新闻事件驱动的海龟交易策略优化研究:文本情绪方法

近年来,我国期货市场不断发展,程序化交易越来越受到投资者的青睐。而如何构建一套有效的交易策略也成为被广泛关注的议题。本研究深度挖掘了财经新闻与期货市场的相关性,通过引入基于新闻文本情绪分析的决策支持系统,将其与传统交易策略相结合,形成了事件驱动程序化交易策略。具体而言,通过文本情绪分析的方法提取新闻文本的语义,结合文本挖掘和机器学习技术,建立了新闻情绪值与价格趋势之间的Logistic回归模型。该系统能够对期货市场未来走势进行预测,预测结果可用于辅助传统交易策略的决策。继而,将该系统嵌入到成熟的程序化交易算法中,提出了一个更完善、高效的交易策略。实验选取了八个月的新闻数据与期货市场数据进行分析。结果显示,本文提出的系统性能优良,在提高传统交易策略胜率、提升最终收益率方面都取得了很好的效果。