基于技术分析的动态量化择时体系研究

发布时间：2020-03-29 15:21

【摘要】：在投资领域,投资者最关心的是如何选择资产以及何时进行投资,两者缺一不可。围绕这两个问题,众多学者和业界研究员进行了大量的研究分析,研究表明,没有任何一种策略可以保证投资者获取稳定的超额收益,正如本文对部分量化策略回测研究所得,某些策略可以在特定的市场形态下获取高额收益但在另种市场形态下却损失惨重,也有一些策略收益率较为稳定,但相对较低。一种固定的策略无法战胜任何市场,但这并不意味着没有一种方法能够在各种类型的市场形态下大概率的取得较高收益。本文的目的在于通过构建动态量化择时体系,自动识别当前市场处于哪一种市场形态,进而自行优化择时组合权重,以匹配当前市场形态下最优择时组合进行证券投资从而避免一种固定策略带来不稳定性。本文围绕着如何构建动态择时体系展开,要想构建一个较为完善的动态择时体系,有三个关键要素,分别是备选基础策略、如何选取策略组合、市场判断。第一,在一个动态择时体系中必须要有数量充足的有效的择时策略,有效策略太少则无法保证能够适应大多数市场形态,很容易出现在某些市场形态下表现优异而在另外一种市场形态下出现亏损。第二,在对一定数量的策略研究之后可以发现不同策略的特点,进而构建不同市场形态下的最优择时策略组合,在不同市场形态下赋予各策略不同的权重,力求寻找到不同市场形态下既能保证较高的收益率又能保证有较高稳定性的策略组合。第三,在完成最优择时策略组合构建之后,最重要的环节就是进行市场判断,一切准备工作都是基于对当前市场能够正确判断,本文通过构建几种市场判断指标力求能够大概率对市场正确分类,进而在不同市场运用不同择时组合,获取稳定持续的高收益。第一步,基础量化择时策略分析。为了完成动态择时体系的构建,本文首先选取2010年4月16日至2017年12月11日的股指期货主力合约日收盘价作为研究标的,将整个研究区间分为四个时间段,对17种基础择时策略的年化收益率、最大回撤率、做多次数、做空次数、胜率进行回测分析。通过对基础量化择时策略的研究分析总结了不同策略的特点以及适合的市场形态。第二步,稳健性检验。每种策略都有其指标参数和策略参数,通过研究发现,大多策略效果对参数设置很敏感,参数的变化会对择时体系有重要影响。为此本文对上述策略进行参数稳健性检验,通过对参数的遍历回测,分析总结了不同策略在不同市场的稳健性以及各种市场下效果较好的几种备选策略。第三步,最优择时组合构建。本文通过两种思路构建了三种最优择时组合。第一种思路是将资产组合理论运用至量化择时组合,将每种策略看做资产,对其收益率和方差进行分析后利用资产组合理论求出有效前沿,根据投资者风险偏好选取有效前沿上不同的择时组合权重进行择时判断。第二种思路是通过对基础择时策略的回测和稳健性检验,分析总结出不同市场下的最优策略进行等权重赋权和收益回撤比赋权,构建最优择时策略组合。第四步,市场判断指标构建。本文通过研究发现,震荡市场均线之间和DIF与DEA的交叉频率较高而单边市场较低,通过该原理构建了基于交叉频率市场判断指标。此外本部分还运用了目前较为成熟但应用不太广泛的ADX指数和CMI指数进行趋势判断。第五步,动态择时体系构建及样本外检验。通过判断当前市场类型,确定当前市场形态下最优择时组合进行自动交易。最后本文通过机器模拟1200种价格序列1000个交易日的日交易数据对动态择时体系进行样本外检验。研究发现,震荡市场中,KD策略、J策略、BIAS策略择时效果显著,单边市场中5-30均线策略、均线分段策略、多空排列策略优势明显。全时段5-30策略保持了较高的收益率和稳定性,MACD策略最为稳定但收益率并不高。通过以上研究发现,不存在一种可以适应任何市场的高收益低风险策略,但可以通过对不同市场形态的识别选取不同的策略组合,在不同市场形态下均保持较为稳健的持续收益。收益回撤比法构建的择时组合体系表现效果最好,其与均线和MACD交叉频率结合构建的择时组合体系均取得了超过18%的平均年化收益率,但稳健性最好的择时组合方法是最优资产组合法。等权重法无论从收益率和稳健性均表现较差。市场判断指标中,ADX体系在各择时组合中均表现出了非常高的稳健性,与之相对应的是CMI体系收益率波动性较大,稳健性较差。
【图文】：

图 4. 1 股指期货分阶段日线图（二）回测过程下面按照上文所述交易规则对均线择时策略在各个时间段内进行回测。具体步1．从 Wind 提取 2010 年 4 月 16 日至 2017 年 12 月 11 日沪深 300 股指期货主日收盘价序列。2．将全时段沪深 300 股指期货主力合约日收盘价序列按照市场走势分为四个阶3．通过 Matlab 软件编程计算各阶段内以沪深 300 股指期货主力合约日收盘价的 5 日均线、10 日均线、20 日均线、30 日均线、60 日均线。其中 n 日均线计算MAn=（Pt-n+1+Pt-n+2+Pt-n+3+…Pt-1+Pt）/n。Pn为第 n 天收盘价，n 为移动平均周期数。5 日移动平均价格计算方法为：MA5=最近 5 日收盘价之和/5。4．通过 Matlab 软件编程寻找交易信号，在短期均线上穿长期均线时买入一手沪股指期货主力合约，当短期均线下穿长期均线时卖出一手沪深 300 股指期货主力合在提示交易信号时有同向仓位，则不进行任何操作，如有反向仓位则先进行平仓后易信号建仓。5．统计累积收益、做多和做空次数、每次交易收益、策略年化收益率、标的年

展示详细分析过程，其他均线组合择时策略详细过程见附录。1．5 日均线与 20 日均线择时策略回测图 4.2 至图 4.11 分别为全时段和四个阶段的策略回测图，其中每组图片分别有策略测交易记录和策略回测累计收益、仓位、回撤。交易记录图中在原始 K 线中标注了每次易的交易类型1和交易位置，策略回测累计收益、仓位、回撤图记录了随时间变化的累计益曲线图、仓位变化图、全局最大回撤率。交易记录图中，横坐标为交易日期，纵坐标标的指数的价格，在 K 线图中标注了每次交易的交易类型和交易位置。累计收益曲线图坐标表示累积交易日，纵坐标表示总资产，该图记录了全部 1858 个交易日总资产变动况。仓位图横坐标表示累积交易日，纵坐标表示仓位，1 表示做多，0 表示空仓，-1 表示空，该图记录了全部 1858 个交易日仓位变动情况。最大回撤率图横坐标表示累积交易日纵坐标表示最大回撤率，例如坐标（1000,0.5）表示第 1000 个交易日最大回撤率为 50%
【学位授予单位】：对外经济贸易大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：F832.5
，

本文编号：2606154