基于随机森林方法的甲醇期货价格预测与交易策略研究

甲醇是重要的新型清洁能源,其期货产品上市已近10年,论文采用机器学习技术研究甲醇期货价格的预测模型和交易规则。论文采用随机森林算法构造甲醇期货价格预测模型,使用甲醇产业链上下游产品的基本面特征作为输入变量,并对输入变量进行归一化处理构造对照模型,结合使用基于Aberration策略思想构建的交易策略集合,使用夏普比率对交易策略进行筛选,构造有效的甲醇期货量化交易模型。研究结果显示,论文模型在保证交易策略良好泛化能力的情况下可以实现高出同期10年期国债收益率1.2倍以上的年化收益率,也表明利用甲醇产业链上下游产品的基本面特征能够很好地解释甲醇期货价格,并结合使用夏普比率筛选的基于Aberration交易策略思想的交易规则能够构建有效的甲醇期货量化投资模型。