基于模糊信息粒化与支持向量机的上证50ETF量化择时研究

作者：伍呈呈; 夏平; 雷帮军; 胡蓉上证50etf期权量化择时模糊信息粒化

摘要：上证50ETF股指期权标的物为上证50ETF，对50ETF进行量化分析有助干指导50ETF以及50ETF期权等的投资，进而获得良好的收益，为此提出了基于模糊信息粒化与支持向量机（suPport vector machine，SVM）的上证50ETF量化择时策略．根据上证50ETF的历史日数据，对某一时闻段的开盘价、牧盘价、最高价等作为SVM的输入信息，将未来5天牧盘价进行摸糊信息粒化，以粒化结果的涨跌作为SVM的训练集标签，对系统进行标记训练；最后，应用已训练的系统对50ETF未来涨跌情形进行预测．实验结果表明，融舍了SVM与模糊信息粒化的预测算法较SVM算法和融舍了SVM的部分粒子化算法，局部行情下正确率提高了15％以上，全局行情下正确率提高了16％以上，提升了择时性能．本文的量化择时策略对50ETF和50ETF期权投资具有实际的指导性，具有一定的应用价值．

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社