基于金融情绪数据的交易策略计算

该投资组合被用作2014年的买入和持有投资组合。这种样品外性能如图1所示。虽然1-over-N投资组合的表现没有以图形显示，但图2描述了一个投资组合的表现，该投资组合是通过将基于金融情绪数据的进化优化算法计算出的所有单一资产交易策略平均加权到一个投资组合中创建的。要更好地了解差异，请参见标签。6，其中总结了所有三种策略的一些重要风险指标。在所有五个指标中，evolutionarytrading投资组合比其他两个投资组合表现出更好的风险特性。尤其重要的是降低最大提取率，这对如今的资产管理者来说非常重要，因为如果投资者正在寻找安全的投资组合，他们正越来越多地关注这一指标。5结论本文提出了一种基于金融情绪数据计算基于规则的最优交易策略的进化优化方法。可以看出，在这种情况下，由单一交易策略组成的投资组合优于经典的风险收益组合优化方法。下一步是纳入交易成本，以了解在考虑交易成本时，这种主动进化策略是如何失去性能的。未来的扩展包括对其他指标的广泛数值研究，以及使用和比较不同的评估风险指标或指标组合。还可以考虑创建灵活的规则生成算法，例如使用遗传编程。最后，为了实现更好的样本外绩效，可以每月使用滚动地平线方法重新校准交易策略。参考文献[1]C.Blum和A.Roli。组合优化中的超启发式：概述和概念比较。

ACM计算调查，35（3）：268-3082003。[2] J·博伦、H·毛和X·曾。推特情绪预测股市。计算科学杂志，2（1）：2011年1-8月。使用PerformanceAnalytics R包生成性能图[17]。-0.05 0.00 0.05 0.10累积回报率性能-0.02-0.01 0.00 0.01 0.02每日收益1月02日2月03日3月03日4月01日5月01日6月02日7月01日8月01日9月02日10月01日11月03日12月01日12月31日-0.06-0.04-0.02 0.00Drawdown图1:2014年买入并持有Markowitz投资组合的样本外表现。-0.06-0.04-0.02 0.00 0.02 0.04 0.06 0.08累积回报率绩效-0.02-0.01 0.00 0.01 0.02每日收益1月02日2月03日3月01日4月01日5月01日6月02日7月01日8月01日9月02日10月01日11月03日12月01日12月31日-0.05-0.03-0.01Drawdown图2:2014年进化情绪交易策略中同等权重投资组合的样本外表现。[3] A.Brabazon和M.O\'Neill，编辑。计算金融中的自然计算，计算智能研究100卷。斯普林格，2008年。[4] A.Brabazon和M.O\'Neill，编辑。计算金融中的自然计算，《计算智能研究》第2卷，第185卷。斯普林格，2009年。[5] A.布拉巴松和M.奥尼尔。使用语法演变为即期外汇市场制定技术交易规则。计算管理科学，1（3-4）：311–3272004。[6] A.布拉巴松和M.奥尼尔。使用语法演变的日内交易。A.Brabazonand M.O\'Neill，《金融建模的生物启发算法》编辑，第203-210页。斯普林格，2006年。[7] A.Brabazon，M.O\'Neill和D.Maringer，编辑。计算金融中的自然计算，《计算智能研究》第3卷，第293卷。斯普林格，2010年。[8] R·G·布拉德利、A·布拉巴森和M·奥尼尔。不断演变的基于交易规则的政策。

计算机科学讲师，6025:251–260，2010。[9] S.R.达斯和M.Y.陈。雅虎！亚马逊：从网上聊天中提取情感。《管理科学》，53（9）：1375-13882007。[10] V.德米格尔、L.加拉皮和R.乌帕尔。最优与幼稚的多元化：1/n投资组合策略的效率如何？《金融研究回顾》，22（5）：1915-1953，2009年。[11] R.费尔德曼。情绪分析的技术和应用。《欧洲反腐败运动通讯》，56（4）：82-892013。[12] L.A.Gottschalk和G.C.Gleser。通过言语行为的内容分析来测量心理状态。加利福尼亚大学出版社，1969年。[13] P.利宾斯基和J.J.科尔扎克。演化股票交易专家系统中的绩效指标。计算机科学课堂讲稿，3039:835–8422004。[14] 马科维茨。投资组合选择。《金融杂志》，7（1）：77-911952年。[15] N.奥利维拉、P.科尔特斯和N.Areal。利用股市情绪和发帖量研究股市行为的可预测性。《计算机科学》课堂讲稿，8154:355–365，2013年。[16] N.奥利维拉、P.科尔特斯和N.Areal。使用StockTwits数据自动创建股票市场词汇以进行实体分析。第18届国际数据库工程与应用研讨会论文集，第115-123页。ACM，2014年。[17] B.G.彼得森和P.卡尔。《绩效分析：绩效和风险分析的计量经济学工具》，2014年。统一资源定位地址http://CRAN.R-project.org/package=PerformanceAnalytics.R软件包版本1.4.3541。[18] R核心团队。R：用于统计计算的语言和环境。R统计计算基金会，奥地利维也纳，2014年。统一资源定位地址http://www.R-project.org.[19] W·F·夏普。夏普比率。投资组合管理杂志，21（1）：49-581994。[20] J.Smailovi\'c、M.Grˇcar、N.Lavraˇc和M.Znidarˇsiˇc。

基于流的主动学习，用于金融领域的实体分析。信息科学，285:181–2032014。[21]J.苏罗维茨基。群众的智慧。锚书，2005年。[22]R.图马金和R.F.怀特劳。新闻还是噪音？网上发帖和股价。《金融分析师杂志》，57（3）：41-512001。