基于创业板市场情绪的量化择时

发布时间：2017-04-23 05:05

  本文关键词：基于创业板市场情绪的量化择时，由笔耕文化传播整理发布。

【摘要】：在国外成熟的资本市场中,量化投资已经历了半个多世纪的发展,形成了较为完备的理论体系同时也取得了巨大成就。比如美国的量化投资大师James Simons的大奖章基金,从设立的1989到2007年期间的年复合收益率达到35%,超过以价值投资著称索罗斯管理的量子基金。我国因为资本市场发展历史较短,目前关于量化的研究理论还比较少。此外传统的金融理论,是以理性人和有效市场假说(EMH)为理论基础,但是随着市场中很多异常现象的出现,用传统的金融理论已经无法解释这些现象,所以从上世纪八十年代开始,行为金融的相关研究得到了快速发展。行为金融认为一切市场行为的本质都是人的行为,而投资者往往受自身情绪的影响,所以投资者的情绪会对市场造成影响。因此如何把市场情绪和量化投资相结合,构建有效投资策略是本文的研究重点。本文在现有文献和对创业板市场相关数据研究的基础上,试图构建基于创业板市场情绪的量化择时投资策略。首先,关于市场情绪构建部分,本文采用主成分分析法构建市场情绪指数；其次,关于量化择时策略构建部分,首先采用向量自回归模型分析市场情绪和创业板指数之间的关系,然后采用EGARCH(1,1)模型分析市场情绪波动的特点,并依据上述研究结论构建量化择时策略；最后本文采用python编程语言并以创业板指数基金为研究对象,实证分析策略的有效性。根据上文的研究目的,本文确立了如下的研究内容：第一章绪论,该部分首先介绍了选题的背景和研究目的与意义,并对本文的研究思路和使用的研究方法做了简单介绍,最后指出本文的创新点。第二章理论基础和文献综述,本章节先介绍了量化投资的概念和国内外的发展状况,然后详细介绍了市场情绪的概念、度量方法和国内外的研究。第三章市场情绪综合指数的构建,本章选取成交量、换手率、新增开户数、股票型基金仓位、两融余额这五个市场情绪代理指标,并运用主成分分析法对上述代理指标进行分析,最后构建综合情绪指数SI。第四章量化择时策略实证分析,本章首先运用向量自回归模型(VAR)分析市场情绪和创业板指数之间的关系,然后基于EGARCH (1,1)模型分析市场情绪指数波动的特点,然后依据上述研究结论构建量化择时策略；最后本章采用python编程语言并以创业板指数基金为研究对象,检验策略的有效性。第五章研究结论,本章节首先对上述实证研究进行总结,并对本文所采用的投资策略进行了详细的描述,最后指出了本文研究过程中的一些不足,并对未来研究方向进行了展望。通过一系列的研究分析,本文得出以下结论：1、构建市场情绪综合指数SI：本文在现有研究基础上,选取创业板市场的成交额(VOL)、换手率(TUR)、新增开户数(NNA)、股票型基金仓位(SFP)、两融余额(MAR)这五个情绪代理指标,并运用主成分分析方法构建了综合情绪指数SI (Sentiment Index)。该市场情绪指数基本能够反映创业板市场的整体情况。2、市场情绪变化和市场指数收益的关系：对市场情绪变化率(SIRt)和市场指数收益率(MRt)采用二元向量自回归模型分析发现,整体而言两者具有较强的正相关性,此外市场情绪变化相对于市场收益率具有四阶滞后性。此外,当期市场情绪和近期的市场情绪正相关,而和远期市场情绪负相关,说明短期市场情绪具有惯性,而长期来看市场会出现反转。3、市场情绪指数的波动：对于市场情绪的波动性本文采用EGARCH(1,1)模型对其进行研究,结果表明市场情绪指数变动率SIRt的波动具有不对称性,说明市场上涨和下跌这两种情况对投资者情绪的冲击不一样,因为市场下跌比上涨时更加剧烈迅速,留给投资者反应的时间更短。4、基于市场情绪指标的择时策略：因为市场收益率和滞后四期的市场情绪具有显著的正相关性,所以本文在市场上涨行情中采用的择时策略是：当市场情绪指数变化率连续四期为正数,即确定上涨趋势的形成,同时买入投资标的。因为市场情绪指数变动率的波动具有不对称性,市场的下跌比上涨时更加剧烈,所以为了量化指标尽量有预警作用,因此本文在下跌行情中采取的择时策略是：当市场情绪指数变化率连续三期为负数,即确立下跌趋势形成,从而卖出投资标的保持空仓。5、择时策略的有效性：首先,本文衡量择时策略的有效性从超额收益和夏普比率这两个方面进行验证。从总体而言量化择时策略在单边上涨行情中,相对买入持有策略超额收益并不显著,在熊市中或者震荡市中本文的量化择时策略比较显著。其次,不管在单边行情或者震荡行情中,择时策略的夏普比率都显著高于买入持有策略,这也说明了本文的择时策略降低了投资标的波动,降低了风险。最后,因为本文择时策略是趋势投资,当市场出现买入信号时才会买入投资标的,进而会产生时滞情况,所以择时策略效果在单边行情中并不显著。但是在下跌行情中,本文择时策略可以使得投资标的在熊市中躲过大跌,从而减少了损失。本文创新点如下：(1)关于量化投资模型,现有文献(屈云香,黄启,2011；杨喻钦,2015)主要是基于主板市场或者沪深300指数,而基于创业板市场投资策略的相关研究目前还比较少。而创业板上市公司以具有高新技术的成长型公司为主,具有较高的投资价值,故本文基于创业板的量化择时策略具有较高现实意义。(2)目前关于市场情绪的相关研究比较多,但是大多是关于市场情绪的量化或者市场情绪波动因素的研究。关于市场情绪和市场趋势的关系,并基于市场情绪进行量化择时的研究基本没有,这是本文研究的一个创新点。(3)国内外很多文献(易志高,龚辉锋等,2014)关于情绪指标的选取,主要集中在交易量、换手率、消费者信心指数、封闭基金折价率、IPO首日收益率等指标。这些指标有些经过市场检验是有效的,而有些随着证券市场的发展其解释性已经很小。本文依据我国证券市场具有高杠杆的特点,引入两融余额这个重要指标,最后在现有相关研究(Baker and Wurger,2006)基础上构建综合市场情绪指标SI。(4)我国证券市场最大的特点就是波动比较大,容易急涨急跌。通常当市场下跌时市场波动比上涨时更加剧烈,给投资者反应的时间更短。为了研究并验证这个现象,本文采用了EGARCH (1,1)模型对市场情绪的波动性进行研究,最后论证了市场情绪波动的不对称性。(5)目前我国市场关于量化投资的模型基本是多因子选股模型,多因子选股模型主要优点就是通过候选因子,可以迅速的筛选出股票构建投资组合。但是候选因子的不同以及筛选顺序差别,对最后筛选的股票具有较大影响。而本文基于创业板市场情绪的量化择时策略,是行为金融和量化投资的结合,为投资者提供了一种新的思路。本文的研究在研究内容和研究方法等还存在不足：第一、关于市场情绪指数的构建,本文在前人研究基础之上选取了已被验证有效且常用的四个指标,此外本文引入了现有文献未被引入但是相关性很高的两融余额指标。虽然本文在此基础上构建的情绪指标基本能够反映市场情绪,但是为了能够更好反映市场情绪,可以尝试在以后相关研究中加入技术类等其他指标,这需要以后更多的工作研究。第二、本文所构建的市场情绪指数是创业板的市场情绪指数,所以选取的单一情绪代理指标主要来自于创业板市场。比如成交额、换手率,且这两个指标可以从每日创业板市场中获取；但是新增开户数、股票型基金仓位、两融余额这三个代理指标衡量的整个A股市场的状况,无法获取单个创业板市场的相关数据。这对准确构建创业板市场情绪指数产生了一定影响,需要在以后相关研究中继续改进。第三、数据选取问题,构建市场情绪综合指数的相关数据,都是基于当前已有的数据之上建立的,而通常用现有数据所构建的指标都会有滞后性,这也会对择时策略的效果产生影响。关于发现并构建更加有效的指标,这还需要以后更多的相关研究。第四、因为创业板市场成立时间较短,相关数据还不够充分,所以对于本文择股择时策略的长期效果,还需要在以后的研究中进行继续跟踪并进行相关研究,从而进一步验证策略的有效性。
【关键词】：市场情绪 情绪波动 量化择时
【学位授予单位】：西南财经大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F832.51
【目录】：

