关键要点
-
卷积神经网络能识别收益率模式
-
收益率序列存在模式，但不一定违反弱有效市场理论
-
不同时间频率的股指收益率序列可能存在模式
-
真实中证500指数测试集的收益率序列指向真样本类别
-
市场择时与因子收益率识别相关性较高
真假序列识别：主动投资研究的新思路
这一章节主要介绍了华泰证券的研究报告，其中包括了研究团队成员的联系方式以及相关研究成果。其中重点讨论了真假序列识别对于市场有效性的检验作用，并提出了基于量价的主动投资研究框架。通过模拟实验结果表明，卷积神经网络能够识别收益率模式，神经网络可视化技术能够辅助挖掘模式。这些研究成果对于投资者来说具有重要的参考意义。
股市时间频率对识别真伪的影响及应用
这一章节主要探讨了不同时间频率下股指收益率的识别表现以及不同资产收益率的识别表现，并通过统计检验来验证其可靠性。研究表明，股指的日频收益率难以识别出明显的模式，而分钟线上的股指收益率可能存在显著模式，因此日内T+0策略有一定机会。相比之下，个股日频收益率和因子日频收益率几乎无法识别，短线择时难度较大。此外，商品期货分钟频收益率识别表现较好，日内CTA策略有机会。需要注意的是，这些识别结果并不代表收益率等价格相关指标可以直接应用于中高频投资，因为机器学习模型对历史规律进行总结，如果市场规律发生变化，模型就有可能失效。
基于卷积神经网络的收益率序列识别研究
这一章节主要介绍了一种以真假序列识别为基础的主动投资研究框架，并探讨了收益率序列模式和真假序列识别之间的关系以及与市场择时的关系。该研究使用了卷积神经网络来识别收益率模式，并通过模拟实验验证了其有效性。此外，该研究还比较了不同资产的收益率序列识别表现，并对其进行了统计学解释。最后，该研究提供了一些风险提示。
基于量价的主动投资研究框架
这一章节主要介绍了主动投资研究框架中的有效市场理论与随机游走。有效市场理论是金融市场中最有争议的命题之一，它认为市场是有效的，无法通过历史数据对未来进行预测。然而，能否预测未来取决于历史数据是否存在规律。按照时间期限划分，低频领域关注基本面是否有规律，中频领域关注量价以及基本面是否有规律，高频领域关注量价是否有规律。主动投资的核心在于市场是否有规律，因此需要判断市场是否有规律，并探索其中的规律。最后，通过真假序列识别的方法，可以判断市场是否是弱有效市场，并进一步采用网络可视化技术和遗传规划等算法来挖掘特征和控制风险。
收益率序列模式与真假序列识别
这一章节主要探讨了收益率序列模式、真假序列识别和市场择时三者之间的关系。通过神经网络模型识别真假收益率序列，可以推断出收益率序列是否存在模式。模式是指序列数据背后的规律，包括固定时刻的规律、局部时刻的规律和全局的统计特性。模式可以理解为某种条件概率分布或典型形态。神经网络模型因为其强大的学习能力和相对不依赖于特征工程的特点，被广泛应用于模式识别问题。