股指期货系统化交易的方法与应用.doc

《股指期货系统化交易的方法与应用.doc》由会员分享，可在线阅读，更多相关《股指期货系统化交易的方法与应用.doc（21页珍藏版）》请在三一办公上搜索。

1、股指期货系统化交易的方法与应用（内部资料）一、背景简介股指期货是以某种股票价格指数为标的物的期货和约。作为一种投资交易和风险管理的工具，投资者可以借助股指期货来博取投资收益，也可以用来规避股票市场的系统性风险。股指期货诞生于1982年，是金融期货中发展最快、交易最活跃的金融衍生产品。为适应国内外金融市场不断发展的形势，中国金融期货交易所于2010年4月推出了沪深300股指期货和约。股指期货是股票市场的衍生产品，股指期货交易的主要特点及与股票交易之间的区别在于：(一) 杠杆效应股指期货交易实行保证金制度，投资者买卖股指期货和约，只需缴纳和约价值一定比例的保证金，因此股指期货交易具有杠杆效应。(二

2、) 双向交易在股指期货交易中，既可以先开仓买入，进行做多；也可以先开仓卖出，进行做空。之后，通过与开仓时方向相反的交易来进行对冲，实现平仓操作，不必等到和约到期时进行交割。(三) T0交易对于当天开仓的股指期货和约，投资者可以将其持有到第二天以后，也可以在当天就把它们平仓脱手，即T0交易。(四) 到期日股指期货和约有到期日，到期时则自动进行现金交割。因此针对具体的和约，投资者不能实行长期持有的投资操作。证券期货投资从来都是世界上最富挑战性的行业之一，一直吸引着大批青年学子投身其中一试身手。这是一个完全公平竞争的市场，没有任何非市场因素制约投资者展示自身的能力。从历史上看，证券期货市场不仅成就了

3、许多投资者的财富梦想；而且也成就了许多学者在此领域取得卓越的成果，直至获得诺贝尔奖金。二、证券期货投资所面临的挑战1、预测分析大部分投资者的投资决策是基于对市场走势的预测分析而做出的，而市场的波动一方面受到诸多因素的影响；另一方面，现代投资理论以大量的精密的数学手段检测了市场波动特点，以无可辩驳的证据证明价格具有随机性和不确定性的特征，这些都给预测分析带来了极大的困难。华尔街上流行这样一句话：市场一定会用一切办法来证明大多数人是错的。这一论断在美国已被大量的统计数据所佐证，即：证券市场的赔率在70以上，期货市场的赔率在90以上。而且还有进一步的三个子结论：大部分个人投资人（业余投资人）在市场上

4、是净输家；大部分专业分析师和评论家的观点在市场的重要转折点是错的；大部分机构投资人的操作业绩低于市场平均表现。还有著名的猴子掷飞标的实验更是佐证了结论。在国内，也有专业的统计调查机构在对基金公司、券商、投资公司、市场分析师等进行了多年的跟踪和统计后，也得出了类似的结论。2、操作策略操作策略是指投资者在完成一个投资循环时（包括：入场、方向做对时的止赢出场、方向做错时的止损出场、以及加仓、减仓等的各个环节），所应遵循的一组交易规则。2002年诺贝尔经济学获奖者卡纳曼教授在对行为经济学进行了大量的实证研究后得出结论：对大多数人而言，投资亏损是一种本能。也就是说，大多数投资者在进行投资操作时缺乏明确的

5、和严格的操作策略，而是随着市场波动受到恐惧和贪婪等不良情绪的极大影响。其中一项实验表明：普通投资者当面临投资被套而产生浮动亏损是，往往的选择是坚持，等待市场的反转，坚持到资产解套时刻的到来；当投资产生浮动盈利时，他们反而容易比较焦虑，生怕市场回头使得利润又得而复失，于是市场的波动会使他们急切的出场，以保住到手的收益。这就是我们通常在证券市场上所见到的现象，即当“牛市”到来时，大部分投资者都在炒短线，频繁的进出，导致成交量不断的放大；而当“熊市”来临时，他们却坚持做长线，持仓不动，于是成交量不断萎缩。由此可见，人的情绪和本能的反应与正确的市场操作正好是背道而驰的。建立起一套适合自己的操作策略，克

