配对交易策略中交易信号动态化研究

发布时间：2021-01-01 22:44

　　配对交易策略是一种市场中性策略,被广泛应用在金融市场中,其基本思路是通过统计历史数据,寻找不同资产之间的价格变化规律,来建立资产的回归模型。与传统方法不同,配对交易策略关注的是不同资产之间的相对价差,而不是绝对价差,因此,具有较低的风险。配对交易主要分为配对资产构建和交易信号构建两个部分。配对资产构建的主要目的寻找价格变动相似的资产,来建立配对池,而交易信号的构建关注的是开仓和平仓的时机。本文重点研究的是交易信号,在传统配对交易信号的基础上,通过引入遗传算法实现交易信号的动态化,具体来说,将传统交易信号模型产生的结果,作为动态化寻优的初始范围,采用遗传算法进行动态寻优。同时针对传统遗传算法,收敛速度慢、过早收敛和实时性不足的缺点,本文引入自学习遗传算法、基于Metropolis准则的遗传算法和两级递阶的算法对传统遗传算法进行优化。最后,结合这几种改进遗传算法的特点,采用Stacking算法融合,提出一种优化后的交易信号动态化模型,同时,总结了程序化交易在应用配对交易策略中的一般流程。本文的实证部分,以数字货币市场中的比特币和比特币现金、商品期货市场中的焦煤主力合约和焦炭主力合约为例,通... 

【文章来源】：北京工商大学北京市

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外相关领域研究综述
    1.3 研究内容
    1.4 创新点
第2章 配对交易的相关理论基础
    2.1 配对交易的基本内涵
    2.2 配对交易的步骤
        2.2.1 构建配对组合
        2.2.2 制定交易标准及交易头寸
    2.3 小结
第3章 遗传算法及其优化
    3.1 遗传算法的产生和发展
    3.2 遗传算法基本原理
        3.2.1 复制算子
        3.2.2 交叉算子
        3.2.3 变异算子
    3.3 遗传算法的求解过程
    3.4 遗传算法基本特点
    3.5 自学习遗传算法
        3.5.1 基本概念
        3.5.2 优良位搜索算法
        3.5.3 优良模式搜索算法
        3.5.4 自学习算法
    3.6 基于Metropolis准则的遗传算法
        3.6.1 Metropolis准则的基本内涵
        3.6.2 Metropolis准则下的复制算子
    3.7 两级递阶遗传算法
    3.8 小结
第4章 交易信号动态化的优化模型
    4.1 风险控制和收益率
        4.1.1 风险控制
        4.1.2 收益率计算
    4.2 交易信号动态化模型
        4.2.1 理论依据
        4.2.2 模型框架
    4.3 程序化交易流程
    4.4 小结
第5章 实证分析
    5.1 数字货币市场—以比特币和比特币现金为例
        5.1.1 配对条件分析
        5.1.2 不同模型下的交易信号构建
        5.1.3 结果分析
    5.2 商品期货市场—以焦煤期货和焦炭期货为例
        5.2.1 配对条件分析
        5.2.2 不同模型下的交易信号构建
        5.2.3 结果分析
    5.3 小结
第6章 结论与展望
    6.1 结论
        6.1.1 交易信号优化模型的主要工作
        6.1.2 交易信号优化模型的主要内容
        6.1.3 交易信号优化模型的应用
    6.2 展望
参考文献
在学期间发表的学术论文及研究成果
致谢


【参考文献】：
期刊论文
[1]比特币价格波动与虚拟货币风险防范——基于中美政策信息的事件研究法[J]. 刘刚,刘娟,唐婉容.  广东财经大学学报. 2015(03)
[2]比特币的发展现状、风险特征和监管建议[J]. 陈道富,王刚.  学习与探索. 2014(04)
[3]比特币的理论、实践与影响[J]. 贾丽平.  国际金融研究. 2013(12)
[4]基于协整的股指期货和ETF的统计套利[J]. 戴进.  中国证券期货. 2012(10)
[5]配对交易的投资策略[J]. 崔方达,吴亮.  统计与决策. 2011(23)
[6]基于协整的股指期货跨期套利策略模型[J]. 仇中群,程希骏.  系统工程. 2008(12)



本文编号：2952126