来自 配资公司 2020-01-13 10:35 的文章

国际现货股票配资开户中高频交易策略再出发:机

【研究报告内容摘要】

中高频机器学习再出发:区别于传统的主观规则交易,机器学习模型 可以挖掘出更多的非线性模式。我们设计的集合分类回归策略采用 XGBoost 机器学习模型,并使用集合学习对机器学习模型进行融合来 预测日内涨幅。 日内涨幅影响因子:我们共挖掘出 15个因子:隔夜涨幅,集合竞价 阶段第一阶段涨幅,集合竞价阶段成交金额占比,第一阶段委比变化, 第二阶段委比变化,第二阶段涨停和第二阶段持续上行与日内涨幅有 正向影响;集合竞价阶段第二阶段涨幅,集合竞价阶段成交金额占当 天总成交金额的比例,第一阶段涨停,第二阶段的委买一价,委卖一 价均值的平均值,第二阶段的委买一价,委卖一价均值的最大值,第 二阶段的委买一价,委卖一价均值的最小值,第二阶段持续下行和第 二阶段的委买一价,委卖一价均值的变化比率与日内涨幅有负向影响; 第二阶段的委买一价,委卖一价均值的绝对变化值与日内涨幅影响因 子有着周期性变化的关系。 集合分类回归 T+0交易策略:将分类模型与回归模型进行组合,选 取每日信号强度前 2%作为开仓信号;以开盘价等权重买入,持有至收 盘卖出,在双边千分之二的交易成本下,集合分类回归策略样本外 (2019.1-2019.10)表现:胜率 57.24%,年化收益率 130.2%,夏普比率 4.31和最大回撤 18.9%。每日持有个股数量最大值,中位数和最小值分 别为 6只,3只和 1只。 风险提示: 根据历史信息及数据构建的模型在市场急剧变化时可能失效。