论文标题:Risk-Adjusted Performance of Random Forest Models in High-Frequency Trading
论文链接:https://www.mdpi.com/1911-8074/18/3/142
期刊名:Journal of Risk and Financial Management
期刊主页:https://www.mdpi.com/journal/jrfm
一、引言
本文研究高频股票价格预测,指出市场波动、噪声和高频(分钟级)交易使预测极具挑战;有效市场假说认为历史价格信号难以预测未来,但行为金融学认为技术指标可捕捉羊群效应、过度自信等行为偏差带来的短期错误定价。机器学习能识别非线性关系,但在高频环境中高度依赖特征选择。本文评估随机森林回归结合技术指标在分钟级数据上的预测与风险管理表现,并采用Rachev比率、收益损失比等风险调整指标。研究假设:技术指标可改善风险调整后表现,但在高波动、噪声主导的高频环境中预测力下降,基础价格特征贡献更大,。研究发现,技术指标增强模型的风险调整指标更优,但超额收益不如简单买入持有策略,因此,结果主要与弱式有效市场假说相符,对半强式有效市场假说仅提供有限支持,需重视特征工程、状态感知建模和自适应风险管理。
二、研究方法
本研究采用2024年4—9月SPY分钟级数据(源自Bloomberg,包含开盘价、最高价、最低价、收盘价及成交量),并以10年期美国国债收益率折算为分钟级无风险利率。在计算对数收益率与60分钟滚动成交量Z值后,筛选10:00—15:30(CT)交易时段的数据,并按时间顺序以80:20比例划分训练集与测试集。随后,构建包括SMA、EMA、MACD、RSI、布林带、随机振荡、斐波那契、ADX、OBV/WROBV、CCI及Ichimoku等在内的归一化技术指标,采用随机森林回归模型(100棵树、最大深度60、OOB验证),并依据预测值的0.33/0.66分位数生成卖出、持有和买入信号。交易模拟设定初始资金为1万美元,每分钟仓位变动不超过组合价值0.4%,按分钟收盘价成交,且未计入交易成本。评估指标涵盖RMSE、MAE、R²、趋势准确率、夏普比率、最大回撤和索提诺比率;风险–收益指标的选择遵循单调性、准凹性、尺度不变性与分布基础四条准则。
三、研究讨论与结果
本研究训练并测试了13个随机森林回归模型,样本内 R2达0.749—0.812,但样本外 R2降至−0.020至−0.016,RMSE约0.00036、MAE约0.00024,显示明显过拟合;特征重要性分析表明,原始价格与成交量特征贡献超过90%,而RSI、布林带等技术指标仅贡献14%—18%。在2024年8月28日至10月4日的交易模拟中,以1万美元初始资金执行的买入持有策略,终值为10,229美元,而所有随机森林策略均低于1万美元,收益率为−2.4%至−3.9%,夏普比率不高于0.0046,索提诺比率为负,Rachev比率在0.919—0.961之间,RFR_RSI与RFR_ICHIMOKU略优但提升有限;方向准确率从训练集的80%—87%降至测试集的48%—50%,相关系数从0.86—0.92降至0.03—0.06,且亏损多集中于市场高波动期。总体而言,技术指标增强的随机森林模型在分钟级高频环境中预测收益的能力有限,更多体现为风险管理价值,而非稳定的超额收益来源。
四、展望与结论
本研究基于分钟级SPY数据评估了技术指标增强的随机森林回归模型在高频交易中的预测与风险调整表现,发现技术指标虽能改善Rachev比率、收益损失比等部分风险指标,但对样本外预测精度的贡献有限,原始价格特征始终占主导,技术指标增强的随机森林(RFR)策略也未能跑赢买入持有基准,说明传统技术指标在现代高频市场中的预测价值趋于减弱,更应被定位为风险管理和辅助决策工具,而非稳定的超额收益来源;因此,未来研究应优先发展稳健、简约且能适应市场状态变化的自适应模型,将分析扩展至多资产与多资产组合,纳入订单簿、情绪分析和宏观经济等另类数据,并探索LSTM、Transformer及强化学习等架构,同时在真实交易成本、延迟和执行风险约束下检验策略的可行性,以推动机器学习在高频金融环境中从理论走向实际应用。
期刊介绍
主编:Prof. Dr. Thanasis Stengos
Journal of Risk and Financial Management (ISSN 1911-8074) 创刊于2008年,最新CiteScore 5.5, 是一个国际化、经同行评审的开放获取期刊。期刊专注于发表金融、经济和风险领域的前沿研究。目前期刊已被Scopus、RePEc等数据库收录,并在2025谷歌学术的金融分类中排名第7。
2025 CiteScore:CiteScore 5.5, Q1 in Business, Management and Accounting (miscellaneous)
Google Scholar:Ranked 7th (h5-index: 88) in "Finance" category by 2025 Google Scholar metrics.
Time to First Decision:18.3 Days
Acceptance to Publication:5.6 Days
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。