设计了一个新型的基于技术指标规则的启发式量化择时系统(TIR-HA),通过模拟退火算法从大量技术指标规则中选取优化的规则组合,并利用一个改进的多数投票方法将所选规则的信号综合,可以在深入挖掘大量指标规则择时能力的同时综合考虑指标的超前性、滞后性以及在不同时间段的预测能力。本文将该系统应用于中国股票市场沪深300指数成分股116只股票的日交易数据,实证结果显示算法的夏普比率、索提诺比率、择时准确率和单次交易平均年化收益率均显著高于多数投票组合规则择时策略和基于机器学习预测的择时策略。
科研之友
微信
新浪微博
Facebook
分享链接
