中高频买卖战略再动身：机器学习T0

发布时间：2024-03-11| 来源：凯发k8国际手机app下载

  中高频机器学习再动身:有别于传统的片面规矩买卖,机器学习模型 能够挖掘出更多的非线性形式。咱们规划的调集分类回归战略选用 XGBoost 机器学习模型,并运用调集学习对机器学习模型进行交融来 猜测日内涨幅。 日内涨幅影响因子:咱们共挖掘出 15个因子:隔夜涨幅,调集竞价 阶段第一阶段涨幅,调集竞价阶段成交金额占比,第一阶段委比改变, 第二阶段委比改变,第二阶段涨停和第二阶段继续上行与日内涨幅有 正向影响;调集竞价阶段第二阶段涨幅,调集竞价阶段成交金额占当 天总成交金额的份额,第一阶段涨停,第二阶段的委买一价,委卖一 价均值的平均值,第二阶段的委买一价,委卖一价均值的最大值,第 二阶段的委买一价,委卖一价均值的最小值,第二阶段继续下行和第 二阶段的委买一价,委卖一价均值的改变比率与日内涨幅有负向影响; 第二阶段的委买一价,委卖一价均值的肯定改变值与日内涨幅影响因 子有着周期性改变的联系。 调集分类回归 T+0买卖战略:将分类模型与回归模型进行组合,选 取每日信号强度前 2%作为开仓信号;以开盘价等权重买入,持有至收 盘卖出,在双方千分之二的买卖成本下,调集分类回归战略样本外 (2019.1-2019.10)体现:胜率 57.24%,年化收益率 130.2%,夏普比率 4.31和最大回撤 18.9%。每日持有个股数量最大值,中位数和最小值分 别为 6只,3只和 1只。 危险提示: 依据前史信息及数据构建的模型在商场急剧改变时或许失效。

  以上内容与证券之星态度无关。证券之星发布此内容的意图是传达更多具体的信息，证券之星对其观念、判别保持中立，不确保该内容（包含但不限于文字、数据及图表）悉数或许部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关联的内容不对各位读者构成任何出资主张，据此操作，危险自担。股市有危险，出资需谨慎。如对该内容存在贰言，或发现违法及不良信息，请发送邮件至，咱们将组织核实处理。