《基于神经网络预测的价格有效波动区间日内交易策略》

摘要： 预测股市的趋势是一个让学者和金融分析师都十分感兴趣的主题，其难点 主要在于市场的动态，复杂，无序等本质，为此本文利用BP神经网络构造了股 价波动区间预测模型。另外，针对理论研究难以转化为现实投资决策的难题， 本文设计了一套日内交易系统，该系统能够将人工神经网络模型（ANNs）的输 出结果转化为投资决策，为投资者指出最佳的交易时机以及较优的获利空间。 ANNs模型的预测结果是由当日最高价、最低价的预测值构成的日内波动区间， 本文以此为基础构造日内交易策略，将预测模型的输出结果直接作为交易系统 的输入变量，从而可以通过展示交易系统的绩效表现的方式来检验模型的预测 能力，这种方式不仅优于传统的预测误差统计，而且有助于投资者快速形成投 资决策，改善交易成绩。本文经过实证研究，综合运用了误差指标和交易绩效 的方式展示模型预测的精度和交易的效果，再将日内交易策略的内涵加以延 伸，与“持股策略”“择时策略”等进行策略组合，使原持股型策略在收益能 力和风险控制能力上均得以增强，由此得出结论，认为该策略可以作为股票持 仓策略(包括阿尔法选股策略、择时持有策略等)的增强策略，在投资组合或策 略组合中可以起到重要的辅助作用。想要下载论文的读者朋友，请先付费获得积分。