研究报告：ML-TEA——结合机器学习与技术分析的量化投资算法.pdf

简介：
本报告介绍了一种创新性的量化投资算法ML-TEA，该算法巧妙地融合了机器学习和传统技术分析的优势，旨在提高金融市场的预测准确性和交易策略的有效性。 本段落提出了一种名为ML-TEA（机器学习与技术分析）的量化投资算法系统，它结合了技术指标作为输入变量，并通过不同的机器学习方法来预测股票未来几天的价格变动方向，从而构建相应的投资组合以获取超额收益。 实证研究结果表明：首先，三种模型的年化收益率均超过25%，远高于大盘指数（10.60%）、买入持有策略（3%）以及其他现有量化投资策略的表现。从风险调整后的绩效指标来看——包括夏普比率、特雷纳比率和詹森绩效等，ML-TEA系列模型同样显著优于基准策略及其它市场表现。例如，在衡量收益与波动性关系的夏普比率上，三种模型均超过1.50；相比之下，大盘指数的夏普比率为0.38。 此外，研究还发现Ada-TEA和SVM-TEA两个具体子算法能够承受远高于目前实际市场交易成本的情况。