ML-TEA:一套基于机器学习和技术分析的量化投资算法

摘要：

量化投资尝试利用计算机算法来预测证券的价格和进行证券的交易,并从中获取超额收益,是系统工程在金融投资领域的重要应用.本文设计了一套基于机器学习和技术指标的量化投资算法ML-TEA (machine learning and technical analysis).该模型以技术指标作为输入变量,再分别通过不同的机器学习算法来预测股票数日之后的涨跌方向,并根据预测的方向来构建投资组合.实证结果显示:第一,三种模型的年化收益率都在25％以上,远超大盘指数的10.60％、买入持有策略的3％以及现有策略.从风险调节绩效(夏普比率、特雷纳比率和詹森绩效)来看,三种策略也都远超基准策略和现有策略.以夏普比率为例,三种策略均在1.50以上,而市场指数的夏普比率为0.38.第二,Ada-TEA和SVM-TEA都可以容忍远高于市场实际成本的交易成本.

关键词：量化投资、机器学习、技术分析

所属期刊栏目：37

分类号：F830.59(金融、银行)

资助基金：国家自然科学基金71401128,91646206;教育部留学回国人员科研启动基金;武汉大学人文社科青年学者学术团队项目16WSKTD008 Foundation item:National Natural Science Foundation of China71401128,91646206;Scientific Research Foundation for the Returned Overseas Chinese Scholars,State Education Ministry;Academic Team Building Plan for Young Scholars from Wuhan University16WSKTD008

在线出版日期：2017-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1089-1100