本文關(guān)鍵詞：基于動態(tài)VWAP算法和MACD分析的程序化交易研究

  更多相關(guān)文章： 程序化交易 動態(tài)VWAP MACD技術(shù)指標(biāo) 指數(shù)平滑法

【摘要】：在1975年的紐約證券交易所(NYSE),出現(xiàn)了把不同的股票按不同的比例同時進行交易的情況,如果交易總金額超過100萬美金交易數(shù)量超過15個,那么當(dāng)時的NYSE就將這種交易叫做程序化交易。隨著計算機技術(shù)的發(fā)展,現(xiàn)在的程序化交易演化成了通過計算機編程形成的一套能夠自主進行交易的程序。通過計算機進行交易委托,避免了人性貪婪、恐懼等弱點造成的損失。計算機的計算速度遠(yuǎn)超人工,使同時進行不同交易成為可能,甚至在不同市場同時進行交易也可以實現(xiàn),極大地促進了交易組合的發(fā)展,有效地降低了市場風(fēng)險。計算機能夠24小時連續(xù)不斷的工作,以延長工作時間的形式獲得比人工操作更多的交易時機。計算機的交易速度極快,提高了交易效率,為日內(nèi)套利提供便利,也促成了算法交易的產(chǎn)生。算法交易是將每日需要進行的交易分割成若干份,在每個時段分別進行交易,這樣做不容易引起市場的波動,能夠有效地降低交易成本,隱蔽交易的進行。據(jù)統(tǒng)計美國市場上有超過80%的交易是通過算法交易完成的,而我國的算法交易使用率卻并不高,因此,進行算法交易的研究和使用就顯得非常有意義了。目前算法交易中最常見的就是VWAP算法,即交易量加權(quán)平均價格算法,但是這樣的系統(tǒng)卻存在兩個缺陷:第一,只有交易量和交易價格能進行自動化選擇,交易的時機需要人工控制;第二,交易量的選擇沒有體現(xiàn)出即時信息的特點,是一種靜態(tài)的預(yù)測。為了解決這兩個缺陷,本文將MACD技術(shù)指標(biāo)分析和動態(tài)調(diào)整策略引入到系統(tǒng)中,完善模型和策略,希望形成一個可以自主選擇交易時機、交易價格和交易量的程序化交易系統(tǒng)。MACD技術(shù)指標(biāo)即平滑異同移動平均線,包括兩條曲線和一組柱狀圖,是從移動平均線中演變來的,其計算方法為:先計算兩個不同周期的平滑移動平均線,求其差值得一條離差線,這是指標(biāo)的一條曲線;再計算離差值的平滑移動平均線,這是指標(biāo)的另一條曲線;最后將上面的兩條線相減,得到指標(biāo)的柱狀圖。動態(tài)VWAP算法包括靜態(tài)預(yù)測和動態(tài)調(diào)整兩部分,本文采用指數(shù)平滑的方法,利用Holt-Winter非季節(jié)模型進行靜態(tài)的交易量分布預(yù)測;然后根據(jù)交易價格變化和交易量變化之間的關(guān)系進行動態(tài)調(diào)整,將前一時段的交易價格和此時段的價格進行對比,把市場實時信息反映在交易量的預(yù)測上。在買入情況下,當(dāng)這一時段交易價格大于前一時段調(diào)低交易量,當(dāng)這一時段交易價格小于前一時段時候調(diào)高交易量;在賣出情況下,當(dāng)這一時段交易價格大于前一時段調(diào)高交易量,當(dāng)這一時段交易價格小于前一時段時候調(diào)低交易量;具體的調(diào)整方法將在本文第四章中詳細(xì)介紹。本文在結(jié)構(gòu)上一共分為六部分:第一部分介紹研究的背景意義,以及文章結(jié)構(gòu)創(chuàng)新點;第二部分對程序化交易的相關(guān)理論進行歸納總結(jié),包括概念、歷史、現(xiàn)狀、優(yōu)缺點及主流模型和策略;第三部分對算法交易的相關(guān)理論進行歸納總結(jié),包括概念、優(yōu)點、現(xiàn)狀及主流模型和策略;第四部分建立系統(tǒng)的模型和策略,介紹本文對MACD技術(shù)指標(biāo)的改進、VWAP算法的靜態(tài)預(yù)測和動態(tài)調(diào)整方法、系統(tǒng)的交易策略;第五部分進行實證檢驗,選擇A股市場上的五分鐘數(shù)據(jù)做樣本進行交易量分部預(yù)測,然后觀察預(yù)測值的準(zhǔn)確性,給出有效性分析;第六部分是結(jié)論和建議,根據(jù)實驗數(shù)據(jù)和分析給出結(jié)論,提出投資建議和監(jiān)管建議,最后發(fā)現(xiàn)論文的不足并提出改進意見。本文將動態(tài)VWAP算法和MACD技術(shù)指標(biāo)分析進行組合,建立一套可以應(yīng)用于實際操作的程序化交易理論,雖然預(yù)測結(jié)果仍不夠精確,但相信隨著對模型的不斷改進,預(yù)測精度會越來越高。在后續(xù)的研究中,筆者會不斷改進模型,并且不止步于理論,努力進行系統(tǒng)編程,爭取完成一個預(yù)測精度高、交易效率高、可靠性高的程序化交易系統(tǒng)。
【關(guān)鍵詞】：程序化交易 動態(tài)VWAP MACD技術(shù)指標(biāo) 指數(shù)平滑法
【學(xué)位授予單位】：河南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F830.9
【目錄】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 緒論11-15
• 1.1 研究背景和意義11-12
• 1.2 文獻綜述12-13
• 1.3 結(jié)構(gòu)安排13
• 1.4 創(chuàng)新點和不足13-15
• 第二章 程序化交易內(nèi)涵與原理15-25
• 2.1 程序化交易的內(nèi)涵15-16
• 2.2 程序化交易的發(fā)展16-17
• 2.3 程序化交易優(yōu)缺點分析17-18
• 2.4 程序化交易主要模型和策略18-25
• 2.4.1 技術(shù)指標(biāo)分析類19-22
• 2.4.2 統(tǒng)計類模型22-25
• 第三章 算法交易的理論分析與模型應(yīng)用25-31
• 3.1 算法交易的內(nèi)涵與特點25
• 3.2 算法交易現(xiàn)狀25-26
• 3.3 算法交易模型和策略26-31
• 3.3.1 交易量加權(quán)平均價格算法26-28
• 3.3.2 時間加權(quán)平均價格算法28
• 3.3.3 執(zhí)行差額算法28-31
• 第四章 基于動態(tài)VWAP算法和MACD分析的程序化交易的模型創(chuàng)新和策略應(yīng)用31-39
• 4.1 模型及策略選擇31-32
• 4.2 模型構(gòu)建32-37
• 4.2.1 MACD技術(shù)指標(biāo)32-34
• 4.2.2 動態(tài)VWAP交易量分布預(yù)測模型34-37
• 4.3 交易策略的應(yīng)用37-39
• 4.3.1 交易策略的假設(shè)條件37
• 4.3.2 交易品種和交易時機選擇策略37-38
• 4.3.3 交易量和交易價格選擇策略38-39
• 第五章 模型與策略的實證檢驗39-49
• 5.1 數(shù)據(jù)和參數(shù)的確定39
• 5.2 數(shù)據(jù)處理、預(yù)測結(jié)果及分析39-46
• 5.2.1 靜態(tài)預(yù)測過程40-42
• 5.2.2 靜態(tài)預(yù)測結(jié)果42-43
• 5.2.3 動態(tài)調(diào)整結(jié)果及分析43-46
• 5.3 預(yù)測效果分析46-49
• 第六章 結(jié)論與建議49-53
• 6.1 研究結(jié)論49
• 6.2 投資建議49-50
• 6.3 監(jiān)管建議50-51
• 6.4 不足和展望51-53
• 參考文獻53-55
• 致謝55-56