6、服恐惧和贪婪等不良情绪，对于投资成功尤显得至关重要。3、随机强化人们在许多领域的学习和工作实践中，每当做了正确事情时，都会受到奖励，即正强化；每当做了错误事情时，都会付出代价，即负强化。由于有正负强化效应的存在，促使人们更多的去做正确的事情，规避去做错误的事情。随着时间的推移，人们会在实践中不断取得进步，技能也会不断的提高。然而，在证券期货投资领域却显现出另外一种情形，就是我们会看到许多投资者在经过了很多年的投资实践后，投资业绩并没有明显的改善，投资水平也没有明显的提高。其中的原因在于该领域呈现出随机强化的特性，即：做了正确事情，不一定会受到市场的奖励；做了错误事情，也不一定会付出代价。例如，

7、做投资操作时风险管理是必要的，于是设置止损点无疑是件正确的事情，但是有时会出现刚触发止损操作后不久，市场却调头反转，即做了正确的事情却受到了惩罚；有的操作不做风险管理，遭遇损失时死扛，无视巨大风险的存在，这种错误的事情有时却能受到市场的奖励。正是投资市场这种随机强化现象的存在，使得投资者很难从交易的结果来推断其过程的正确与否，很难总结出哪些操作是正确的，需要继续发扬；哪些操作是错误的，今后需要规避。这就增加了投资的博弈色彩，从而严重阻碍投资者投资水平和投资技能的提升。三、系统化交易1、系统化交易的概念什么是系统化交易（或称：交易系统）？系统化交易就是一套客观的、完整的操作策略。设计良好的交易系

8、统必须对投资决策的各个相关环节作出相应明确的规定。这种规定必须是客观的、唯一的，不允许有任何不同的解释。交易系统的特点在于它的完整性和客观性。所谓完整性，即其对投资操作的一个完整交易周期中的各个决策点，包括进场点、加仓点、减仓点、出场点等的条件都有明确具体的规定，从而形成一个完整的决策链。所谓客观性，即其决策标准体现的唯一性。如果条件集合（A）发生，则决策B发生，这种因果关系具有唯一性。交易系统的完整性和客观性，保证了交易系统结果的可重复性。从理论上说，对任何使用者而言，如果使用条件完全相同，则操作结果完全相同。系统的可重复性即是方法的科学性，一般情况下可以运用计算机技术加以实现。2、系统化交

9、易的作用对任何投资人而言，都有下述两种态度可供选择：一种是赌博的态度；一种是投资的态度。所谓赌博的态度，是指缺乏事先严格设计的具有正期望值盈利率的博弈计划，而在单纯利益心里驱动下进场下注；所谓投资的态度，是指按照事先周密设计的具有正期望值盈利率的博弈计划进场操作。因此，是否拥有一个正期望值的博弈计划或交易系统，对于投资人来说就显得格外重要。交易系统的可重复性和可程序化的特点，使得人们可以利用历史数据和现实数据对该交易系统的盈利率进行检验，并在此基础上，进一步对其进行改进、完善，使之成为一个满意的交易系统，即：具有正期望值盈利率的博弈计划。这样，便可以规避掉主观化的市场预测分析所面临的困难，也可

10、以正确面对市场的随机强化现象。交易系统可以帮助投资人在实际进入市场之前，就明确地百分之百客观地检验自己的操作方法，从而节省大量的操作资金和交易成本。这就好像任何现代的大型工业项目都要先经过设计、论证、实验、试生产，直到规模生产这样的程序一样，而不会在规模生产的水平上去反复检验修改最初的设计思想。交易系统可以帮助投资人有效地控制风险，它可以告诉投资人每次交易的预期利润率、预期损失金额、预期最大亏损额度，预期连续赢利次数、预期连续亏损次数等等，这些都是投资风险管理的重要参数。交易系统可以帮助投资人有效地克服心理弱点。像在赢利时拿不住仓单，在亏损时又死扛着不动等现象，在遵循交易系统进行操作的情况下，

11、是不可能发生的。可见，交易系统在上述诸多方面都是投资人的有力助手。四、系统化交易模型的建立1、交易策略的建立要建立起一套完整的交易策略，首先要在对市场价格的波动特性有深入了解和认识的基础上，形成自己的投资理念。这需要对市场的长期观察和实践；需要刻苦的理论学习，吸取前人留下的宝贵经验；还需要从投资高手的实战案例中学习投资技巧。举例来说，道氏理论是本世纪初最早最完备的对股价波动特征的理论总结。道氏理论由十二个基本定义构成，其中道氏对趋势的定义至今仍然是最权威的。由道氏理论出发，后来形成了一系列著名的交易策略，如：摆动交易法、三点交易法，等等。现在电视和网络等媒体的期货节目中，经常有投资高手的实盘展

12、示内容，其中有很多实用的技巧，值得我们去认真体会和归纳，例如：动量交易法、高低点平仓法，等等。市场价格运行的基本态势为趋势市和振荡市，所对应的交易策略也划分为趋势类和振荡类的交易策略，当今世界上主流的交易策略是趋势类的交易策略，它们的优点在于不会错过任何一次大的趋势行情；而缺点则是遇到假突破时，会遭受一定的损失。其中：道氏理论、波浪理论、均线系统、海龟交易法等都是典型的代表。实例趋势跟踪策略M10： M10由N周期的新高（新低）突破入场策略和均线系统的回穿出场策略组成，下面显示M10策略在股指期货的日线行情的交易结果图：M10策略只是趋势类系统化交易模型的初级模型，模拟测试的效果显然还不够理想

13、，要想投入实战，还需对其进行升级改进。2、交易策略的改进这里采用了（1）参数优化的改进方法；（2）设定时间和空间的突破窗口，以确定每次突破的有效性，从而对假突破进行过虑的改进方法。测试结果如下：五、在证券期货市场立足的关键要素1、要有理念即对市场价格的波动特性有充分认识与理解，例如：对于牛市或熊市应有个基本的判断标准；中长期级别的操作要关注趋势，顺势而为；短期或日内级别的操作要关注主力动向和量能变化等。2、要有交易系统即根据自己对市场的认识，以及自己的性格特点和操作习惯，开发出经过历史数据检验的客观性和一致性的交易规则，并严格执行之。3、还要有些交易技巧，或者独门秘笈西方有句谚语：在一个瞎子的

14、世界里，独眼就是王。在投资的世界里，任何一个行之有效的投资技术或是交易策略，一旦公开被大多数人所掌握，它的效用必然会大打折扣。因为每个人都有了一只眼，和每个人都没有眼，在相互竞争的世界里其效果都是一样的。上述1、2两点早为广大专业投资人士所熟知，通常只能为我们控制市场大的风险，和获取市场的平均利润。所以，想要在市场上获取超额利润，必须要研发一些只属于自己的交易技巧，或者独门秘笈，以下内容将围绕这一主题展开。六、关键数据的利用趋势是由市场价格的运行所形成的，然而趋势能否持续，突破是否有效，又受到市场中诸多因素的影响。这里就从成交量、持仓量、盘口数据、外盘数据等市场关键数据出发，分析研究它们对市场

15、趋势的影响，并利用这些研究结果来改进和提高趋势跟踪交易策略的成功率和赢利水平。(一) 关于成交量在期货市场上，成交量与价格的关系与在股票市场上类似，即成交量水平是对价格运动背后的市场的强烈或迫切性的估价。成交量越大，则反映市场的强烈程度和压力越强。一般可以通过分析价格变化与成交量的关系来验证价格运动的方向，即价格变动是沿原来的趋势还是反转，或力度减弱等。把期货里面的力量分为4种：、向上做多力，、向下做空力，、空头平仓力，、多头平仓力。当上涨初级阶段，向上做多力，空头平仓力两者向上力量要大于向下做空力，初级多头平仓力可以忽略。当上行到一定高度的时候，空头随着高度的增加，相对前面砍仓的空头平仓力要

16、大大减弱而忽略，而多头平仓力却不断增强，向下做空力也不断增强，而向上做多力却不断削弱。开始放量力量上2下1，而最后放量下2上1。力量发生转变，即产生局部高点,价格至少出现滞涨。下面两图所展示的是由成交量所推演出来的多空能量指标，情况是：（1）价格在上涨，得到能量的配合，预示着价格上涨的趋势可以持续；（2）价格在上涨，却得不到能量的配合，预示着价格上涨的趋势难以持续。下图所展示的是根据成交量所推演出来的动量指标，可以看出：价格一方面随动量快速波动；另一方面，当动量超过一定数值后，价格容易呈现型或型反转走势。(二) 关于持仓量成交量、持仓量和价格走势的关系极为复杂，一般认为，如果成交量和持仓量均上

