策略逻辑
　　本策略采用机器学习中的支持向量机模型对沪深300指数进行择时。策略最终采用换手率、ADTM、ATR、CCI、MACD、MTM、ROC、SOBV、STD26、STD5、两融交易额占A股成交额（%）、上一交易周收益率12个指标作为特征向量，用训练集数据训练模型，并对未来市场趋势进行预判。
　　策略自2020年以来表现
　　采用支持向量机对沪深300指数进行周度择时，策略在2020-01-02至2023-02-17的表现如下：
　　沪深300指数：期末净值为1.00，累计收益为0.31%，最大回撤为39.02%；单向做多策略：期末净值为1.22，策略累计收益22.22%，超额收益率为21.91%，最大回撤为19.97%；
　　双向多空策略：期末净值为1.49，策略累计收益48.87%，超额收益率为48.56%，最大回撤25.24%。
　　策略自2022年以来模拟实盘交易表现
　　策略自2022年以来（2022-01-04至2023-02-17）单向做多策略期末净值为0.80，双向多空策略期末净值为0.78，沪深300指数期末净值为0.83，单向做多和双向多空策略相对300ETF的超额收益率分别为-2.22%和-4.32%。
　　策略择时预测
　　模型对本周（2023-02-20至2022-02-24）进行择时，结果显示为买入，即单向做多策略买入指数，双向多空策略买入指数。
　　市场概览及投资建议
　　上周沪深300指数下跌1.75%，市场成交量和换手率上升，CCI顺势指标和MTM动力指标仍为正值，根据支持向量机模型计算结果显示策略建议买入指数。
　　风险提示
　　金融工程研究报告的观点基于历史数据与量化模型，存在市场环境变动和量化模型失效的风险。
　　

研究报告全文：证券研究报告2023年2月20日湘财证券研究所金融工程研究支持向量机策略报告支持向量机在股票择时中的应用相关研究基于沪深300指数1支持向量机在股票择时中的应投资要点用基于沪深300指数策略逻辑201901042300ETF基金智能定投与备兑本策略采用机器学习中的支持向量机模型对沪深300指数进行择时策略最增强策略20211227终采用换手率ADTMATRCCIMACDMTMROCSOBVSTD263综合评价模型在ETF行业配置STD5两融交易额占A股成交额上一交易周收益率12个指标作为上的应用20220419特征向量用训练集数据训练模型并对未来市场趋势进行预判策略自2020年以来表现采用支持向量机对沪深300指数进行周度择时策略在2020-01-02至分析师王宜忱2023-02-17的表现如下证书编号S0500521100001沪深300指数期末净值为100累计收益为031最大回撤为3902Tel862150295309单向做多策略期末净值为122策略累计收益2222超额收益率为Emailwangyc3xcsccom2191最大回撤为1997地址上海市浦东新区银城路88号双向多空策略期末净值为149策略累计收益4887超额收益率为中国人寿金融中心10楼4856最大回撤2524策略自2022年以来模拟实盘交易表现策略自2022年以来2022-01-04至2023-02-17单向做多策略期末净值为080双向多空策略期末净值为078沪深300指数期末净值为083单向做多和双向多空策略相对300ETF的超额收益率分别为-222和-432策略择时预测模型对本周2023-02-20至2022-02-24进行择时结果显示为买入即单向做多策略买入指数双向多空策略买入指数市场概览及投资建议上周沪深300指数下跌175市场成交量和换手率上升CCI顺势指标和MTM动力指标仍为正值根据支持向量机模型计算结果显示策略建议买入指数风险提示金融工程研究报告的观点基于历史数据与量化模型存在市场环境变动和量化模型失效的风险敬请阅读末页之重要声明金融工程研究1策略逻辑本策略采用支持向量机的方法对沪深300指数进行择时遵循全面性原则本文选取了价量资金等22个指标作为备选特征向量根据相关系数矩阵逐一剔除相关系数较强的指标最终剩余12个指标具体如下换手率ADTMATRCCIMACDMTMROCSOBVSTD26STD5两融交易额占A股成交额上一交易周收益率将2013-01-01至2017-12-31作为训练集样本数据频率为周共计256周在训练样本中将下周周收益为正的定义为1下周周收益率为负的定义为0通过对核函数选择对参数进行寻优得到一个训练模型对2018年1月2日至2018年1月5日进行预测之后将训练样本长度增加一周重新修正模型再预测下一周鉴于策略在未满五天的交易周之后的预测精准度相对较弱对未满五天交易周之后一周的策略延续上一周操作在此操作下策略表现相对更为优异2策略表现21策略自2020年以来表现单向做多策略和双向多空策略自2020年2020-01-02至2023-02-17以来的表现如图1图2所示单向做多策略扣除交易成本后策略在测试集的累计收益2222期末净值为122同期沪深300指数累计收益为031期末净值为100策略相对沪深300指数累计超额收益为2191策略最大回撤为1997低于沪深300指数的最大回撤3902图1单向做多策略测试集累计收益与沪深300累计收益比较资料来源Wind湘财证券研究所敬请阅读末页之重要声明1金融工程研究双向多空策略扣除交易成本后策略在测试集的累计收益4887期末净值为149同期沪深300指数累计收益为031期末净值为100策略相对沪深300指数的累计超额收益为4856策略最大回撤为2524低于沪深300指数的最大回撤3902图2双向多空策略测试集累计收益与沪深300累计收益比较资料来源Wind湘财证券研究所22策略运行以来表现策略运行以来测试集2018-01-02至2023-02-17单向做多策略期末净值为172双向多空策略期末净值为295沪深300指数期末净值为100单向做多和双向多空策略相对沪深300指数的超额收益率分别为7173和19467以2为一档对支持向量机模型训练集和测试集的准确率进行细化分析分布表显示在测试集中下跌的预测准确率要远高于对上涨的预测其中跌幅超过8的预测准确率都高达100然而对上涨的预测准确率相对较弱其中涨幅在4至6的预测准确率为6250涨幅在2至4的预测准确率为4151涨幅在2以内的预测准确率为4384表1模型准确率分布情况收益率区间训练集准确率正确个数区间样本数测试集准确率正确数量区间样本数-1010000441000011-10-810000111000011-8-61000044750034敬请阅读末页之重要声明2金融工程研究-6-477787971431014-4-27200182569442536-20630841656250406402890181914384327324750024324151225346833315186250586810000557500348101000011-101000011-整体78912022565504142258资料来源Wind湘财证券研究所23策略2022年以来模拟实盘交易表现策略自2022年以来2022-01-04至2023-02-17单向做多策略期末净值为080双向多空策略期末净值为078沪深300指数期末净值为083单向做多和双向多空策略相对300ETF的超额收益率分别为-222和-432图3单向做多策略模拟实盘交易累计收益与沪深300累计收益比较资料来源Wind湘财证券研究所敬请阅读末页之重要声明3金融工程研究图4双向多空策略模拟实盘交易累计收益与沪深300累计收益比较资料来源Wind湘财证券研究所24策略下期预测基于沪深300指数2013-01-04至2023-02-17的支持向量机模型选取的特征指标为换手率ADTMATRCCIMACDMTMROCSOBVSTD26STD5两融交易额占A股成交额上一交易周收益率将重新构建的模型应用于新一周数据择时结果显示本周2023-02-20至2023-02-24策略结果为买入即单向做多策略买入指数双向多空策略买入指数25市场概览及投资建议上周沪深300指数下跌175市场成交量和换手率上升CCI顺势指标和MTM动力指标仍为正值根据支持向量机模型计算结果显示策略建议买入指数3风险提示金融工程研究报告的观点基于历史数据与量化模型存在市场环境变动和量化模型失效的风险敬请阅读末页之重要声明4分析师声明本人具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师以独立诚信谨慎客观勤勉尽职公正公平准则出具本报告本报告准确清晰地反映了本人的研究观点本人不曾因不因也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿湘财证券投资评级体系市场比较基准为沪深300指数买入未来6-12个月的投资收益率领先市场基准指数15以上增持未来6-12个月的投资收益率领先市场基准指数5至15中性未来6-12个月的投资收益率与市场基准指数的变动幅度相差-5至5减持未来6-12个月的投资收益率落后市场基准指数5以上卖出未来6-12个月的投资收益率落后市场基准指数15以上重要声明湘财证券股份有限公司经中国证券监督管理委员会核准取得证券投资咨询业务许可本研究报告仅供湘财证券股份有限公司的客户使用本公司不会因接收人收到本报告而视其为客户本报告由湘财证券股份有限公司研究所编写以合法地获得尽可能可靠准确完整的信息为基础但对上述信息的来源准确性及完整性不做任何保证湘财证券研究所将随时补充修订或更新有关信息但未必发布在任何情况下报告中的信息或所表达的意见仅供参考并不构成所述证券买卖的出价或征价本公司及其关联机构雇员对使用本报告及其内容所引发的任何直接或间接损失概不负责投资者应明白并理解投资证券及投资产品的目的和当中的风险在决定投资前如有需要投资者务必向专业人士咨询并谨慎抉择在法律允许的情况下我公司的关联机构可能会持有报告中涉及的公司所发行的证券并进行交易并可能为这些公司正在提供或争取提供多种金融服务本报告版权仅为湘财证券股份有限公司所有未经本公司事先书面许可任何机构和个人不得以任何形式翻版复制发布转发或引用本报告的任何部分如征得本公司同意进行引用刊发的需在允许的范围内使用并注明出处为湘财证券研究所且不得对本报告进行任何有悖原意的引用删节和修改如未经本公司授权私自转载或者转发本报告所引起的一切后果及法律责任由私自转载或转发者承担本公司并保留追究其法律责任的权利敬请阅读末页之重要声明1