声明
摘要
第一章绪论
1.1 研究背景和研究意义
1.2 国内外研究发展和现状
1.3 研究框架
1.4论文的创新点
2.1 算法交易
2.1.1 算法交易的概念
2.1.2 算法交易的策略类型
2.1.3算法交易的优势
2.2 VWAP算法交易策略
2.2.1 VWAP价格
2.2.2 VWAP策略的原理
2.2.3 VWAP策略的不足
2.3 随机森林
2.3.1决策树模型
2.3.2 Bagging算法
2.3.3随机森林算法
2.4 神经网络
2.4.1 神经网络的发展历程
2.4.2 多层前馈神经网络
2.4.3 误差反向传播算法
2.4.4 激活函数
2.5 本章小结
第三章基于随机森林和前馈神经网络的日内成交量比例预测模型
3.1 日内成交量比例预测模型的设计
3.2 收益率和成交量比例的相关性分析
3.2.1 相关系数的介绍
3.2.2 相关系数的实证检验
3.3 改进的日内成交量比例预测模型
3.4 模型的评价指标
3.5 本章小结
第四章两种模型的实证分析
4.1 数据的选取与预处理
4.1.1数据的来源
4.1.2数据的预处理
4.1.3训练集和测试集
4.2模型的训练
4.3 模型的结果及分析
4.4 VWAP算法结果及分析
4.5 本章小结
5.1 总结
5.2不足与展望
参考文献
致谢