基于趋势学习的混合神经网络股指期货预测研究

作     者：孙宏鑫 魏先华 SUN Hongxin;WEI Xianhua

作者机构：中国科学院大学经济与管理学院北京100190 

基　　金：国家自然科学基金(71932002 71932008) 

出 版 物：《计量经济学报》 (China Journal of Econometrics)

年 卷 期：2021年第1卷第4期

页      码：921-934页

摘      要：由于价格非平稳、噪声大等特点,金融市场高频价格的预测难度大是有目共睹的.与其他预测方法不同,基于混合神经网络模型的预测方法不是仅对下个价格进行预测,而是把未来一段时间的价格预测变成对未来趋势以及持续时间的预测,也就是说,把多点预测变成两个变量的预测,这样的预测方法预测效率更高.本文基于混合神经网络模型对沪深300股指期货平滑价格数据进行价格预测.首先,基于沪深300股指期货的5分钟时间序列数据,本文使用混合神经网络模型进行趋势预测,并与LSTM和CNN模型对比,发现混合神经网络模型的预测性能更优.然后使用混合神经网络滚动预测,设计了投资策略:如果预测的趋势是上涨则在未来持续的时间段内做多,否则就做空.本文对2016年、2017年和2018年的价格数据进行回测,并把投资策略的表现与买入并持有策略进行对比,结果表明扣除费用后基于混合神经网络策略更优.最后,我们进行了稳定性检验,从实战角度检验了模型的可用性.

主 题 词：混合神经网络 时间序列分割 股指期货 

学科分类：12[管理学] 02[经济学] 0202[经济学-财政学类] 1201[管理学-管理科学与工程类] 020204[020204] 

D　O　I：10.12012/CJoE2020-0026

馆 藏 号：203105971...