★★★★广发证券-金融工程-衍生产品专题一类波动收敛突变模式的趋势跟随策略-安宁宁.pdf
证券分析读书笔记
证券分析读书笔记目录一、内容综述 (3)1.1 证券分析的重要性和基础知识 (4)1.2 研究背景及研究目的 (5)1.3 研究方法和预期贡献 (6)二、财务报表分析 (7)2.1 理解财务报表的基本要素和结构 (8)2.2 财务比率分析简介 (9)2.3 现金流量分析的重要性与方法 (10)2.4 财务报表中的异常现象与分析 (12)2.5 案例分析 (13)三、公司基本面分析 (14)3.1 公司概况与行业定位 (15)3.2 公司的核心竞争力分析 (17)3.3 同业竞争分析与市场份额评估 (18)3.4 宏观经济与行业周期性影响 (19)3.5 宏观政策与行业发展前景分析 (21)四、定量分析与决策支持 (22)4.1 预测模型应用的原理与方法 (24)4.2 风险评估与管理技术 (25)4.3 金融工程在证券分析中的应用 (27)4.4 机器学习与大数据技术在证券投资中的应用 (28)4.5 投资组合理论在多资产配置中的应用 (30)五、技术分析框架与工具 (31)5.1 技术分析的基本理论框架 (32)5.2 技术分析的主要工具与图表 (33)5.3 技术指标的使用与定制 (35)5.4 交易策略设计与风险控制 (36)5.5 实证研究与技术分析的案例分析 (38)六、投资者情绪与市场心理学 (40)6.1 投资者情绪理论基础 (42)6.2 市场心理学的基本概念与方法 (43)6.3 群体行为与股票市场现象 (44)6.4 情绪指标在决策中的应用 (46)6.5 应对市场情绪波动的策略 (47)七、可持续性与社会责任投资分析 (49)八、总结与展望 (50)8.1 证券分析的综合应用与效用评估 (51)8.2 未来证券分析研究与技术的发展趋势 (52)8.3 证券分析研究对投资者与市场的影响测试 (54)一、内容综述《证券分析》一书主要围绕证券分析的理论与实践进行深入探讨,内容涵盖了证券分析的基本概念、分析方法、市场预测、风险管理以及投资心理等方面。
低延迟趋势线与交易性择时
z)
(1 / 2)2 *(1 1 2(1 )z1
2z1 z2 ) (1 )2 z2
二阶低通滤波器
H5
(z)
1
H4(z)
(
2 / 4) ( 2 1 2(1
/ 2)z1 ( )z1 (1
3 2 )2 z2
/
4) z2
二阶低通滤波器的优势
二阶低通滤波器
H5
(z)
1
H4
(z)
(
2 / 4) ( 2 1 2(1
择时次数 盈利比率 平均盈亏比
130 41.54%
3.91
累积收益率 年化收益率 最大回撤率
1076.47% 36.67% -21.35%
不同标的LLT择时效果比较
LLT趋势线择时累积收益率在上证指数、沪深300和深证成指中的对比
对于不同的指数来说,可能存在不同的最优参数 ( )d ,
使得累积收益最大化
低延迟趋势线与交易性择时
张超 广发证券金融工程
2013年8月
目录
一、传统均线系统 二、低延迟趋势线LLT的构造 三、基于LLT趋势线的交易性择时 四、总结
移动平均(Moving Average)线
MA(n) 1 n1 price(T i)
n i0
传统MA均线
蓝色:MA(5) 橙色:MA(10) 紫色:MA(30) 绿色:MA(60)
2
1
EMA(T ) price(T ) (1) EMA(T 1)
EMA低通滤波器
(1 z1) / 2 H2 (z)= 1 (1 ) z1
观察频域性质:令 z ei
,Z变换转化为离散傅里叶变换
频率响应曲线: | H (ei ) | 可以看作输出、输入在频域的强度比值
广发证券 债券量化研究系列专题之一:债券回报率
3 / 14
请务必阅读末页的免责声明
广发证券版权所有发送给:吕春杰 p4
1.引言
固定收益|专题报告
债券回报率分解指通过对债券收益率变动路径进行分解,从而把债券持有期收 益率分解成具备不同含义的关键部分。构建债券回报率分解模型,既可以对债券收 益率的来源进行精确的划分,更为客观的度量债券投资业绩;也可以通过对影响债 券市场价格的关键风险因子进行分析,寻找与自上而下观察的宏观和中观变量之间 的联系,从而为债券投资策略提供更为精确的建议。
主要结论
持有收益率跟票息有关,而票息则取决于当时的收益率环境,显然一般在持有期收益率上升时(从月度数据 角度),都是变化收益为负时。而当持有收益率见顶回落时,意味着从发行人角度无法承担更高的成本(或者从投 资者角度来说愿意接受更低的票息),变化收益会出现由正转负的情况,后期可能出现债券的牛市。
