基于机器学习的波动率算法交易任务书

 2021-08-20 12:08

1. 毕业设计(论文)主要目标:

本文旨在基于机器学习理论如神经网络、支持向量机、深度学习,构建混合模型以预测股指期货的波动率,并设计策略进行波动率算法交易,以期能将理论知识运用到实际市场中,构建可行的盈利交易策略。

2. 毕业设计(论文)主要内容:

本文将构建多个混合模型,如小波支持向量机、Elman神经网络等以预测股指期货的波动率,通过沪深300指数历史数据,基于波动率算法交易策略设置交易信号进行交易,回测其历史收益率,以常规的波动率策略如GARCH类模型为基础进行混合模型的设计,并判断混合模型的表现,并利用夏普比率等指数评价各模型的有效性。

3. 主要参考文献

Krauss, C., Do, X.A., Huck, N., 2016. Deep neural networks, gradient-boosted trees, random forests: Statistical arbitrage on the SP 500. European Journal of Operational Research 03.

Jangmin, O., Jangwoo, L., Jae, W.L., Byong T.Z., 2006. Adaptive stock trading with dynamic asset allocation using reinforcement learning. Information Sciences 176, 2121-2147.

Montague, D.. Algorithmic Trading of Futures via Machine Learning.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。