本文關(guān)鍵詞：關(guān)于程序化交易幾類(lèi)新方法的探討　出處：《華東師范大學(xué)》2016年博士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 程序化交易 交易策略 平穩(wěn)過(guò)程 強(qiáng)遍歷定理 Monge-Kantorovich問(wèn)題 價(jià)格走勢(shì)配對(duì) 統(tǒng)計(jì)套利 互相關(guān)性

【摘要】：隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展,程序化交易已成為金融市場(chǎng)上主流的發(fā)展方向,人們對(duì)于程序化交易的研究也越來(lái)越豐富。本文重點(diǎn)探討程序化交易的策略方法。依據(jù)策略所用到的金融產(chǎn)品數(shù)量,分別討論兩個(gè)品種的交易策略以及單一品種的交易策略。對(duì)于兩個(gè)金融產(chǎn)品,我們首先考慮它們之間的價(jià)格走勢(shì)配對(duì)問(wèn)題,并且設(shè)計(jì)基于互相關(guān)性的統(tǒng)計(jì)套利交易方法。對(duì)于單一品種,我們重點(diǎn)研究基于平穩(wěn)過(guò)程的擇時(shí)交易策略。在進(jìn)行套利交易前,投資者可以通過(guò)價(jià)格走勢(shì)的匹配程度來(lái)確定交易標(biāo)的。目前常用的手段是基于機(jī)器學(xué)習(xí)和模式分類(lèi)的方法進(jìn)行識(shí)別,但這些方法在實(shí)際應(yīng)用中依賴于樣本的選擇,無(wú)法重復(fù)使用。由此,第一部分中本文提出了基于Monge問(wèn)題的價(jià)格走勢(shì)配對(duì)方法。Monge問(wèn)題原本考慮的是如何對(duì)兩個(gè)土堆進(jìn)行搬運(yùn)從而找到能量花費(fèi)最小的輸運(yùn)方案。將其應(yīng)用到價(jià)格走勢(shì)配對(duì)分析中,我們將兩個(gè)金融產(chǎn)品的價(jià)格走勢(shì)圖看成是兩個(gè)土堆,如果走勢(shì)匹配度較高,則對(duì)應(yīng)土堆之間的最優(yōu)輸運(yùn)能量較低。該方法對(duì)于價(jià)格走勢(shì)的匹配可以不依賴于歷史樣本的訓(xùn)練。由于原始的Monge問(wèn)題考慮的是實(shí)際輸運(yùn)情況,所使用的是歐幾里得距離。為了增加走勢(shì)圖匹配結(jié)果的區(qū)分度,我們提出了|·|p距離,并推導(dǎo)出了Monge問(wèn)題在|·|p距離下的極小化變分形式,通過(guò)該變分形式可以得到如下關(guān)于H(x,y)的擬線性橢圓型偏微分方程：對(duì)于該模型的求解,我們根據(jù)其對(duì)稱(chēng)特性使用交替下降法設(shè)計(jì)數(shù)值算法。并將該算法應(yīng)用到中國(guó)人壽、中國(guó)太保、中信銀行以及樂(lè)視網(wǎng)這四家上市公司的股價(jià)走勢(shì)圖上。從匹配結(jié)果可以看到,同屬于保險(xiǎn)行業(yè)的中國(guó)人壽與中國(guó)太保走勢(shì)最為接近,而中國(guó)太保相對(duì)于創(chuàng)業(yè)板的樂(lè)視網(wǎng)最為不匹配。與使用歐幾里得距離結(jié)果相比,|·|p距離隨著p的增大,模型能夠有效地放大走勢(shì)之間的不匹配性,從而使得區(qū)分度更為明顯。第二部分中,我們主要研究期貨與現(xiàn)貨市場(chǎng)間的統(tǒng)計(jì)套利交易。以國(guó)債ETF及國(guó)債期貨合約為例,設(shè)計(jì)基于互相關(guān)性的統(tǒng)計(jì)套利策略。首先通過(guò)Qcc統(tǒng)計(jì)量發(fā)覺(jué)這兩種金融產(chǎn)品的回報(bào)序列具有互相關(guān)性。然后通過(guò)互相關(guān)系數(shù)以及DCCA方法對(duì)價(jià)格數(shù)據(jù)進(jìn)行分析,驗(yàn)證價(jià)格序列間存在著長(zhǎng)時(shí)間互相關(guān)性。我們?cè)跇?gòu)建統(tǒng)計(jì)套利交易策略時(shí),對(duì)于兩組價(jià)格序列{xt),{yt),使用如下線性模型xt-βtyt=αt+ut。