HMM滚动训练择时研究【附源码】

报告介绍了使用滚动学习的HMM模型对沪深300指数进行择时研究,通过回测得出年化收益16.5%,夏普比0.75,展示出对大盘系统性风险的预判能力。模型构建包括因子获取、HMM模型训练、收益预测和回测,源码可在BigQuant平台上找到。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最近社区上有几篇关于隐马尔可夫模型(HMM)的研究报告。在此基础上,本报告针对沪深300指数,采用滚动学习方式构建HMM模型,获得收益预测情况,从而生成交易信号。回测结果表明,该模型对于大盘系统性风险预判能力较强,年化收益为16.5%,夏普比0.75。

关于HMM的模型介绍,可以参考以下两篇帖子,这里不再重述。

本报告直接针对指数进行择时效果分析,回测参数:

  • 回测时段:2013.04~2018.06;
  • 投资标的:HS300指数;
  • 交易费用:双边万三(参考ETF交易手续费);
  • 持仓时间:10天。每10天进行一次择时;
  • 滚动设置:从数据起始日到交易信号前1日,均作为样本数据。

具体模型构建过程:

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值