17、升，则当前价格趋势很可能按照现有方向继续发展。如果成交量和持仓量都下降，则当前价格趋势或许即将终结。成交量和持仓量随价格上升而增加，说明新入市的人开多仓增加，市场看涨；成交量和持仓量增加而价格下跌，说明新入市的人开空仓增加，市场看跌；成交量和持仓量随价格下降而减少，说明市场中多头平仓止损增加，空头仅进行获利了结，但开空仓的并不增加，市场跌势有望趋缓；成交量和持仓量下降而价格上升，说明市场中空头平仓止损增加，多头开始获利了结，但开多仓的并不增加，市场升势有望趋缓；价格随未平仓合约上升和成交量下降而上升，说明多方继续开多仓，价格有望继续上涨；价格随未平仓合约下降和成交量上升而上升，说明多方开始平多

18、仓，价格有望回落价格随未平仓合约上升和成交量下降而下跌，说明空方继续开空仓，价格有望继续下跌； 价格随未平仓合约下降和成交量上升而下跌，说明空方开始平空仓，价格有望反弹。持仓量还可以依据交易所每天公布的各主力席位的持仓量数据进行分析，相关分析方法另行讨论，如下图所示：(三) 关于盘口数据(四) 关于外盘七、名家故事1、Jesse利弗莫尔 利弗莫尔是20世纪初期美国最著名的股票投机家之一。他在美国股票市场上四起四落的惊心动魄的战史及其中表现出的惊人意志力和智慧，至今令人们十分敬佩。Jesse利弗莫尔是当今许多青年专业投资家的偶像。利弗莫尔年生于麻省一个贫穷的农场工人之家。很小便从事辛苦的体力劳动

19、以帮助家庭。极度的贫困使少年的利弗莫尔产生了强烈的挣钱欲望，十几岁时他便离家去波士顿打工。虽然他没有受过多少正规学校教育，但他具有极高的数学天赋。在小学时，他一年便自学完3年的小学课程。利弗莫尔对数字有惊人的记忆力，可以做到过目不忘。到达波士顿，他在著名的Paine Webber经纪公司找到一份最低等的价格登录员的工作，周薪没有几美元。这是利弗莫尔一生中第一份也是唯一份工作。从此以后地使再没有为任何人工作过。 由于利弗莫尔对数字惊人的记忆力和理解力，他在股票价格登录过程中很快发现了很多价格波动模式，并以最初的几十美元的规模开始了地的股票投机生涯。利弗莫尔的第一次股票投机是与朋友合伙购买了5股C

20、BQ铁路股票，获利3&S226;12美元。经过多次的失败及失败后的痛苦反思，利弗莫尔迅速地成熟起来，并于20周岁之前实现了他的人生第一目标：赚25万美金。这在当时是相当大的财富。几年后，他就实现了第二目标：赚100万美金。此后利弗莫尔便成为当时华尔街的风云人物。2、詹姆斯西蒙斯模型先生 詹姆斯西蒙斯（James Simons，1938年）是美国数学家、投资家和慈善家。是世界级的数学家，也是最伟大的对冲基金经理之一。 西蒙斯1958年毕业于麻省理工学院，1962年在伯克利加州大学获得博士学位。他曾任教于麻省理工学院、哈佛大学和纽约州立大学石溪分校。陈-西蒙斯形式就是以陈省身和他命名的。1976年

21、，他获得了美国数学会的范布伦奖。2005年，西蒙斯成为全球收入最高的对冲基金经理，净赚15亿美元，差不多是索罗斯的两倍；从1988年开始，他所掌管的大奖章基金年均回报率高达34，15年来资产从未减少过。对于数量分析型对冲基金而言，交易行为更多是基于电脑对价格走势的分析，而非人的主观判断。文艺复兴公司主要由3个部分组成，即电脑和系统专家，研究人员以及交易人员。西蒙斯亲自设计了最初的数学模型，他同时雇用了超过70位拥有数学、物理学或统计学博士头衔的人。针对不同市场设计数量化的投资管理模型，并以电脑运算为主导，在全球各种市场上进行短线交易是西蒙斯的成功秘诀。不过西蒙斯对交易细节一直守口如瓶，除了公司

