| 利用文本中包含的投资者情绪挖掘股票的均值回归特征, 从相对价格层面提出了基于回归特征修正的价格预测方法. 将策略微调后的均值波动收益作为优化目标, 利用窗口期内相对价格的波动导致的潜在收益控制模型的优化强度, 提出了基于回归特征修正和微调惩罚的在线投资组合策略. 选取上证100、沪深300、富时A50和恒生指数等国内指数市场数据对策略进行验证, 结果表明: 本文所提相对价格预测方法能提升现有均值回归策略的收益, 所提策略的收益高于现有均值回归策略. 采用短期内的投资者情绪作为市场均值回归特征, 能更好地捕捉股票变化, 提升改进策略的整体绩效表现. |