信用债价格的上涨主要是由于流动性的配置效应带来,第一,由于全年的资金成本都在3.0~3.5%区间(一季 度甚至高于这个区间),使得利率产品的保护显得不够(下滑和持有收益);第二,经济下滑过程中信用债风险事 件迟迟没有兑现,增强了投资者对中低等级信用债投资的信心;第三,银行理财资产池由于传统表内资产收益率 出现下降,增加了中低等级信用债的投资力度。
国债回报率分解模型
国债回报率=持有收益+下滑收益+变化收益。其中,持有收益度量了到期收益不变情况下随剩余期限减少而获 得的收益;下滑收益度量了基准曲线保持不变情况下到期收益率随剩余期限减少获得的收益,是投资者“预期收 益率”;变化收益度量了实际基准曲线移动带来的资本损益,是“超额收益”。根据分解模型,可以发现:1.持有收 益领先于变化收益;2.下滑收益目前接近于零;3.中长期国债利率的交易价值偏低。
20141203-广发证券-另类交易策略系列之十九:带反转的加强版EMDT交易策略
识别风险,发现价值
2 / 21
请务必阅读末页的免责声明
金融工程|专题报告
图表索引
图 1:基于 EMD 的趋势策略和反转策略的混合策略示意图 .................... 5 图 2:对数波动能量比 R 及其在 2010~2011 年的均线 ........................ 6 图 3:本征模态函数示意图 .............................................. 7 图 4:信号的本征模态函数提取示意图 .................................... 9 图 5:枢轴点突破-反转交易策略 ........................................ 11 图 6:经验模态分解下的枢轴点反转交易策略 ............................. 11 图 7:反转策略在样本内的单次交易平均收益率 ........................... 14 图 8:最优参数策略下单日交易明细图 ................................... 15 图 9:最优参数策略下反转策略的累积收益曲线 ........................... 16 图 10:最优参数策略下单次交易收益率分布 .............................. 16 图 11:最优参数策略下单次交易持仓时间分布 ............................ 17 图 12:趋势-反转混合策略的累积收益曲线 ............................... 19
Table_Report Table_Aut hor
混合策略样本外表现
趋势之星策略组合产品说明说明书
“趋势-之星”策略组合产品经理:赵丹琪2021年3月1日产品说明:“趋势之星”策略组合相关数据均来自于文华财经交易软件及wind数据库。
产品中所推荐的品种或具有对冲关系。
单品种交易机会的不确定性风险可能大于整个策略组合,建议投资者合理管理资金,单品种资金占有率控制在全部资金的30%以内。
一、重点关注品种品种趋势跟踪单品种交易策略品种关注方向关注度关注区间目标区间止损区间技术指标偏离度(日线)HL双通道顺势(级别)动力煤2105多头关注★★608-613629-635602-603中15焦炭2105多头关注★★★★2560-25802625-26302523-2524中15玻璃2105多头关注★★★★2060-20772150-21602030-2031高15 PTA2105多头关注★★★★4830-48504950-49544750-4751高15白糖2105多头关注★★★★5390-54105490-55005360-5361中15近期退出品种沪铝2104使用说明:利用技术指标的大小周期共振来迅速进行趋势跟踪:当大级别(60f及以上)背离(背驰)信号与双通道模型出现信号联立时,则预期出现局部拐点概率较大;若此时小周期也出现与大周期预期方向一致的走强或走弱时,则对该品种予以关注,其关注强度按30f方向强度来排序。
通过偏离度指标评价品种趋势强度,辅助择时。
二、品种解读品种品种解读动力煤2105估值:指标今值周度环比频率估计横向估值现货价格(元/吨)614-1周较高加工利润(元/吨)251.2 3.4周中低纵向估值期货价格600.2-0.6周偏高期现估值基差95.2(0.5)周偏高基本面驱动:向下向上:政策影响不及预期,矿山增产速度下降向下:政策干预强劲,矿山快速增产综合评估:供应端实际产量相对于需求仍然偏紧,但是政策保供的预期压制现货价格。
需求端采暖补库仍在继续,需求相对旺盛。
库存上由于运输阻碍,港口库存仍在下降。
★★★★广发证券-投资策略-探寻西蒙斯投资之道:基于HMM模型的周择时策略研究-罗军[1].pdf
.
