安信证券_1021_安信证券机器学习与CTA:本周行情不适合中频策略.pdf
需积分: 0 189 浏览量
更新于2023-07-28
收藏 379KB PDF 举报
【量化金融】报告
本文是安信证券关于机器学习与CTA策略的周报,主要关注的是2018年10月15日至20日的市场表现。报告指出,本周行情对中频策略不利,主要是由于市场波动性增大,价格变化不连续且频繁出现突然的拉升和阴跌,这使得依赖于稳定价格变化的中频策略面临挑战。
1. **机器学习中证500神经网络策略**:
这个策略基于《机器学习与量化投资:避不开的那些事(1)》一文中的方法。上周该策略收益为-2.80%,最大回撤达到-3.80%。回撤的原因在于市场剧烈波动,神经网络模型可能未能及时适应这种快速变化,导致策略表现不佳。
2. **机器学习商品期货策略**:
根据《机器学习与量化投资:避不开的那些事(3)》中的策略,上周收益为-1.82%,最大回撤同样为-1.82%。同样,模型在面对市场的不稳定状态时,未能实现正向收益,显示出机器学习模型在处理期货市场的不确定性时的局限性。
3. **机器学习与基本面结合的商品策略**:
这种策略融合了机器学习与基本面分析,来自《机器学习与量化投资:机器学习与基本面的结合》一文。上周收益为4.58%,没有发生最大回撤,表现出较好的适应性和盈利能力。模型预测下周看多的商品是螺纹钢和动力煤,看空白糖和玉米。此外,报告建议下周关注焦炭的上涨机会和线材的下跌风险。
报告中提到的风险提示表明,基于历史数据和信息建立的模型可能在市场急剧变动时失去效力,强调了模型的局限性。同时,杨勇和周袤两位分析师的贡献展示了金融工程在实际市场应用中的复杂性和动态性。
机器学习在金融领域的应用虽然具有强大的潜力,但其效果受到市场环境的显著影响。在市场波动性增加时,单纯依赖模型可能会导致负面收益,因此,结合基本面分析和其他风险管理手段显得尤为重要。同时,投资者需要理解并接受模型的局限性,适时调整策略以应对不断变化的市场条件。
qq_41146932
- 粉丝: 12
- 资源: 6306
最新资源
- 清新配色三项交叉PPT模板素材.pptx
- 文本说明框维恩图PPT模板.pptx
- 复现模拟 火、粒子群算法解约束最优化问题 内容: 程序一:模拟 火算法SA算法求解附图所示变速箱设计带约束最优化实际工程问题的自编MATLAB程序 程序二:粒子群算法PSO算法求解附图所示变速箱设计
- 金字塔-关系图表-蓝紫立体-3.pptx
- 金字塔-关系图表-清新蓝绿 3.pptx
- 金字塔-关系图表-清新蓝绿 -3.pptx
- 金字塔-关系图表-清新简约-3.pptx
- 金字塔-关系图表-活泼清新-3.pptx
- 金字塔-关系图表-大气沉稳-3.pptx
- 金字塔-关系图表-清新蓝绿-3.pptx
- 金字塔-关系图表-清新蓝绿 --3.pptx
- 金字塔-关系图表-清新亮丽-3.pptx
- 金字塔-关系图表-三维立体-3.pptx
- 金字塔-关系图表-清新蓝绿---3.pptx
- 流程图-关系图表-清新简约 3.pptx
- 流程图-关系图表-清新简约 -3.pptx