本文關鍵詞：基于強化學習算法的自適應配對交易模型　出處：《管理科學》2017年02期 　論文類型：期刊論文

  更多相關文章： 協(xié)整配對交易 Sarsa強化學習算法 自適應 動態(tài)參數 優(yōu)化 仿真 統(tǒng)計套利

【摘要】：配對交易是統(tǒng)計套利中最主要的交易策略,但隨著市場有效性的逐漸提高,該策略的獲利機會正變得越來越有限,傳統(tǒng)的固定參數交易模型已難以保證配對交易一直獲得最大利潤,交易模型的參數不僅需要優(yōu)化,而且還需要動態(tài)地、自動地調整優(yōu)化值,因此有必要研究開發(fā)具有人工智能屬性的參數動態(tài)優(yōu)化交易模型,這對于提升交易模型的盈利能力和執(zhí)行效率具有重要意義。自適應配對交易模型是對傳統(tǒng)的協(xié)整配對交易策略進行改進,推出一種基于強化學習模式的新型統(tǒng)計套利交易模型;將Sarsa強化學習算法和ε-greedy策略與新模型相結合,把模型參數的確定方法由傳統(tǒng)的主觀經驗法和固定參數法改進為自適應模式的動態(tài)參數優(yōu)化法;編制的計算機程序仿真實現了基于新模型的套利交易全過程,涵蓋模型參數的動態(tài)優(yōu)化、套利交易的模擬操作以及交易績效的測量評估;以中國債市交易量最大的5種債券為樣本,構建4組配對組合,采用Johansen協(xié)整檢驗法、T檢驗和Robust穩(wěn)健性檢驗等方法對交易模型和測試結果進行實證分析。研究結果表明,新模型的運行效果全面優(yōu)于傳統(tǒng)模型。新模型顯著提升了交易系統(tǒng)的獲利能力,收益率和索提諾比率大幅提高;同時降低了投資風險,最大回撤出現明顯下降;還提高了套利交易的執(zhí)行效率,交易次數明顯減少,套利成本下降;具有持續(xù)學習的能力,能促進累計收益率不斷上升并最后收斂于最大值。研究結果還表明,協(xié)整配對交易在中國債券市場同樣具有有效性,能夠獲得顯著正收益。將強化學習思想與協(xié)整配對交易策略相結合,設計開發(fā)出一種新型配對交易模型,實現了模型參數的自適應動態(tài)調整。這種改進型交易模型有助于應對傳統(tǒng)配對交易策略獲利能力的下降,進一步提高配對交易策略的效率和績效。在中國融資融券和股指期貨等做空機制開閘的市場環(huán)境下,新模型可為投資者提供一種有效的套利手段和風控工具。
[Abstract]:......
【作者單位】： 上海工程技術大學管理學院;復旦大學管理學院;上海社會科學院應用經濟研究所;國泰君安證券公司固定收益部;
【基金】：國家自然科學基金(71571048)~~
【分類號】：F830.9
【正文快照】： 引言配對交易是量化投資和統(tǒng)計套利中最主要的交易策略,目前量化投資已成為成熟市場最主流的投資方式之一,更被視作資本市場成熟與否的一個重要標志。在中國,隨著做空機制逐漸放松,尤其是融資融券和股指期貨的推出,以協(xié)整配對交易為代表的主流量化交易方式也開始出現興起之勢

【參考文獻】

相關期刊論文 前10條

1 石春生,梁洪松;組織運作過程中的自適應機理[J];管理科學;2004年01期

2 高輝;趙進文;;滬深300股指套期保值及投資組合實證研究[J];管理科學;2007年02期

3 劉小峰;陳國華;李真;;零售網絡的結構建模與演化分析[J];管理科學;2009年04期

4 李世偉;;基于協(xié)整理論的滬深300股指期貨跨期套利研究[J];中國計量學院學報;2011年02期

5 何樹紅;張月秋;張文;;基于GARCH模型的股指期貨協(xié)整跨期套利實證研究[J];數學的實踐與認識;2013年20期

6 張河生;聞岳春;;基于參數調整的協(xié)整配對交易策略:理論模型及應用[J];西部金融;2013年01期

7 彭舒怡;;基于GARCH模型銀行股配對交易研究[J];知識經濟;2013年10期

8 劉永波;;投資組合優(yōu)化的可行性規(guī)則人工蜂群算法[J];智能系統(tǒng)學報;2014年04期

9 麥永冠;王蘇生;;WM-FTBD配對交易建倉改進策略及滬深港實證檢驗[J];管理評論;2014年01期

10 李棟;張文宇;;基于FAM-ELM股票價格預測研究[J];計算機仿真;2014年08期

【相似文獻】

相關期刊論文 前10條

1 吳飛,趙桂萍,吳新群,李揚;網上交易模型演變探討[J];證券市場導報;2002年11期

2 夏清,孫正運;考慮交易成本的區(qū)域市場撮合交易模型[J];電網技術;2005年17期

3 乞建勛,方軍,牛東曉,孔峰;考慮系統(tǒng)穩(wěn)定性的供用電交易模型[J];中國電機工程學報;2005年05期

4 張振華;汪定偉;;電子中介在舊房市場中的交易模型研究[J];系統(tǒng)仿真學報;2006年02期

5 顧海燕,馬述忠;關于農戶決策交易模型的探討[J];陜西農業(yè)科學(農村經濟版);2000年12期

6 夏火松,蔡淑琴;企業(yè)知識市場交易模型的構建[J];科技進步與對策;2002年04期

7 李晨松,和金生;知識中介和知識中介參與的知識交易模型構建[J];大連理工大學學報(社會科學版);2005年02期

8 翁富;;如何建立量化交易模型[J];股市動態(tài)分析;2014年30期

9 張少敏;李沛盈;王保義;;基于信任度規(guī)避風險的撮合交易模型[J];北京交通大學學報;2008年06期

10 劉小茂,李楚霖;不同步交易模型的參數估計[J];經濟數學;2000年04期

相關會議論文 前2條

1 張愛軍;蔡俊;費玉蓮;;基于多Agent的網上交易模型的研究[A];2005通信理論與技術新進展——第十屆全國青年通信學術會議論文集[C];2005年

2 胡寧;杜榮;;企業(yè)內跨邊界知識交易模型及其分析[A];全國第九屆企業(yè)信息化與工業(yè)工程學術會議論文集[C];2005年

相關重要報紙文章 前3條

1 證券時報記者　 黃婷;新交易系統(tǒng)明年一季度上線[N];證券時報;2006年

2 S.Kambayashi　wilson Guo 編譯;自動交易模型的行為[N];期貨日報;2010年

3 大通期貨文竹;從弱者恒弱到物極必反[N];證券時報;2006年

相關博士學位論文 前1條

1 唐亮貴;基于多Agent的電子商務市場結構及交易模型研究[D];重慶大學;2009年

相關碩士學位論文 前10條

1 胡哲非;證券市場中量化策略實證性分析與交易模型構建[D];云南財經大學;2016年

2 陳錦全;“莞香資本”量化交易模型有效性研究[D];廣東財經大學;2015年

3 孫盛東;基于通道突破思維的程序化交易模型的構建及應用研究[D];中國海洋大學;2013年

4 姜昱鑫;債券投資的計算機自主交易模型研究與實現[D];復旦大學;2011年

5 包峰;程序化交易模型的開發(fā)與優(yōu)化[D];華東師范大學;2013年

6 王W汌，

本文編號：1353983