基于混合神经网络模型预测下的统计套利研究

作者：邓晓卫; 章铖斌

来源：统计与决策, 2019, 35(01): 174-177.

DOI：10.13546/j.cnki.tjyjc.2019.01.039

• 神经网络
• 预测
• 投资组合
• 统计套利

文章以LSTM和BP神经网络为基础,引入一个混合神经网络模型将其应用于证券市场上的统计套利。实证表明:混合神经网络模型预测更精准;基于混合神经网络模型预测确定的套利策略其收益率、套利成功率、套利次数均高于BP神经网络模型预测进行套利的结果;扩大投资组合的规模可以有效增加套利次数和套利成功率,同时降低投资风险。

• 单位
  南京工业大学; 教育学院