Внутридневная торговля акциями Китая: прогнозы MLP и портфели Марковица

Сводка

В документе описана внутридневная стратегия для китайских акций с учётом ограничения рынка на торговлю T+1. Она объединяет прогнозы многослойного перцептрона (MLP) с оптимизацией портфеля Марковица и использует опубликованные данные по акциям Шанхайской и Шэньчжэньской бирж. Заявленная цель — оценить как внутридневное прогнозирование цен, так и построение портфеля в рамках торговой стратегии.

В изложении сообщается об эмпирических результатах: оптимизация Марковица была прибыльной, а внутридневное прогнозирование цен на основе MLP прошло проверку. Затем эти компоненты объединяются, чтобы обосновать реализуемость стратегии. Однако в представленном тексте нет периода выборки, подробностей отбора активов и спецификаций моделей, показателей эффективности, учёта транзакционных издержек или процедур оценки вне выборки. Поэтому утверждения невозможно независимо проверить по этому описанию; они не доказывают, что подход сохранит прибыльность в реальной торговле или при иных рыночных условиях.

Ключевые идеи

• Стратегия объединяет прогнозы цен на основе MLP с оптимизацией портфеля Марковица для внутридневной торговли китайскими акциями.
• Подход разработан с учётом ограничения торговли T+1.
• В исследовании используются опубликованные данные Шанхайской и Шэньчжэньской фондовых бирж.
• В представленном изложении сообщается о благоприятных эмпирических результатах, но не приводятся подробности для оценки устойчивости или эффективности в реальной торговле.

Теги

# Intraday trading strategy based on time series and machine learning for Chinese stock market


# Intraday trading strategy based on time series and machine learning for Chinese stock market









This article comes up with an intraday trading strategy under T+1 using Markowitz optimization and Multilayer Perceptron (MLP) with published stock data obtained from the Shenzhen Stock Exchange and Shanghai Stock Exchange. The empirical results reveal the profitability of Markowitz portfolio optimization and validate the intraday stock price prediction using MLP. The findings further combine the Markowitz optimization, an MLP with the trading strategy, to clarify this strategy's feasibility.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.