• 摘要4-8
• Abstract8-12
• 1. 绪论12-22
• 1.1 研究的背景12-16
• 1.1.1 创业板和主板的比较12-15
• 1.1.2 研究的背景及问题提出15-16
• 1.2 研究目的及意义16-17
• 1.3 研究思路与主要内容17-20
• 1.4 研究方法与创新点20-22
• 2. 理论基础和文献综述22-36
• 2.1 市场有效性22-24
• 2.1.1 国外文献综述22-24
• 2.1.2 国内文献综述24
• 2.2 量化投资理论研究24-28
• 2.2.1 国外相关研究25-26
• 2.2.2 国内相关研究26-27
• 2.2.3 量化投资的优点27-28
• 2.3 市场情绪的理论综述28-35
• 2.3.1 投资者市场情绪定义28-29
• 2.3.2 投资者市场情绪度量29-33
• 2.3.3 市场情绪国外相关研究33-34
• 2.3.4 市场情绪国内相关研究34-35
• 2.4 文献研究小结35-36
• 3. 市场情绪综合指数的构建36-47
• 3.1 量化指标的标准和种类36-39
• 3.1.1 量化指标的标准36-37
• 3.1.2 量化指标的种类37-39
• 3.2 市场情绪代理指标的选取39-43
• 3.2.1 指标选取39-41
• 3.2.2 指标说明41-43
• 3.3 基于主成分分析法构建市场情绪指数43-47
• 3.3.1 主成分分析过程43-46
• 3.3.2 构建市场情绪综合指数SI46-47
• 4. 量化择时策略的实证分析47-58
• 4.1 研究思路47-48
• 4.2 市场情绪和市场收益相关性分析48-51
• 4.2.1 格兰杰因果检验48-49
• 4.2.2 构建模型49-51
• 4.3 市场情绪波动性分析51-53
• 4.3.1 市场情绪变化率的异方差检验51-52
• 4.3.2 基于EGARCH(1,1)模型实证分析52-53
• 4.4 构建择时策略53-54
• 4.5 实证分析54-58
• 4.5.1 数据选取54-55
• 4.5.2 实证结果分析55-58
• 5. 研究结论58-62
• 5.1 研究结论58-59
• 5.2 投资者策略59-60
• 5.3 研究的不足和展望60-62
• 参考文献62-66
• 附录66-69
• 后记69-70
• 致谢70

