广西师范大学学报（自然科学版） ›› 2019, Vol. 37 ›› Issue (1): 1-12.doi: 10.16088/j.issn.1001-6600.2019.01.001

• 第二十四届全国信息检索学术会议专栏 •    下一篇

基于沪深300成分股的量化投资策略研究

吕凯晨1, 闫宏飞1*, 陈翀2   

  1. 1. 北京大学信息科学技术学院,北京100871;
    2. 北京师范大学政府管理学院,北京100875
  • 收稿日期:2018-09-27 出版日期:2019-01-20 发布日期:2019-01-08
  • 通讯作者: 闫宏飞(1973—),男,吉林扶余人,北京大学副教授,博士。E-mail: yanhf@pku.edu.cn
  • 基金资助:
    国家自然科学基金(61772044,U1536201)

Quantitative Investment Strategy Based on CSI 300

LÜ Kaichen1, YAN Hongfei1*, CHEN Chong2   

  1. 1.School of Electronics Engineering and Computer Science, Peking University, Beijing 100871, China;
    2.School of Government, Beijing Normal University, Beijing 100875, China
  • Received:2018-09-27 Online:2019-01-20 Published:2019-01-08

PDF (PC)

139

摘要： 本文以沪深300指数成分股为股票池,构建出一个能持续战胜市场的量化选股模型。第一步先从基本面入手,通过多因子打分模型筛选出50只长期优势股,对应的上市公司经营状况良好,具有一定投资价值,但短期内可能受市场震荡影响,未必在一周之内有上涨表现。在第二步引入支持向量分类算法对长期优势股展开技术分析,从中选出本周上涨概率最大的10只优势精选股买入。该模型在2015—2017年累计收益率达73.03%,年化收益率为20.05%,夏普比率为0.54,远超同期沪深300指数的业绩表现。

关键词: 量化投资, 多因子模型, 支持向量机, 股票, 沪深300

Abstract: Components of CSI 300 are used as a stock pool to construct a quantitative stock selection model that can continuously beat the market. The first step starts with the fundamentals and 50 long-term dominant stocks are filtered out through a multi-factor scoring model. These companies are in good operating conditions, but they may be affected by market shocks in the short term. Therefore, in the second step, the support vector machine is introduced to analyze the long-term dominant stocks, and the top 10 stocks with the highest probability of rise are selected to hold. The cumulative return rate of the model during the period of 2015-2017 reaches 73.03%, the annualized rate of return is 20.05%, and the Sharpe ratio is 0.54, far exceeding the performance of CSI 300 over the same period.

Key words: quantitative investment, multi-factor model, support vector machine, stock, CSI 300

中图分类号: 

  • F830
[1] SHARPE W F.Capital asset prices: a theory of market equilibrium under conditions of risk[J].Journal of Finance,1964,19(3): 425-442.DOI:10.1111/j.1540-6261.1964.tb02865.x.
[2] 孙尚芝.中国证券市场存在Alpha吗?:基于中小板的实证[J].商,2015(38):205.
[3] DeBONDT W F M,THALER R.Does the stock market overreact[J].Journal of Finance,1985,40(3):793-805. DOI:10.1111/j.1540-6261.1985.tb05004.x.
[4] JEGADEESH N,TITMAN S.Returns to buying winners and selling losers:implications for stock market efficiency[J]. Journal of Finance,1993,48(1): 65-91.DOI:10.1111/j.1540-6261.1993.tb04702.x.
[5] 罗洪浪,王浣尘.中国股市动量策略和反向策略的赢利性[J].系统工程理论方法应用,2004,13(6):495-499,503.DOI: 10.3969/j.issn.1005-2542.2004.06.004.
[6] 刘毅.因子选股模型在中国市场的实证研究[D].上海:复旦大学,2012.
[7] 朱晨曦.我国A股市场多因子量化选股模型实证分析[D].北京:首都经济贸易大学,2017.
[8] FAN A,PALANISWAMI M.Stock selection using support vextor machines[C]//Proceedings of International Joint Conference on Neural Networks:Volume 3.Piscataway NJ:IEEE Press,2001:1793-1798.DOI:10.1109/IJCNN.2001.938434.
[9] YU Lean,WANG Shouyang,LAI K K.Mining stock market tendency using GA-based support vector machines[J].Proceedings of the First International Workshop on Internet and Network Economics:LNCS Volume 3828.Berlin:Springer, 2005:336-345.DOI:10.1007/11600930_33.
[10] VAPNIK V N.Statistical learning theory[M].Hoboken,NJ:Wiley,1998.
[1] 朱勇建, 彭柯, 漆广文, 夏海英, 宋树祥. 基于机器视觉的太阳能网版缺陷检测[J]. 广西师范大学学报（自然科学版）, 2019, 37(2): 105-112.
[2] 黄丽明, 陈维政, 闫宏飞, 陈翀. 基于循环神经网络和深度学习的股票预测方法[J]. 广西师范大学学报（自然科学版）, 2019, 37(1): 13-22.
[3] 李子彦, 刘伟铭. 一种基于局部HOG特征的运动车辆检测方法[J]. 广西师范大学学报（自然科学版）, 2017, 35(3): 1-13.
[4] 刘艳红, 罗晓曙, 陈锦, 郭磊. 宫颈细胞图像的特征提取与识别研究[J]. 广西师范大学学报（自然科学版）, 2016, 34(2): 61-66.
[5] 陈思溢, 罗强, 黄辉先. 基于群决策理论的协调控制子区划分方法[J]. 广西师范大学学报（自然科学版）, 2014, 32(4): 18-25.
[6] 左信, 黄海龙, 刘建伟. 非凸共轭梯度p范数正则化SVM分类算法[J]. 广西师范大学学报（自然科学版）, 2013, 31(3): 51-58.
[7] 王世明, 徐建闽, 李日涵. 城市快速路入口匝道控制算法的改进[J]. 广西师范大学学报（自然科学版）, 2012, 30(2): 1-6.
[8] 严晓明, 郑之. 基于混合仿生算法的SVM参数优化[J]. 广西师范大学学报（自然科学版）, 2011, 29(2): 114-118.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 广西师范大学学报（自然科学版）编辑部
地址：广西桂林市三里店育才路15号　邮编：541004
电话：0773-5857325　E-mail: gxsdzkb@mailbox.gxnu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发