深度学习与配对交易 在洁净能源ETF之应用

林孟霓

本研究以iShares全球干净能源ETF（ICLN）为研究标的，配适ARIMA（p,d,q）模型并提取其残差，作为研究中的内生性变数。此外，挑选十二个与洁净能源相关且周转率与流动性较佳的研究变数，经过相关性检验、回归分析及共线性诊断，最终筛选出三个外生性变数，分别为SPDR黄金ETF、Invesco 太阳能ETF、Global X锂电池技术ETF。利用主成份分析萃取三个变数之主成份，将其与前述残差输入CRNN进行价格预测，以探讨标的之价格波动与走势。除上述之深度学习模型外，本研究也针对iShares全球干净能源ETF（ICLN）与SPDR标普Kensho干净能源ETF（CNRG）进行配对交易之应用，根据自行设定的配对交易条件进行绩效回测，以此提供投资者对洁净能源 ETF 更多的相关资讯，并帮助其规避市场风险等。

作者：*辅仁大学企管系专任副教授 连育民、辅仁大学企管系学士生 林孟霓、辅仁大学企管系学士生 郑玉佩、辅仁大学企管系学士生 黄薰、辅仁大学企管系学士生 沈郁庭、辅仁大学企管系学士生 朱家尹、辅仁大学企管系学士生 高任汉

*通讯作者E-mail:[email protected]

发表人：林孟霓