基于时间序列与机器学习的中国股市日内交易策略
交易与市场微观结构
2021-03-26 v1
摘要
本文利用从深圳证券交易所与上海证券交易所获取的已发布股票数据，在 T+1 制度下提出一种结合 Markowitz 优化与多层感知机(MLP)的日内交易策略。实证结果揭示了 Markowitz 投资组合优化的盈利性，并验证了使用 MLP 的日内股票价格预测。研究结果进一步将 Markowitz 优化、MLP 与交易策略相结合，以阐明该策略的可行性。
引用
@article{arxiv.2103.13507,
title = {Intraday trading strategy based on time series and machine learning for Chinese stock market},
author = {Q. Wang and Y. Zhou and J. Shen},
journal= {arXiv preprint arXiv:2103.13507},
year = {2021}
}