基于OGD算法的在线移动平均反转策略

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：为改善非平稳金融市场环境下在线投资组合策略无法实时动态调整的缺点,提出一种OGDMAR策略.基于在线梯度下降(OGD)算法,对在线移动平均反转策略的预测模型进行改进,使预测模型的系数在每次迭代时都可重新调整.在4个经典数据集上进行数值实验,结果表明,与原策略的累积收益相比,改进策略在4个数据集上分别提升了111％、134％、32％和48％,并且在不同的交易成本条件下累积的收益更高.OGDMAR策略具有应对非平稳环境的能力,不仅在累积收益方面有显著提升,而且具有更强的交易成本承受能力.

外文标题：Online Moving Average Reversion Strategy Based on OGD Algorithm

作者：

吴金明

展开 >

作者单位：

上海工程技术大学数理与统计学院,上海201620

关键词：

在线投资组合选择在线梯度下降算法均值反转简单移动平均

出版年：

2021

DOI：

10.11907/rjdk.202334