智能交易系统中使用技术指标作为潜在策略的适用性
摘要：机器学习在自动化和控制非线性复杂系统方面的潜力已被充分证实。这些技术在投资领域，特别是股票投资组合管理方面的应用也具有潜力。本文通过分析潜在的简单交易策略，探讨了利用机器学习系统在这方面的应用机会。本文主要研究的是这些策略的适用性，而非具体应用。为了实现这一目标，本文探讨了每个交易系统的基本假设，并创建了数据来评估这些系统在具有其预期的基本模式的数据交易中的效能。将这些策略与买入并持有策略进行测试，以确定交易行为是否真正产生了有价值的结果，或者仅仅是基本价格的变化。然后，根据期望的收益或风险制定具体目标的回报，因为这两者在投资组合管理行业中都是必需的。研究结果显示，在上述行业中存在非常可行的利用机会，这些策略在狭窄的假设条件下表现良好，而智能系统将它们组合起来则可以在没有假设的情况下进行交易。
作者：Evan Hurwitz and Tshilidzi Marwala
论文ID：1110.3383
分类：Portfolio Management
分类简称：q-fin.PM
提交时间：2011-10-18