量化交易策略的研究

发布时间：2017-04-04 13:07

  本文关键词：量化交易策略的研究，由笔耕文化传播整理发布。

【摘要】：在不断发展的证券市场上,如何去投资已经成为人们讨论的关键问题,而如何从众多品种中选出合适的品种,如何选择恰当的时机进行买卖,如何在适当的位置退出市场以实现收益最大化或者亏损最小化,如何在不同的市场行情下选择不同的交易策略,如何从大堆历史数据中挖掘出规律,如何去有效地组合交易品种或者交易策略。这些问题已经成为传统的主观交易无法回答的问题,这个时候量化交易的思想开始闪现在众多投资者的脑海,投资者可以借助计算机实现自己的想法,确实如此,就是计算机使得投资者变得更加理性,收益变得更加稳定。本文构建了两个交易策略,一个是简单地构建了一个趋势交易策略,然后用改进后的遗传算法去寻求最优的交易策略,对最优的交易策略进行跟踪得到稳定可观的收益和较小的回撤。另外一个交易策略是基于统计的方法进行跨期套利,利用统计学中的GARCH模型来发现套利的时机。本文选取的期货品种是股指期货主力合约和其他合约,原因在于对股指期货相对较熟悉,而且股指期货相当活跃,可以为市场带来很大的流动性。本文的创新之处在于:(1)对遗传算法进行了适当的改进,对交叉算子中的交叉概率,以及变异算子中的变异概率采取了动态变化的思想,这样做合情合理,因为优秀的个体确实应该能有较大的概率进入下一代,相对较差的个体应该具有很大的变异概率,使得个体(染色体)能够朝最优方向进化;(2)构建的交易策略为完整的一个交易过程,而不是简单地选择几个技术指标,从品种的选择来看,突破了不可以做空和T+1的限制条件,采用股指期货主力合约,而不是股票。利用技术指标CCI和MACD进行入场,利用K线进行过滤,最后采用了动态止盈和固定止损的出场方式,保证了收益的最大化和回撤的可控性;本文遗传算法的适应度函数由收益率和最大历史回撤率组成的二维向量,当对回撤率设置不同的值将会体现出投资者对风险的偏好程度,这样就克服了采用单一衡量因子的弊端,但是衡量一个交易策略的优劣的因素有很多,这也是本文下一步需要改进的地方之一;(3)构建套利交易策略的时候,不是利用历史成交数据计算出套利区间,然后发现超出套利区间的时候进行套利,而是利用统计模型来捕捉套利机会,这样打破了传统套利思想要求价差满足正态分布的局限性。而且最后的实证结果显示本文构建的套利交易策略可以取得可观的收益。
【关键词】：趋势投资策略 自适应遗传算法 套利 协整 GARCH模型
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F830.9;F224
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-12
• 1.1 研究背景和意义8-9
• 1.2 国内外研究现状9
• 1.3 论文的基本结构和内容9-10
• 1.4 可能的创新点10-12
• 2 量化投资概述12-17
• 2.1 量化投资的介绍以及优势12-13
• 2.2 量化投资的主要组成部分和关键13-15
• 2.3 国内外主要的量化投资平台15-17
• 3 主要的交易策略类型17-22
• 3.1 量化交易策略及其评估方法17
• 3.2 趋势交易策略17-19
• 3.3 震荡交易策略19
• 3.4 套利交易策略19-20
• 3.5 高频交易策略20-22
• 4 遗传算法及其改进22-25
• 4.1 遗传算法概述22
• 4.2 遗传算法的改进方法22-25
• 5 计量经济学简介25-27
• 5.1 协整性25
• 5.2 平稳性检验25
• 5.3 ARCH模型和GARCH模型的介绍25-27
• 6 趋势交易策略的构建和分析27-33
• 6.1 趋势交易策略的设计思路27-31
• 6.1.1 数据处理27
• 6.1.2 交易频率的编码27
• 6.1.3 入场策略的设计和编码27-29
• 6.1.4 多空操作的编码29
• 6.1.5 止损操作和采用固定止损的方法29
• 6.1.6 动态止盈方法29-30
• 6.1.7 染色体的设计30
• 6.1.8 适应度函数的设计30-31
• 6.2 遗传算法的主要部分31-33
• 7 套利交易策略的构建和分析33-46
• 7.1 数据选取33-34
• 7.2 合约价格的协整检验34-42
• 7.3 ARCH效应检验及修正42-43
• 7.4 建立GARCH模型43
• 7.5 跨期套利操作步骤43-44
• 7.6 实证分析44-46
• 8 全文总结和展望46-47
• 8.1 全文总结46
• 8.2 后续待研究问题46-47
• 致谢47-48
• 参考文献48-51
• 附录51-59
• A. 作者在攻读硕士学位期间发表的论文目录51
• B. 突破类交易策略的TB程序代码51-53
• C. 趋势交易策略的MATLAB代码53-59
• D. 套利交易策略的MATLAB代码59

