跳至正文
返回文库全部文档

中国期货价格趋势的监督学习

文章 arXiv papers · 作者: Fuquan Tang
阅读原文

总结

本文介绍一种用于预测中国期货市场价格方向的监督学习方法。该方法使用分类模型预测期货价格走势，并将预测结果转化为交易策略。研究旨在考虑该市场的特点，但摘录未说明所用特征、品种、模型设计或交易规则。

作者报告了测试数据上的精确率、召回率和F1分数，以证明分类器符合其准确度要求。他们还描述了一项回测，其收益曲线呈上升趋势，资金回撤较低。这些说法表明分类效果和历史策略表现可能较好，但摘录没有提供指标数值、基准、成本假设或验证细节。因此，这些结果无法证明该方法的稳健性，也无法说明它能否推广到实盘交易。

核心观点

  • 该研究使用监督分类预测中国市场的期货价格方向。
  • 交易决策依据模型预测的价格走势。
  • 使用精确率、召回率和F1分数评估模型在测试数据上的分类表现。
  • 据报告，回测收益曲线呈上升趋势，资金回撤较低。
  • 摘录未提供模型细节及判断样本外稳健性所需的信息。

标签

期货机器学习中国市场回测
全文
# Application of supervised learning models in the Chinese futures market


# Application of supervised learning models in the Chinese futures market









Based on the characteristics of the Chinese futures market, this paper builds a supervised learning model to predict the trend of futures prices and then designs a trading strategy based on the prediction results. The Precision, Recall and F1-score of the classification problem show that our model can meet the accuracy requirements for the classification of futures price movements in terms of test data. The backtest results show that our trading system has an upward trending return curve with low capital retracement.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。