,结果表明成交量信息提升了策略的收益,使策略的收益优于其他策略和基准策略,并且具有良好的稳健性。(3)提出基于处置效应的动量在线投资组合策略。动量效应的行为金融学解释指出,前景理论的推论“处置效应”导致动量效应。本文利用该结论构建“当前股价跟持仓均价的比”的指标,基于给予盈利的股票更大的权重的思想,创新性地设计基于处置效应的动量在线投资组合策略,并利用国内市场数据集进行实证检验,结果表明该策略具有优于其他动量策略和基准策略的表现,并且具有良好的稳健性。