基於綜合特徵選擇方法優化投資組合的月交易策略

Abstract

本論文設計了一個股票市場交易策略。金融市場中存儲的大量數據，如財 務報告、年報、招股說明書、財經新聞、分析師報告、交易訊息等，但是 這些過多的資料，可能會導致資訊過載的現象。許多前人的研究都顯示 出，豐富的市場資訊可以幫助投資者制定高利潤的投資組合。但是，如果 沒有有效的分析，數據對利益相關者(即股東、債權人、審計師、財務分 析師和經理)就沒有用處，使用這些綜合資訊來預測股票趨勢是非常困難的。 本論文幫助依賴機器輔助交易的投資者識別特定範圍(例如國家或 交易時段)內的高權重指標，並製定合適的交易策略，以在回測數據和 現實世界中取得優異的表現。本研究採用特徵選擇方法檢視台股資訊， 從108個技術及基本面指標中找出權重較高的指標，制定月交易策略。分 析2018年1月至2020年3月的回測數據，在台灣市場的實驗結果，年化收益 率達到56∼132%，夏普比率為0.98∼1.52。在美國市場的實驗結果，年化收 益率達到56∼125%，夏普比率為0.92∼1.36。