【相似文献】

中国期刊全文数据库 前10条

1 林巍;刘伶;;交易延迟与机构投资者交易策略研究[J];统计与信息论坛;2006年06期

2 温小敏;顾锋娟;;马尔可夫交易策略研究[J];统计与决策;2007年01期

3 李志生;;最优交易策略问题的动态求解方法[J];中国管理科学;2008年03期

4 李小天;;不交易的交易策略[J];理财;2011年04期

5 丁涛;;配对交易策略在A股市场的应用与改进[J];中国商贸;2013年05期

6 陆志昌;左东;;大库存股票的最优交易策略刍议[J];长春教育学院学报;2013年05期

7 燕汝贞;李平;曾勇;;一种面向高频交易的算法交易策略[J];管理科学学报;2014年03期

8 朱敏;市场分析与常用交易策略[J];中国外汇管理;2001年11期

9 攀登,邹炎,刘海龙,吴冲锋;考虑不完全知情交易者的交易策略分析[J];系统工程理论与实践;2003年10期

10 魏宇;;金融市场异常交易策略研究评述[J];经济学动态;2005年03期

中国重要会议论文全文数据库 前1条

1 王明日;刘善存;;限价指令交易策略的收益水平研究[A];第八届中国管理科学学术年会论文集[C];2006年

中国重要报纸全文数据库 前10条

1 好买基金研究中心 梁正;交易策略“适”者为王[N];经济日报;2014年

2 记者 张欢;期市投资不断完善交易策略才能持久盈利[N];期货日报;2012年

3 国泰君安期货 刘上青　刘佳伟;芝商所豆类期货的交易策略[N];期货日报;2014年

4 宝城期货金融研究所 程小勇;适合自己的交易策略才是最好的策略[N];中国证券报;2014年

5 肖懿;外汇交易策略[N];中国证券报;2003年

6 ;外汇交易策略(22)[N];中国证券报;2003年

7 冯迪凡;“他确信自己已经发明了一种伟大的新交易策略”[N];第一财经日报;2008年

8 ;交易策略研究要多总结历史规律[N];期货日报;2009年

9 王智勇;商品市场交易策略[N];期货日报;2004年

10 记者 饶红浩;程序化交易策略需耐得住寂寞[N];期货日报;2013年

中国博士学位论文全文数据库 前5条

1 燕汝贞;基于隐性交易成本的算法交易策略研究[D];电子科技大学;2014年

2 来升强;高频数据交易策略与波动性分析[D];厦门大学;2009年

3 付兰多;斯里兰卡股市新兴的盈利技术交易策略的市场效率和适用性[D];华中师范大学;2012年

4 王帅;量化投资：从行为金融到高频交易[D];华东师范大学;2013年

5 王宝森;股票指数期货交易策略及风险管理研究[D];天津大学;2004年

中国硕士学位论文全文数据库 前10条

1 陈敏鹏;基于适应性市场假说的股票交易策略研究[D];华南理工大学;2015年

2 罗慧;白银跨市套利策略研究[D];西南交通大学;2015年

3 冯毅锋;技术分析有效性研究[D];华南理工大学;2015年

4 陆昱廷;我国股票市场技术分析交易策略实证研究[D];复旦大学;2014年

5 孙梦荣;高频交易策略投资组合模型及其应用研究[D];首都经济贸易大学;2015年

6 陈航;程序化交易策略在股指期货上的应用研究[D];广西大学;2015年

7 宋天琪;基于高频交易策略的BIAS技术指标统计分析[D];哈尔滨工业大学;2015年

8 葛东;沪深300期指和指数的相关性及交易策略探究[D];哈尔滨工业大学;2014年

9 丁超群;期货程序化套利平台研究与实现[D];上海交通大学;2014年

10 严博;金石期货公司期货程序化交易及用户管理系统设计与实现[D];电子科技大学;2014年

  本文关键词：量化交易策略的研究，，由笔耕文化传播整理发布。

本文编号：285561