22、的200多名员工之外，没有人能够得到他们操作的任何线索。八、现代人工智能技术的应用1、量化金融的研究框架 从基本模型M10出发，将其在历史数据中的每一笔完整的交易作为一个样本，组成一个学习样本集E。其中每个学习样本的形式化描述为如下的因果关系的偶对： (状态特征交易结果) E状态特征表示该样本当时市场的某个关键数据或若干个关键数据的组合。针对模型不同的风险收益目标，再根据个人和专家的经验，可以初步确定状态特征由哪些关键数据组成，随着研究的推进，还可进行进一步调整，其形式化描述为：状态特征 (关键数据1，关键数据n)，是n维条件空间R的一个元素，R = R1R2Rn，uiRi，i = 1，n，R

23、i 是离散取值的有穷集合或连续取值的有限区间。交易结果表示每笔交易净收益值，大于零时代表盈利，小于零时代表亏损。形式化描述为：交易结果 净收益值 P（, ）交易模型最基本的风险收益目标有两个，一个目标是追求总收益的最大，即：总收益 净收益值i MAX 另一个目标是追求总胜率的最大，即：总胜率 盈利样本数总样本数 MAX 接下来，就需要运用诸如统计分类、人工智能、数据挖掘等现代金融工程技术对学习样本集E中所有例子进行聚类、统计和联想等方式的学习，从中可以得出一组从条件空间R到结果空间P的映射规则，其中每条规则都带有一个根据训练样本的分布聚类而产生的置信度。于是，分类规则的表示形式如下： R：IF

24、 Cond1Condn THEN Result = Pi，Strength 条件部分 结论部分 置信度 在规则R的条件部分中，子条件Condi仅包含条件空间D中的一维特征ui (i = 1，n)，并且仅可以是下列三种形式之一： 1. “ui”。表示ui可以取Di中的任意值； 2. “uivalue”。当ui为离散特征时，表示ui取Di中的某一确定值value (valueDi)； 3. “bguibh”。当ui为连续特征时，表示ui在bg与bh之间取值，其中bg、bhDi，且bg bh。通过规则R的应用，就可以将学习样本集E过虑分类为满足规则R的子集Ea和不满足规则R的子集Eb，而子集Ea的风

25、险收益目标显然要大大优于子集Eb和原学习样本集E。2、统计分类技术统计分类的方法很多，其中最典型的是Fisher方法，在经济预测与决策领域有着广泛的应用。然而，以Fisher方法为代表的统计分类方法由属于线性的分析方法，在面对分布高度复杂的学习样本集时，就显现出一定的局限性。随着现代计算机技术的高速发展，下述几类人工智能技术（诸如：神经网络技术、遗传算法技术、数据挖掘技术等）在近几十年在社会经济领域得到了广泛的应用，它们能够很好的应对非线性系统中容易出现的多种复杂情况。3、神经网络技术应用计算机技术，通过模拟人脑的认知过程，去学习和解决具体问题，是当今计算智能领域研究的主要方向之一。而人工神经

26、网络正是人脑科学与计算机科学相结合的杰出成果。 将神经网络模型用于经济系统预测领域，就是要利用它所具有的自适应、自学习、容错性及能够从大量的历史数据中进行聚类和学习等特点，归纳出经济系统行为变化的某些因果关系规律，使之成为科学预测与决策的依据。以下是神经网络之一的B-P模型示意图： 4、遗传算法技术遗传算法(Genetic Algorithm, GA)作为一种实用、高效、鲁棒性强的优化技术，得到了极为迅速的发展，在各种不同的领域得到了十分广泛的应用。目前，基于遗传算法的机器学习系统中，最成功、最典型的就是分类器系统GCLS。这是一种将信任分配学习机制和基于遗传的规则发现机制有机地结合在一起的机

