《表4 三种人工智能预测方法结果比较》
采用人工神经网络(ANN)、支持向量回归(SVR)及Xgboost三种机器学习方法来对价差进行预测,计算公式为yt=f(yt-1,yt-2,?,yt-10),即用前10期的数据来预测下一期的数据。与标准距离法相似,仍然采用滚动窗口对价差进行预测,采用t-1000至t-1期的数据为样本内数据对机器学习模型进行训练,用t-10至t-1期的数据对t期的价差进行预测。预测结果的准确性如表4所示,由于RMSE、MAE及Theil-U指数数值越低、DAR数值越高,说明模型预测越好,因此综合来看,SVR模型的预测效果最好,Xgboost其次,ANN的预测效果最差。因此在接下来的研究中采用SVR模型对价差进行预测,并构造最终的套利策略。
图表编号 | XD0067315700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.10 |
作者 | 周亮 |
绘制单位 | 湖南财政经济学院学报编辑部 |
更多格式 | 高清、无水印(增值服务) |