Chiến lược cổ phiếu thích ứng chế độ thị trường, kết hợp chỉ báo, tâm lý và học máy

Tóm tắt

Bài nghiên cứu mô tả một hệ thống giao dịch cổ phiếu kết hợp tín hiệu xu hướng và động lượng từ đường trung bình động hàm mũ và MACD với tín hiệu hồi quy về trung bình từ RSI và Dải Bollinger. Hệ thống bổ sung ước tính tâm lý tài chính từ FinBERT, dùng XGBoost tạo tín hiệu và lọc hoặc điều chỉnh mức độ tiếp xúc theo điều kiện biến động và lợi suất. Thiết kế hướng đến thích ứng khi chế độ thị trường thay đổi và các phương pháp theo xu hướng hoặc hồi quy về trung bình thông thường gặp khó khăn.

Trong giai đoạn 24 tháng, tài liệu báo cáo giá trị danh mục cuối kỳ là $235,492.83 và lợi suất 135.49% trên khoản đầu tư ban đầu. Tài liệu cũng tuyên bố vượt trội hơn S&P 500 và NASDAQ-100, với rủi ro giảm giá thấp hơn. Phần trích dẫn không nêu ngày tháng, vốn ban đầu, công cụ, chi phí giao dịch, thiết kế xác thực hay thống kê rủi ro, nên riêng các số liệu này không chứng minh được độ vững hay khả năng triển khai. Hiệu quả được báo cáo nên được hiểu là kết quả của đánh giá đã mô tả, không phải kỳ vọng chung.

Ý chính

• Hệ thống kết hợp chỉ báo xu hướng và động lượng với chỉ báo hồi quy về trung bình để tạo tín hiệu cổ phiếu.
• Phân tích tâm lý bằng FinBERT và XGBoost được đưa vào quy trình tạo tín hiệu.
• Điều kiện biến động và lợi suất định hướng việc lọc chế độ thị trường và điều chỉnh mức độ tiếp xúc.
• Bài nghiên cứu báo cáo lợi suất 135.49% trong 24 tháng và kết quả vượt trội so với hai chỉ số chuẩn cổ phiếu, nhưng phần trích dẫn thiếu chi tiết đánh giá.

Thẻ

# 2601.19504


# Generating Alpha: A Hybrid AI-Driven Trading System Integrating Technical Analysis, Machine Learning and Financial Sentiment for Regime-Adaptive Equity Strategies









The intricate behavior patterns of financial markets are influenced by fundamental, technical, and psychological factors. During times of high volatility and regime shifts causes many traditional strategies like trend-following or mean-reversion to fail. This paper proposes a hybrid AI-based trading strategy that combines (1) trend-following and directional momentum capture via EMA and MACD, (2) detection of price normalization through mean-reversion using RSI and Bollinger Bands, (3) market psychological interpretation through sentiment analysis using FinBERT, (4) signal generation through machine learning using XGBoost and (5)dynamically adjusting exposure with market regime filtering based on volatility and return environments. The system achieved a final portfolio value of $235,492.83, yielding a return of 135.49% on initial investment over a period of 24 months. The hybrid model outperformed major benchmark indexes like S&P 500 and NASDAQ-100 over the same period showing strong flexibility and lower downside risk with superior profits validating the use of multi-modal AI in algorithmic trading.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.