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 常冶衡;袁芳;;基于技術(shù)分析指標(biāo)解析中國股市[J];中國證券期貨;2010年10期

2 陳建國;;金融市場中MACD指標(biāo)的運用[J];企業(yè)導(dǎo)報;2013年06期

3 萌生;;MACD與股價的不同步[J];股市動態(tài)分析;2007年05期

4 蔣瑩詩;;淺析MACD指標(biāo)的應(yīng)用法則及其局限性[J];物流工程與管理;2014年06期

5 馮薇;;MACD指標(biāo)的頂、底背離分析[J];中國商界(上半月);2010年03期

6 ;德爾家居:MACD指標(biāo)傳遞做多信號[J];股市動態(tài)分析;2014年32期

7 ;[J];;年期

中國重要報紙全文數(shù)據(jù)庫 前5條

1 杭州新希望 證券研究總部;MACD指標(biāo)判斷簡析[N];財經(jīng)時報;2001年

2 東航金融 姜山　CFA CPA;運用MACD判斷中長線機會[N];上海證券報;2009年

3 關(guān)景峰;倉位建在MACD軸線下安全性高[N];金融時報;2001年

4 君士國投;巧用MACD選牛股[N];財經(jīng)時報;2001年

5 北京中期 董向陽;淺析MACD指標(biāo)的有效性[N];期貨日報;2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 溫子奕;基于動態(tài)VWAP算法和MACD分析的程序化交易研究[D];河南大學(xué);2015年

，

本文編號：647155