【相似文献】

中国期刊全文数据库 前10条

1 彭惠;罗锐;盛永恒;;市场情绪对开放式基金申赎流量的影响分析[J];上海金融;2012年02期

2 宇靖;;市场情绪转暖 成交未能放大[J];证券导刊;2006年30期

3 邓二勇;;短期情绪脆弱 中期压力犹存[J];股市动态分析;2011年31期

4 魏凤春;;市场情绪进入甜蜜期[J];股市动态分析;2014年15期

5 姜继娇;杨乃定;;行业特征、市场情绪与收益波动[J];管理学报;2006年05期

6 孙建军;王美今;;中国投资者市场情绪生成模式经验研究——基于情绪指数的证据[J];海南大学学报(人文社会科学版);2007年05期

7 付鹏;;市场情绪进入麻木期[J];股市动态分析;2011年50期

8 魏凤春;;监管着眼控风险或影响市场情绪[J];股市动态分析;2013年14期

9 许祥云;廖佳;吴松洋;;金融危机前后的中国股债关系分析——基于市场情绪变化的解释视角[J];经济评论;2014年01期

10 ;2007中国国际铟业论坛进展情况[J];中国金属通报;2007年36期

中国重要会议论文全文数据库 前2条

1 何小洲;蒋睿凌;;证券市场情绪形成机理研究[A];第三届（2008）中国管理学年会——市场营销分会场论文集[C];2008年

2 李稻葵;汪进;冯俊新;;货币政策须对冲市场情绪——理论模型和政策模拟[A];清华大学中国与世界经济研究中心研究报告（总第27期）[C];2009年

中国重要报纸全文数据库 前10条

1 ;市场情绪将持续低位徘徊[N];证券时报;2008年

2 记者 张利静;市场情绪骤然转空[N];期货日报;2012年

3 记者 韩乐;市场情绪趋于谨慎[N];期货日报;2012年

4 记者 张海强;市场情绪明显转空[N];期货日报;2013年

5 记者 张欢;连续上涨 市场情绪谨慎[N];期货日报;2013年

6 北京 张涵;市场情绪继续乐观[N];21世纪经济报道;2013年

7 记者 孙红娟;意大利大选投票结束市场情绪暂时乐观[N];第一财经日报;2013年

8 记者 张欢;上攻显乏力 市场情绪谨慎[N];期货日报;2013年

9 记者 董铮铮;期指贴水有所扩大 市场情绪趋谨慎[N];上海证券报;2013年

10 晓旦;市场情绪转向乐观[N];中国证券报;2014年

中国博士学位论文全文数据库 前1条

1 郭朋;市场情绪、技术分析和投资者行为模式[D];复旦大学;2011年

中国硕士学位论文全文数据库 前6条

1 卢金;基于创业板市场情绪的量化择时[D];西南财经大学;2016年

2 王宁;市场情绪与行业情绪对股票收益的影响[D];山西大学;2013年

3 牛琳玉;市场情绪与开放式基金申赎流量的动态关系研究[D];北京邮电大学;2011年

4 宋东伟;证券交易市场情绪与系统性定价偏误研究[D];北京交通大学;2012年

5 刘艳丽;纯粹市场情绪指数[D];上海交通大学;2012年

6 陈攀;金融市场不稳定性的内生机制研究[D];湖南师范大学;2013年

  本文关键词：基于创业板市场情绪的量化择时，，由笔耕文化传播整理发布。

本文编号：321849