常規(guī)對(duì)于模型參數(shù)的估計(jì)使用最小二乘法。但是基于所驗(yàn)證的互相關(guān)關(guān)系,我們使用DFA回歸模型對(duì)參數(shù)進(jìn)行估計(jì),以此設(shè)計(jì)相應(yīng)的統(tǒng)計(jì)套利策略。經(jīng)過(guò)實(shí)際市場(chǎng)數(shù)據(jù)回測(cè)后,可以看到基于DFA回歸估計(jì)得到的模型所建立的策略累計(jì)收益率要明顯優(yōu)于最小二乘法建立的策略。因此,通過(guò)互相關(guān)性給統(tǒng)計(jì)套利的研究提供了一種新的思路。第三部分中,我們著重研究單一品種的擇時(shí)交易策略。根據(jù)Wang和Zheng[112]提出的基于平穩(wěn)過(guò)程的程序化交易模型,我們得到如下結(jié)論：假設(shè)價(jià)格序列的對(duì)數(shù)增量強(qiáng)平穩(wěn),依據(jù)強(qiáng)平穩(wěn)過(guò)程發(fā)出的交易信號(hào)進(jìn)行交易,隨著交易次數(shù)的增加,平均對(duì)數(shù)收益將幾乎處處收斂。有了該收斂性質(zhì)之后,當(dāng)收斂到一個(gè)正數(shù)時(shí),交易策略所獲得的累計(jì)對(duì)數(shù)收益就能夠穩(wěn)定向上地增長(zhǎng)。在此理論基礎(chǔ)上,我們使用不同的技術(shù)指標(biāo)構(gòu)造平穩(wěn)過(guò)程。首先,我們使用單一時(shí)間的技術(shù)指標(biāo)來(lái)構(gòu)造強(qiáng)平穩(wěn)過(guò)程,以此建立的投資策略具有穩(wěn)定的收益回報(bào)。此外,我們提出了多重時(shí)間周期結(jié)構(gòu)模型,并將基于MACD構(gòu)造的強(qiáng)平穩(wěn)過(guò)程應(yīng)用在多周期結(jié)構(gòu)上。以此設(shè)計(jì)的策略能夠?qū)⒉煌芷诓呗缘膬?yōu)勢(shì)結(jié)合在一起,得到了年化收益率為42.8%,夏普比率為3.07的投資收益,并且該策略所獲得的平均單次對(duì)數(shù)收益具有收斂性。而后,我們引入成交量信息,對(duì)多重時(shí)間周期策略進(jìn)行修改,提出了二維平穩(wěn)交易模型。歷史回測(cè)結(jié)果顯示在引入成交量信息之后,能夠有效過(guò)濾虛假信號(hào)從而提高夏普比率。最后,我們將機(jī)器學(xué)習(xí)的想法引入到策略設(shè)計(jì)中,提出了自適應(yīng)市場(chǎng)的交易策略。通過(guò)輸入歷史的平穩(wěn)技術(shù)指標(biāo)使用簡(jiǎn)單的線性模型訓(xùn)練得到一個(gè)黑箱模型,并以此作為交易準(zhǔn)則發(fā)出信號(hào),同樣獲得了較為穩(wěn)定的收益。并且隨著交易次數(shù)的增加,平均單次對(duì)數(shù)收益具有收斂性質(zhì)。該部分內(nèi)容不僅在理論上具有創(chuàng)新性,也具有重要的應(yīng)用價(jià)值。
[Abstract]:With the rapid development of computer technology , programmed transaction has become the mainstream development trend in financial market , and the research on programmed transaction is more and more abundant . In the third part , we put forward multiple time period structure models , and then use the technique index of single time to construct a stable process .

【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：F832.5

【相似文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 周瑜;關(guān)于程序化交易幾類(lèi)新方法的探討[D];華東師范大學(xué);2016年

，

本文編號(hào)：1358624