量化交易策略建模毕业论文【Stacking 模型】

一、核心思路

通过研究基于机器学习领域中的Stacking 集成算法，对多个行业的股票价格进行股价涨跌预测，并根据预测结果构建交易策略。随后通过理论分析，基于MSCI 中国A50 指数构建股票池，建立包括营运性、盈利性、成长性、技术性等指标因子池，以保证股票价格数据中所包含的信息可以得到充分的发掘。其次通过树模型筛选与 IV 信息值作为依据筛选出对提高预测准确率作用较大的因子作为模型输入变量。为了提高预测效果，本文对Stacking 模型进行优化，在两层Stacking 模型基础上新增了基础学习器层，并基于时序交叉验证与贝叶斯优化寻找各模型层的最优参数，以达到最优的预测效果。在如上的基础上，本文构建了短期交易策略，并使用不同行业的龙头股票组成资产组合进行每日价格数据预测进行回测。

二、模型建立

在进行模型训练时，我们常常使用错误率来度量预测结果与真实结果之间的差异，这个差异常常被称作误差。在训练集和测试集中，由于数据间的相对差异以及模型训练过程中偏离真实的因素的影响，误差表现的形式可能存在差异。具体来说，训练集误差和测试集误差在不同的数据集上表现不同，且通常表现为训练误差小于测试误差。为了使讨论更加准确，我们将这两种误差分别命名为训练误差和泛化误差。显然，我们的目标是使泛化误差最小化，因为这个误差更好地代表了模型在真实世界中的表现。但是，在实践中，泛化误差通常是无法预知的。因此，我们更多地关注于减小训练误差，同时，在进行模型评估时还需要引入其他衡量指标来保证模型的稳定性和准确性。特别地，当训练误差过低时，模型可能过度拟合了训练数据，丧失了对未来数据的泛化能力，这将导致模型评估的不准确。

根据样本数据预测的结果如表3-5 所示，当日上涨的交易日预测数量为823 个，下跌的交易日预测数量为859 个。在834 个招商银行股价上涨交易日中，随机森林成功预测467 个上涨交易日，预测准确率为56%。相比之下，对于848 个招商银行下跌交易日，随机森林成功预测492 个下跌交易日，预测准确率为58%，总体预测效果欠佳。

使用基于XGBoost 模型的招商银行股价涨跌预测交易策略，其夏普比率为0.92，年化复利收益率为23.45%。超额收益率依旧平庸，该策略的胜率为59.01%，，略高于随机森林模型对招商银行的预测。但从风险情况来看，最大回撤为48.01%，回撤较高。

Boosting 集成模型是一种基于迭代的集合学习方法。它通过针对训练集产生错误的数据样本进行迭代学习，使弱分类器逐步提高通过加权组合形成强分类器的能力。Boosting 分类器可以通过加权的方式，使得它们根据之前迭代次数所产生误差的贡献值加权得到优化的结果。每个新的弱分类器被训练时，都要根据之前弱分类器的表现对训练数据的权重进行调整，以此降低被之前弱分类器错误分类的数据样本被重视的概率。
Adaboost（Adaptive Boosting） 是 Boosting 集成模型中的一种。Adaboot 首先随机挑选出一小批初始数据建立分类器，每轮迭代时将之前分类器分类错误的样本点赋予更高的权重，形成反复学习、归属不断调整的模型。其本质是通过一定策略对多个基本分类器的输出进行自适应地线性加权和组合，最终形成了一个具有更强泛化能力
的分类决策模型。除了Adaboost 外，还有自适应梯度提升（Adaptive Gradient Boosting， AGB）和 GBDT（Gradient Boosting Decision Tree）等 Boosting 模型，这些模型都能够在分类、回归等应用中展现出不错的性能，成为机器学习中的精华部分。下图说明了Boosting 方法中著名的AdaBoost 算法的原理。

Stacking 模型是一种使用多个不同的分类算法，通过学习如何将它们的预测结合起来来获得更准确分类的方法。Stacking 的基本思路是使用基础分类器对原始数据做出预测，然后使用这些预测结果作为新的特征来训练元分类器。这个过程可以重复多次，每次使用前一次预测结果作为新的特征。最后，将许多基础分类器集成在一起形成一个“元分类器”，该分类器使用前面预测结果和原始特征来做出分类决策。

博主简介：本人擅长数据处理、建模仿真、程序设计、论文写作与指导，项目与课题经验交流。