基于资金流向的量化择时策略研究
发布时间：2021-06-22 18:57
随着近年智能算法以及数据挖掘技术的不断进步,人们对于大数据的处理越来越科学化;与此同时,基于大数据处理的量化投资也开始在证券投资领域大放光彩。规避量化投资的热门区域,本文以市场低频数据为研究对象,针对中散户市场参与者（中散户的划分依据是Wind中“资金流向”指标的统计口径,详情见附录1）构建了基于资金流向的择时策略。策略的核心被分为选股和择时两部分;选股部分,不同于传统的量化选股策略中以获取高收益为最终选股目的,本文模型的选股以寻找波动性大,蕴含信息丰富的股票为目的;其次,本文模型的择时部分以资金流向指标为基础,选取大户为指标数据的提取口径,以获取拥有潜在的优质收益为目标,选取最优快慢线组合（模型关键参数）,同时,采用经典的金叉、死叉,理论判断买卖时点。选股过程:本文以沪深300指数成分股为原始研究对象,通过Wind咨询平台的数据量化接口获得原始数据,经过对原始数据的预处理获得有效股票282支;然后针对筛选出来的有效股票,以复杂网络构造窗口期（2016/01/01——2016/12/31）相应的对数收益率时间序列数据计算出相关性矩阵Cρ,并通过距离转换公式将其转化为距离矩阵Cd;再然后...
【文章来源】：西安理工大学陕西省
【文章页数】：115 页
【学位级别】：硕士
【部分图文】：
量化模型窗口期规划图（2012.09——2018.03）
目前市场上比较成熟的交易信号判断法则是均线的金叉、金叉买入，死叉卖出。其中，均线多用简单移动平均线，或平滑异同移叉，全称是黄金交叉，具体指快线（均线的计算窗口期较短，一般为 5 （均线的计算窗口期长于慢线的计算窗口期，一般为 10 日）的交叉点；称是死亡交叉，具体指快线下穿慢线的交叉点。简化模型，模型选用目标股资金流向指标的移动平均线做快慢线的计算n i(资金流向) = 资金流向 式（4-2）是资金流向指标的移动平均线的计算公式， n i(资金流向票的资金流向指标第 i 日的 n 日平均值。据上证综指一段时间内的数据，对目标股票的买卖时点举例说明。如图色曲线为上证综指在案例窗口期股资金流向指标的 5 日移动平均线，相为 10 日移动平均线；图中红色箭头指向的时点便是金叉点，为买入信号绿色剪头指向的时点是死叉点，为卖出信号点。
4 量化择时模型的构建方案研究窗口期改变了，即公式（4-2）中计算快慢线的 n 发生了变化，则往往得卖时点（如图 4-2），并导致不同的交易结果。又因为目标股票是选定了于模型所建立的量化模型，择时策略部分的核心便是确定适合我国证券可获得长期稳定高收益的快慢线窗口期大小。
【参考文献】：
期刊论文
[1]复杂网络中节点暂态中心性预测研究[J]. 童林萍,徐守志,周欢,蒋廷耀. 计算机科学. 2017(10)
[2]一种改进的模拟退火算法优化的支持向量机在交易信号研判中的应用[J]. 黄宏运,吴礼斌,李诗争,朱家明,黄华继. 延边大学学报(自然科学版). 2017(01)
[3]浅议量化投资发展趋势及其对中国的启示[J]. 王力弘. 中国投资. 2013(S2)
[4]资金净流入对股价走势的影响[J]. 李柳军,冯春阳. 中国市场. 2013(33)
[5]浅议量化投资在国内市场的发展[J]. 王冰,李想. 经济视角(下). 2011(03)
[6]神经网络与时间序列模型在股票预测中的比较[J]. 王波,张凤玲. 武汉理工大学学报(信息与管理工程版). 2005(06)
[7]信用风险定价模型原理评述[J]. 臧健. 金融理论与教学. 2005(02)
博士论文
[1]基于平稳过程和技术分析的交易策略研究[D]. 陈实.华东师范大学 2017
硕士论文
[1]基于情绪系数下的多因子选股模型实证研究[D]. 刘昭.山东大学 2017
[2]基于支持向量机的量化择时策略及实证研究[D]. 宋文达.西安工业大学 2017
[3]情绪因子与股票截面收益[D]. 钟强.浙江工商大学 2017
[4]基于协整的配对交易改进研究[D]. 钟惟达.浙江财经大学 2017
[5]基于美国与中国股票市场的动态投资组合策略研究[D]. 徐小庆.南京理工大学 2017
