期权是一种权力的买卖,最早始于十八世纪后期的欧洲和美国市场,是现代金融市场的重要组成部分。随着我国金融市场的发展,期权的功能日益提高,对期权投资方面的研究也越来越多。近年来,量化投资凭借自身的一些优势,如及时性、纪律性、系统性等特点,日益受到一些投资机构的重视。本文将上证50ETF期权作为研究目标,构建了基于SVM和局部模糊信息粒化理论的50ETF期权量化择时模型,以此来挖掘分析上证50ETF期权中隐含的信息,追踪预判50ETF期权的涨跌,解决当前量化投资策略在预测准确率和累计收益上的不足,最后通过实验结果和理论分析证明了本文算法的可行性和有效性。本文的主要工作:1.为了克服期权的时效性、价格波动幅度大等问题,本文依据50ETF和50ETF期权的价格关系,提出了通过追踪上证50ETF价格来预判50ETF期权的涨跌,并通过实证检验了本方案的可行性。2.在传统的技术分析和基本面分析对期权行情显得较为乏力,以及当前的量化投资模型性能不足的情况下,本文提出了基于局部模糊信息粒化与SVM非线性数据挖掘算法来分析期权市场行情。3.为除去行情数据的噪声,保留行情数据的细节,在样本特征选择和样本标记两方面本文提出了采用多天行情数据为样本特征和局部模糊信息粒化进行样本标记的优化处理策略,从全局行情和局部行情等多方面实证检验了本文优化处理的可行性和有效性;同时,为提升预测精度,本文在模型构建中采用了遗传算法进行支持向量机参数寻优。实验结果表明,相比于其他方法,本文提出的期权量化择时算法在历史数据的全局行情和局部行情模拟交易中都取得了良好的预测准确率及收益;本文提出的算法可靠且有效,在50ETF期权投资中具有一定的参考价值和指导意义。