基于强化学习算法的自适应配对交易模型

发布时间：2017-12-30 07:41

  本文关键词：基于强化学习算法的自适应配对交易模型　出处：《管理科学》2017年02期 　论文类型：期刊论文

  更多相关文章： 协整配对交易 Sarsa强化学习算法 自适应 动态参数 优化 仿真 统计套利

【摘要】：配对交易是统计套利中最主要的交易策略,但随着市场有效性的逐渐提高,该策略的获利机会正变得越来越有限,传统的固定参数交易模型已难以保证配对交易一直获得最大利润,交易模型的参数不仅需要优化,而且还需要动态地、自动地调整优化值,因此有必要研究开发具有人工智能属性的参数动态优化交易模型,这对于提升交易模型的盈利能力和执行效率具有重要意义。自适应配对交易模型是对传统的协整配对交易策略进行改进,推出一种基于强化学习模式的新型统计套利交易模型;将Sarsa强化学习算法和ε-greedy策略与新模型相结合,把模型参数的确定方法由传统的主观经验法和固定参数法改进为自适应模式的动态参数优化法;编制的计算机程序仿真实现了基于新模型的套利交易全过程,涵盖模型参数的动态优化、套利交易的模拟操作以及交易绩效的测量评估;以中国债市交易量最大的5种债券为样本,构建4组配对组合,采用Johansen协整检验法、T检验和Robust稳健性检验等方法对交易模型和测试结果进行实证分析。研究结果表明,新模型的运行效果全面优于传统模型。新模型显著提升了交易系统的获利能力,收益率和索提诺比率大幅提高;同时降低了投资风险,最大回撤出现明显下降;还提高了套利交易的执行效率,交易次数明显减少,套利成本下降;具有持续学习的能力,能促进累计收益率不断上升并最后收敛于最大值。研究结果还表明,协整配对交易在中国债券市场同样具有有效性,能够获得显著正收益。将强化学习思想与协整配对交易策略相结合,设计开发出一种新型配对交易模型,实现了模型参数的自适应动态调整。这种改进型交易模型有助于应对传统配对交易策略获利能力的下降,进一步提高配对交易策略的效率和绩效。在中国融资融券和股指期货等做空机制开闸的市场环境下,新模型可为投资者提供一种有效的套利手段和风控工具。
[Abstract]:......
【作者单位】： 上海工程技术大学管理学院;复旦大学管理学院;上海社会科学院应用经济研究所;国泰君安证券公司固定收益部;
【基金】：国家自然科学基金(71571048)~~
【分类号】：F830.9
【正文快照】： 引言配对交易是量化投资和统计套利中最主要的交易策略,目前量化投资已成为成熟市场最主流的投资方式之一,更被视作资本市场成熟与否的一个重要标志。在中国,随着做空机制逐渐放松,尤其是融资融券和股指期货的推出,以协整配对交易为代表的主流量化交易方式也开始出现兴起之势

【参考文献】

相关期刊论文 前10条

1 石春生,梁洪松;组织运作过程中的自适应机理[J];管理科学;2004年01期

2 高辉;赵进文;;沪深300股指套期保值及投资组合实证研究[J];管理科学;2007年02期

3 刘小峰;陈国华;李真;;零售网络的结构建模与演化分析[J];管理科学;2009年04期

4 李世伟;;基于协整理论的沪深300股指期货跨期套利研究[J];中国计量学院学报;2011年02期

5 何树红;张月秋;张文;;基于GARCH模型的股指期货协整跨期套利实证研究[J];数学的实践与认识;2013年20期

6 张河生;闻岳春;;基于参数调整的协整配对交易策略:理论模型及应用[J];西部金融;2013年01期

7 彭舒怡;;基于GARCH模型银行股配对交易研究[J];知识经济;2013年10期

8 刘永波;;投资组合优化的可行性规则人工蜂群算法[J];智能系统学报;2014年04期

9 麦永冠;王苏生;;WM-FTBD配对交易建仓改进策略及沪深港实证检验[J];管理评论;2014年01期

10 李栋;张文宇;;基于FAM-ELM股票价格预测研究[J];计算机仿真;2014年08期

【相似文献】

相关期刊论文 前10条

1 吴飞,赵桂萍,吴新群,李扬;网上交易模型演变探讨[J];证券市场导报;2002年11期

2 夏清,孙正运;考虑交易成本的区域市场撮合交易模型[J];电网技术;2005年17期

3 乞建勋,方军,牛东晓,孔峰;考虑系统稳定性的供用电交易模型[J];中国电机工程学报;2005年05期

4 张振华;汪定伟;;电子中介在旧房市场中的交易模型研究[J];系统仿真学报;2006年02期

5 顾海燕,马述忠;关于农户决策交易模型的探讨[J];陕西农业科学(农村经济版);2000年12期

6 夏火松,蔡淑琴;企业知识市场交易模型的构建[J];科技进步与对策;2002年04期

7 李晨松,和金生;知识中介和知识中介参与的知识交易模型构建[J];大连理工大学学报(社会科学版);2005年02期

8 翁富;;如何建立量化交易模型[J];股市动态分析;2014年30期

9 张少敏;李沛盈;王保义;;基于信任度规避风险的撮合交易模型[J];北京交通大学学报;2008年06期

10 刘小茂,李楚霖;不同步交易模型的参数估计[J];经济数学;2000年04期

相关会议论文 前2条

1 张爱军;蔡俊;费玉莲;;基于多Agent的网上交易模型的研究[A];2005通信理论与技术新进展——第十届全国青年通信学术会议论文集[C];2005年

2 胡宁;杜荣;;企业内跨边界知识交易模型及其分析[A];全国第九届企业信息化与工业工程学术会议论文集[C];2005年

相关重要报纸文章 前3条

1 证券时报记者　 黄婷;新交易系统明年一季度上线[N];证券时报;2006年

2 S.Kambayashi　wilson Guo 编译;自动交易模型的行为[N];期货日报;2010年

3 大通期货文竹;从弱者恒弱到物极必反[N];证券时报;2006年

相关博士学位论文 前1条

1 唐亮贵;基于多Agent的电子商务市场结构及交易模型研究[D];重庆大学;2009年

相关硕士学位论文 前10条

1 胡哲非;证券市场中量化策略实证性分析与交易模型构建[D];云南财经大学;2016年

2 陈锦全;“莞香资本”量化交易模型有效性研究[D];广东财经大学;2015年

3 孙盛东;基于通道突破思维的程序化交易模型的构建及应用研究[D];中国海洋大学;2013年

4 姜昱鑫;债券投资的计算机自主交易模型研究与实现[D];复旦大学;2011年

5 包峰;程序化交易模型的开发与优化[D];华东师范大学;2013年

6 王W汌，

本文编号：1353983