结合改进HHT 模型和分类算法的交易策略 ——技术择时系列研究
创建于 更新于
摘要
本报告基于改进的希尔伯特-黄变换（HHT）模型，结合机器学习分类算法，构建了多种指数及个股的量化择时和轮动策略。采用VMD改进EMD的信号分解，提高了对非线性和非平稳价格周期的识别能力。基于MHHTML模型的策略在沪深300、中证各类指数以及港股、美股、商品、债券等多资产均表现优异，年化收益率达15%-19%，回撤明显改善，且支持日频和周频调仓，适用于中低频策略部署，具备较好稳健性和适用性 [page::0][page::10][page::12][page::25]。
