论文部分内容阅读
本文根据贝叶斯算法构建了一套多因子择时模型,以上证综指为标的,使用了20多个技术因子和基本面因子,选取2008到2016年的数据,每天开盘前根据前两年的数据建模,预测当日标的指数的涨跌,并对比了朴素贝叶斯算法和基于爬山算法的贝叶斯网算法。回测结果显示,贝叶斯网算法可以提供更稳定的收益和更高的正确率。本文同时根据模型输出信号设计了一种仓位优化算法提升模型效果,在后续的模拟组合跟踪中,模型也持续有效。