[6]基于投资者情绪测度的短期投资策略设计与分析[D]. 臧昊.上海师范大学 2017
[7]基于PLS法的投资者情绪与股票收益率的研究[D]. 肖垚.哈尔滨工业大学 2016
[8]基于协整方法的沪深300ETF与股指期货配对交易研究[D]. 高加璐.华侨大学 2016
[9]A股市场多因子量化选股研究[D]. 王瑞.山西财经大学 2016
[10]基于数据挖掘的量化投资系统的研究[D]. 邢娟.齐鲁工业大学 2016
本文编号：3243369
【文章来源】：西安理工大学陕西省
【文章页数】：115 页
【学位级别】：硕士
【部分图文】：
量化模型窗口期规划图（2012.09——2018.03）
目前市场上比较成熟的交易信号判断法则是均线的金叉、金叉买入，死叉卖出。其中，均线多用简单移动平均线，或平滑异同移叉，全称是黄金交叉，具体指快线（均线的计算窗口期较短，一般为 5 （均线的计算窗口期长于慢线的计算窗口期，一般为 10 日）的交叉点；称是死亡交叉，具体指快线下穿慢线的交叉点。简化模型，模型选用目标股资金流向指标的移动平均线做快慢线的计算n i(资金流向) = 资金流向 式（4-2）是资金流向指标的移动平均线的计算公式， n i(资金流向票的资金流向指标第 i 日的 n 日平均值。据上证综指一段时间内的数据，对目标股票的买卖时点举例说明。如图色曲线为上证综指在案例窗口期股资金流向指标的 5 日移动平均线，相为 10 日移动平均线；图中红色箭头指向的时点便是金叉点，为买入信号绿色剪头指向的时点是死叉点，为卖出信号点。
4 量化择时模型的构建方案研究窗口期改变了，即公式（4-2）中计算快慢线的 n 发生了变化，则往往得卖时点（如图 4-2），并导致不同的交易结果。又因为目标股票是选定了于模型所建立的量化模型，择时策略部分的核心便是确定适合我国证券可获得长期稳定高收益的快慢线窗口期大小。
【参考文献】：
期刊论文
[1]复杂网络中节点暂态中心性预测研究[J]. 童林萍,徐守志,周欢,蒋廷耀. 计算机科学. 2017(10)
[2]一种改进的模拟退火算法优化的支持向量机在交易信号研判中的应用[J]. 黄宏运,吴礼斌,李诗争,朱家明,黄华继. 延边大学学报(自然科学版). 2017(01)
[3]浅议量化投资发展趋势及其对中国的启示[J]. 王力弘. 中国投资. 2013(S2)
[4]资金净流入对股价走势的影响[J]. 李柳军,冯春阳. 中国市场. 2013(33)
[5]浅议量化投资在国内市场的发展[J]. 王冰,李想. 经济视角(下). 2011(03)
[6]神经网络与时间序列模型在股票预测中的比较[J]. 王波,张凤玲. 武汉理工大学学报(信息与管理工程版). 2005(06)
[7]信用风险定价模型原理评述[J]. 臧健. 金融理论与教学. 2005(02)
博士论文
[1]基于平稳过程和技术分析的交易策略研究[D]. 陈实.华东师范大学 2017
硕士论文
[1]基于情绪系数下的多因子选股模型实证研究[D]. 刘昭.山东大学 2017
[2]基于支持向量机的量化择时策略及实证研究[D]. 宋文达.西安工业大学 2017
[3]情绪因子与股票截面收益[D]. 钟强.浙江工商大学 2017
[4]基于协整的配对交易改进研究[D]. 钟惟达.浙江财经大学 2017
[5]基于美国与中国股票市场的动态投资组合策略研究[D]. 徐小庆.南京理工大学 2017
[6]基于投资者情绪测度的短期投资策略设计与分析[D]. 臧昊.上海师范大学 2017
[7]基于PLS法的投资者情绪与股票收益率的研究[D]. 肖垚.哈尔滨工业大学 2016
[8]基于协整方法的沪深300ETF与股指期货配对交易研究[D]. 高加璐.华侨大学 2016
[9]A股市场多因子量化选股研究[D]. 王瑞.山西财经大学 2016
[10]基于数据挖掘的量化投资系统的研究[D]. 邢娟.齐鲁工业大学 2016
本文编号：3243369
本文链接：https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/3243369.html