广发证券公司或其关联机构可能会持有报告中所涉及的公司所发行的证券并进行交易,亦可能为这些公司提供或争取提供承 销等服务。本报告中所有观点仅供参考,并请务必阅读正文之后的免责声明。
目录索引
量化投资专题报告
HMM 与量化投资:探寻西蒙斯投资之道.................... 3
投资流派的分类:判断型 V.S 量化型、技术型 V.S 基本面型 3 西蒙斯的主要应用工具之一——隐马尔科夫模型(HMM)..... 3
算法和结果分析 ...................................... 12
两类波动模式下的择时策略及交易结果................... 12 三类波动模式下的择时策略及交易结果................... 13
总 结 .............................................. 15
HMM 模式识别模型的优势:动态刻画价量推动的过程
股价的变化来自于未知力量的价量推动,推动的完成其需要一个动态的过程,而HMM在描述该过程的动 态变化方面相对其他模式识别工具具备明显的优势,这也正是我们采用HMM尝试对股价预测的原因。 本文将 HMM 模型应用到我国股市的预测中,通过对股票数据序列的模式识别来对股市每周趋势进行预测。 我们将股票的未来走势分别划分为两种(涨、跌)和三种(涨、跌、平)状态,把股市的波动预测转化为 分类问题,并通过 HMM 模型进行识别。
李明 研究助理
电话:020-87555888-687 eMail: lm8@
蓝昭钦 研究助理
电话:020-87555888-667 eMail:lzq3@
隐马尔科夫模型(HMM)是西蒙斯大奖章基金的主要工具之一
广发证券:资产挂钩型保本产品的新尝试
三、资产挂钩型保本基金实现本金安全上涨参与 ............................................................. 10 3.1 发展状况 ............................................................................................................ 10 3.2 资产挂钩型保本管理方式简介............................................................................ 10 3.3 产品分类、产品目标 .......................................................................................... 12 3.4 产品设计及管理 ................................................................................................. 14
【广发金工】择时、选股与大类资产配置
总结:二季度重点配置价值风格,技术上采取短期反转选股策略,并规避高换手个 股;小盘和成长谨慎配置,三季度有望开启大级别反转行情,小盘归来。
评价指标 累计收益率 年化收益率 交易次数 获胜次数 失败次数 胜率 赔率 最大回撤
全样本 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 3861.8 11.0% 47.0% 230.9% 40.5% 39.7% 12.9% 25.0% 16.6% 2.2% -2.6% 135.3% -3.3% 0.4% % 36.8% 11.3% 48.8% 238.5% 41.2% 40.6% 13.3% 25.6% 17.0% 2.3% -2.6% 138.6% -3.4% 5.4% 70 39 31 3.59 4 3 1 1.32 2 2 0 4 3 1 5.74 7 2 5 6.54 7 3 4 3.83 5 3 2 1.39 7 5 2 4.31 9 5 4 1.83 7 4 3 0.92 5 2 3 1.27 4 3 1 14.91 8 3 5 1.40 0 1 1 0 1
