摘要

A股市场是一个复杂的系统,其外在表现是一系列的时间序列,包括价格,成交量,每一个时点上的分笔数据等。如何从众多繁杂的时间序列当中去提取有效的信息进行合理的投资是本文写作的出发点。动量效应在股票市场上由来已久,利用动量效应为投资提供指导是一个重要的研究方向。本文在动量效应的基础上提出了动量模式的概念,运用股票历史数据,对该动量模式进行了定量描述与统计,发现本文所提出的动量模式在A股市场上确实存在,并且各个不同的动量模式之间出现的频率有一定的直观关系;在此基础上结合机器学习的方法,利用一定量的股票历史数据的集合,训练出相关模型,并采用样本外数据对学习成果进行了评价,从而对该模式的可预测性进行了定量的描述,结果表明动量模式在一定程度上是可以被预测的,并且不同的算法对该模式的预测效果有较大的差别;最后本文通过样本外数据对模型进行筛选,得到较优的模型,将其运用于历史投资,取得了一定的效果。