基于机器学习的多技术指标量化择时研究

文章参考当前流行的量化择时模型,基于多种机器学习方法,对技术分析中常用的多技术指标建模,用于研究证券价格波动与多种技术指标之间的关系,以此作为量化择时信号用于量化交易。研究结果表明:机器学习择时模型的预测精度和回溯精度差异不大;在模拟交易中,相较于买入并长期持有的情况,文章两种量化择时模型在实盘交易中均取得较高收益率;特别是在证券价格波动较大时能取得更好的交易收益。