登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 任务书 > 理工学类 > 数学与应用数学 > 正文

股票市场的统计套利策略研究——基于随机森林模型与传统套利模型对比任务书

 2020-06-28 20:12:49  

1. 毕业设计(论文)的内容和要求

本研究拟以高频数据为样本,将随机森林模型应用于股票市场的统计套利分析,并与传统的统计套利模型对比,寻找最佳统计套利策略,规避风险。

课题内容包括: 1、 研读文献,学习关于已有对统计套利问题的研究,包括研究方法、研究对象 和研究结论。

2、 学习机器学习模型的一般原理,特别掌握随机森林模型的一般建模思想,并学会该方法的计算机编程实现。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 参考文献

[1] Christopher Krauss, Xuan Anh Do a, Nicolas Huck. Deep neural networks, gradient-boosted trees, random forests: Statistical arbitrage on the SP 500[J]. European Journal of Operational Research, 2016, 9(12): 1-14 [2] Sergio M. Focardi, Frank J. Fabozzi, Ivan K. Mitov. A new approach to statistical arbitrage: Strategies based on dynamic factor models of prices and their performance[j]. Journal of Banking Finance, 2016, 65: 134-155 [3] 陈实, 吴述金, 郑伟安. 中国市场ETF套利研究[J]. 华东师范大学学报, 2013, 5: 48-51 [4] 赵胜民, 闫红蕾. A股市场统计套利风险实证分析[J]. 管理科学, 2015, 28(5): 93-105 [5] 郑伟安. 从统计套利看大数据的研究与应用[J]. 华东师范大学学报, 2014, 3(3): 159-163 [6] 王良, 贾宇洁, 刘潇. 高频数据条件下基于交易成本考虑的中国ETF 基金跨市套利研究[J]. 管理评论, 2016, 28(11): 55-65 [7] 雷井生, 林莎. 基于高频数据的统计套利策略及实证研究[J]. 科研管理, 2013, 34(6): 138-145 [8] 李乐, 张淳奕, 杨之曙. 基于沪深300股指期货合约的日内高频跨期统计套利策略[J]. 清华大学学报, 2014, 54(8): 1080-1086 [9] 孙便霞, 王明进. 基于价格极差的GARCH模型[J]. 数理统计与管理, 2013, 32(2): 259-267 [10] 张戡, 李婷, 李凌飞. 基于聚类分析与协整检验的A股市场统计套利策略[J]. 财经纵横, 2012, 15(50): 166-169 [11] 周明华,周婷婷,张敏凯.基于高频数据的统计套利组合策略研究[J].浙江工业大学学报,2017,45(3):336-341. [12] 杨楠, 陆人杰. 基于日内高、低价协整关系的统计套利研究[J]. 数理统计与管理, 2015, 34(5): 1066-1076 [13] 赵秀娟, 魏卓, 汪寿阳. 基于日内效应的沪深300股指期货套利的分析[J]. 管理科学学报, 2015, 18(1): 73-86 [14] 朱丽蓉, 苏辛, 周勇. 基于我国期货市场的统计套利研究[J]. 2015, 34(4): 730-740 [15] 覃良文, 唐国强, 林静. 基于协整GARCH模型最优阈值统计套利研究[J]. 桂林理工大学学报, 2016, 36(3): 626-631 [16] 顾全, 雷星晖. 基于协整的豆类期货统计套利实证研究[J]. 财经纵横, 2015, 427: 151-154 [17] 刘阳, 李艳丽, 陆贵斌. 基于信息更新NN-GARCH模型的统计套利研究[J]. 2016, 2(45): 169-171 [18] 朱建平, 魏瑾, 谢邦昌. 金融高频数据挖掘研究评述与展望[J]. 经济学动态, 2011, 6: 59-62 [19] 高兴波, 郭甲蕾, 胡智磊. 统计套利策略在对冲基金投资中的应用研究[J]. 中央财经大学学报, 2014, 6: 31-37 [20] 陈怡. 统计套利策略在我国分级基金市场的尝试[J]. 科学技术与工程, 2012, 12(3): 724-729 [21] 李良新. 中国期货市场统计套利的可能性研究[J]. 山西财经大学学报, 2015, 37(S1): 30-32 [22] 汪洋. 中国资本市场多策略套利的研究[J]. 资本市场, 2011, 272: 144-151 [23] 方匡南,吴建彬,朱建平,谢邦昌.随机森林方法研究综述[J],统计与信息论坛,2011,26(3:):32-38. [24] Eduardo Acosta-GONZAacute;LEZ, Reinaldo Armas-Herrera FERNANDO FERNAacute;NDEZ-RODRIacute;GUEZ. On the index tracking and the statistical arbitrage choosing the stocks by means of cointegration:the role of stock picking[J]. Quantitative Finance, 2015,15(6):1075-1091.

3. 毕业设计(论文)进程安排

第1-2周 阅读文献,明确问题,开题报告 第3-5周 学习随机森林方法的基本思想及软件实现方法,收集整理研究样本数据 第6-11周 问题分析,建立模型,计算机实现, 论文初稿撰写 第12-14周 毕业论文修改整理 第15周 定稿打印,答辩准备 第16周 论文答辩 注:此处周的计数以最后一学期的教学日历为准

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图