27、器学习系统，能够通过对简单位串规则的学习、发现，更有效地预测、引导其在系统环境中的行为。 GCLS系统的结构框图5、数据挖掘技术九、风险管理技术风险管理通常由止损策略和仓位控制策略两部分内容组成，而止损策略则是交易系统内容的一部分，所以这里只讨论仓位控制策略的相关内容。CPPI技术作为仓位控制策略的有效技术手段在市场上得到应用，而且它的另一项好处是便于计算机实现。CPPI(Constant Proportion Portfolio Insurance)，全称为恒定比例投资组合保险，是指将总的帐户资产分配在低风险资产（如：债券、回购和现金）和较高风险的期货资产上，其中期货资产投资额度不超过放大倍

28、数（帐户资产总值-价值底线）的限制。以下是该方法当中的几个关键要素：A. 收益增长线收益增长线是事先设定的一条随时间呈现非负增长的资产安全增值曲线。在投资管理过程中，通过运用CPPI资产配置策略和积极主动的投资管理，力争使帐户资产净值超越收益增长线水平，或者将帐户资产净值跌破收益增长线的情况控制为小概率事件。B. 收益增长线的设定CPPI的理论构成用数学公式来表示为：其中：E表示投资于股票资产的仓位限额；M表示放大倍数；A(t)表示该基金帐户的资产总额（随时间t变化）；F为给定期末的保本额度；表示t时刻的最低保本额度，既是收益增长线（随时间t变化，T为期末时刻）；r为控制参数，它使得本期收益增

29、长线的初始与上期的末尾平滑连接。C. 资产配置调整频率资产配置调整频率投资策略的不同设定为一定的调整周期，期货仓位上限将在每调整周期固定进行调整，并计算帐户调整仓位的交易成本。D放大倍数（M）的选择如果M越大标志着帐户资产的风险暴露度越高，如果由于市场流动性以及交易成本等原因不能够及时实现动态调整，那么帐户向下跌破保本底线的风险就越大。当然M取值越小，帐户能够分享到交易成功的收益比例也就相对较低。为了实现动态保本，并且可以较大程度地分享期货资产较高的投资收益，在M的选择上，需要通过大量实证模拟测算进行求证，在通常情况下，M = 1、2、3是较为适中的选择。十、一些问题的思考1、关于交易系统的稳

30、定性问题交易系统在实际的应用中，容易出现稳定性的问题，交易系统的表现不像当初设计和测试的那样好，有时好有时坏，有时甚至突破历史的最坏记录，这时是选择坚持，还是放弃就成为困扰系统交易者一个主要问题。关于上述问题，可以从以下几点进行思考：a、交易系统建立的基础首先还是交易理念，即对市场价格波动特性的规律性的认识。当市场这个基本特性没有确认已经改变时，对交易系统不要轻言放弃；b、测试的行情数据要足够长，最好要经历到上涨、下落、几盘整等各种阶段，经过这样测试出来的交易系统的稳定性会好一些。这一点目前对股指期货交易系统很不利；c、目前交易系统的测试和参数优化等环节，都是以概率论和数理统计为基础的，但是经

31、济数据不像是自然科学的数据，它随着时间的推移统计特征逐渐发生变化也是一种必然，因此，不断跟踪和发现行情数据统计特征的变化，适时调整交易系统也是一种必然的选择。d、现代人工智能技术可以从多个层面、多个维度对大规模的复杂数据进行相关性分析和聚类归纳，所得出的结论可靠性更高，而且用产生式规则（白箱）表示，更便于理解和解释。这在一定程度上袮补了参数优化（黑箱）的不足，完全有可能成为今后交易系统研发的有力工具。e、多种交易系统的组合应用，当一个系统表现不佳时，还要其它多个系统表现正常，这样就可以进行补偿，使得投资帐户总体有个正常的表现。这是目前多数系统交易者用来克服交易系统稳定性问题的主要方法。2、关于黑天鹅的问题十一、股指期货程序化交易实战模型的测试报告1、交易模型M280：本模型为日内趋势跟踪模型，日交易次数设置为1；测试对象为沪股指连续IF888；交易手数为1手，滑点为5个价位；手续费设置为交易所手续费的11倍，日内收双边；测试时间段为：2010.10.28-2012.1.10。2、测试结果：3、交易信号：4、模拟盈亏曲线：5、结论： 测试的结果令人满意，收益/风险比例在10倍以上，盈亏曲线表现为稳定增长，不亚于沪铜、沪胶等市场主力品种。