声明
1. 绪 论
1.1 研究背景及意义
1.2 文献综述
1.2.1 金融市场文献综述
1.2.2 金融时间序列预测文献综述
1.2.3 小结
1.3 研究方案
1.4 文章创新点
2. 理论基础
2.1 金融市场相关理论
2.1.1 有效市场假说
2.1.2 行为金融学
2.1.3 高频金融时间序列
2.2 模型构建相关理论
2.2.1 人工神经网络
2.2.2 RNN模型
2.2.3 LSTM模型与双向LSTM模型
2.2.4 小波分析基本理论
3. 高频数据与模型构建
3.1 高频数据与变量选取
3.1.1 数据抽样频率
3.1.2 实验数据概述
3.1.3 变量描述
3.2数据预处理
3.2.1 数据清洗与归一化
3.2.2数据降噪
3.3量化模型结构设计
3.3.1 双向LSTM 模型
3.3.2 基准模型
3.4 量化模型评价指标
3.5 量化交易
3.5.1 交易逻辑与框架
3.5.2 市场交易成本
3.5.3 回测指标
4. 模型结果与分析
4.1 模型关键参数
4.1.1 最优窗口期
4.1.2 迭代次数
4.2 模型结果分析
4.3 量化回测结果分析
4.3.1 风险收益分析
4.3.2 累计净值分析
5. 总结与展望
5.1 结论
5.2 政策建议
5.3 不足之处
5.4 未来展望
参考文献
致 谢
西南财经大学;