湘财证券-基于沪深300指数:支持向量机在股票择时中的应用-230417

文本预览:
投资要点: 策略逻辑 本策略采用机器学习中的支持向量机模型对沪深 300 指数进行择时。策略最终采用换手率、ADTM、ATR、CCI、MACD、MTM、ROC、SOBV、STD26、STD5、两融交易额占 A 股成交额(%)、上一交易周收益率 12 个指标作为特征向量,用训练集数据训练模型,并对未来市场趋势进行预判。 策略自 2020 年以来表现 采用支持向量机对沪深 300 指数进行周度择时,策略在 2020-01-02 至2023-04-14 的表现如下: 沪深 300 指数:期末净值为 1.02,累计收益为 1.74%,最大回撤为 39.02%;单向做多策略:期末净值为 1.24,策略累计收益 23.96%,超额收益率为22.22%,最大回撤为 21.47%; 双向多空策略:期末净值为 1.51,策略累计收益 50.99%,超额收益率为49.25%,最大回撤 25.24%。 策略自 2022 年以来模拟实盘交易表现 策略自 2022 年以来(2022-01-04 至 2023-04-14)单向做多策略期末净值为0.82,双向多空策略期末净值为 0.79,沪深 300 指数期末净值为 0.84,单向做多和双向多空策略相对 300ETF 的超额收益率分别为-2.30%和-4.40%。 策略择时预测 模型对本周(2023-04-17 至 2022-04-21)进行择时,结果显示为买入,即单向做多策略买入指数,双向多空策略买入指数。 市场概览及投资建议 上周沪深 300 指数下跌 0.76%,但市场成交量和换手率上升,根据支持向量机模型计算结果显示策略建议买入指数。 风险提示 金融工程研究报告的观点基于历史数据与量化模型,存在市场环境变动和量化模型失效的风险。
展开>>
收起<<
《湘财证券-基于沪深300指数:支持向量机在股票择时中的应用-230417(6页).pdf》由会员分享,可在线阅读,更多相关《湘财证券-基于沪深300指数:支持向量机在股票择时中的应用-230417(6页).pdf(6页精品完整版)》请在悟空智库报告文库上搜索。
(以下内容从湘财证券《基于沪深300指数:支持向量机在股票择时中的应用》研报附件原文摘录)投资要点: 策略逻辑 本策略采用机器学习中的支持向量机模型对沪深 300 指数进行择时。策略最终采用换手率、ADTM、ATR、CCI、MACD、MTM、ROC、SOBV、STD26、STD5、两融交易额占 A 股成交额(%)、上一交易周收益率 12 个指标作为特征向量,用训练集数据训练模型,并对未来市场趋势进行预判。 策略自 2020 年以来表现 采用支持向量机对沪深 300 指数进行周度择时,策略在 2020-01-02 至2023-04-14 的表现如下: 沪深 300 指数:期末净值为 1.02,累计收益为 1.74%,最大回撤为 39.02%;单向做多策略:期末净值为 1.24,策略累计收益 23.96%,超额收益率为22.22%,最大回撤为 21.47%; 双向多空策略:期末净值为 1.51,策略累计收益 50.99%,超额收益率为49.25%,最大回撤 25.24%。 策略自 2022 年以来模拟实盘交易表现 策略自 2022 年以来(2022-01-04 至 2023-04-14)单向做多策略期末净值为0.82,双向多空策略期末净值为 0.79,沪深 300 指数期末净值为 0.84,单向做多和双向多空策略相对 300ETF 的超额收益率分别为-2.30%和-4.40%。 策略择时预测 模型对本周(2023-04-17 至 2022-04-21)进行择时,结果显示为买入,即单向做多策略买入指数,双向多空策略买入指数。 市场概览及投资建议 上周沪深 300 指数下跌 0.76%,但市场成交量和换手率上升,根据支持向量机模型计算结果显示策略建议买入指数。 风险提示 金融工程研究报告的观点基于历史数据与量化模型,存在市场环境变动和量化模型失效的风险。