资金分配
精确计算、风险控制 -等权分配 -行业集中/中性 -风险中性
3
策略回溯
策略构建、风险优化 -风格等权/动量/反转 -风险优化 -日期、股票属性定义 -组合归因 -风格跟踪
4
对冲方案
精确对冲 -同步建仓 -基差套利 -趋势投机
5
二、风格及板块——板块轮动策略
沪深300股指期货高频跨期套利策略研究
89.5%
92.5%
最大盈利
4.82%
0.52%
最大亏损
-0.45%
-0.07%
SR
0.42
0.91
数据来源:广发证券发展研究中心
20120220~ 20120316 IF1204-IF1203
4.88% -0.032% 0.062%
138 14.6 123 89.1% 0.83% -0.06% 0.55
375 96.4% 0.99% -0.14%
577 91.4% 0.53% -0.09%
445 84.9% 0.86% -0.19%
116 95.1% 0.86% -0.03%
190 85.6% 0.26% -0.09%
SR
0.45
0.84
0.96
0.64
0.70
0.95
数据来源:广发证券发展研究中心
17/25
实证分析
表 6:高频跨期套利策略的表现(20110620~20111216)
时间
价差
累积收益 最大回撤 平均收益 交易次数 平均交易周 期 盈利次数 胜率 最大盈利 最大亏损 SR
20110620~ 20110715 IF1108IF1107
13.09% -0.115% 0.062%
322
➢
套利的上下边界调整为:[
a
,
a
]
(a=k/3)
11/25
高频跨期套利策略
➢2、高频跨期套利策略
➢新的套利边界调整为:[
a
sk,
a
sk ]
图 4:高频跨期套利策略
Spread sk a
开仓,做空价差
平仓
Spread sk a
一类波动收敛突变模式的趋势跟随策略
阀值alpha
波动率
波动率N2期最低值
收敛
7/31
收敛突变模型
N1
正整数,包络线阶段最大最小值计算滞后 期数,10至30,我们取26。
N2
正整数,由于波动率降低至阀值以下时点 与价格超越包络线极值时点不一致而对“ 收敛”条件弱化所设置的参数,5至10,我 们取7。 “收敛条件”,波动率最近N2期极值小于 该阀值视为价格波动收敛完成,波动率历 史均值为9.32,5至10,我们取5。
0.35
0.3
0.25
0.2
10 9 8 7 6 5 4 3 2 参 数 N2 1 2 3 4 5 6 7 8 9 10
参 数 alpha
数据来源:广发证券发展研究中心
24/31
实证效果 固定参数N2=7,alpha=5,改变参数N1考察期末收益率变化。
图 10. 参数 N1 对期末累计收益率的影响
α
8/31
收敛突变模型 模型信号算法封装在基于C++开发的动态链接库DLL文件中, DLL命名为001.DLL,封装函数的调用方法为: S:="001@S"(26, 7, 5) 其中“001”为DLL文件名称,“@S”表示调用DLL文件的名 称为“S”的函数,“(26,7,5)”表示为函数S的参数。
匹配
预测结果
不匹配
放弃预测
模式模型库
3/31
收敛突变模型
图 1. 股指期货当月合约走势 2010-04-16 至 2010-04-20
数据来源:广发证券发展研究中心
4/31
收敛突变模型
图 2. 股指期货当月合约走势 2010-07-22 至 2010-07-30
数据来源:广发证券发展研究中心
衍生品使用对股价波动性的影响
衍生品使用对股价波动性的影响目录一、内容简述 (2)1.1 背景介绍 (2)1.2 研究意义 (3)二、衍生品概述 (4)2.1 衍生品的定义 (6)2.2 衍生品的分类 (7)2.3 衍生品市场的重要性 (8)三、衍生品使用对股价波动性的影响分析 (9)3.1 正向影响 (10)3.1.1 提高信息效率 (12)3.1.2 价格发现功能 (13)3.1.3 增加交易量 (14)3.2 负向影响 (14)3.2.2 市场泡沫 (16)3.2.3 道德风险 (17)四、实证研究 (19)4.1 研究方法 (20)4.1.1 数据来源 (21)4.1.2 样本选择 (22)4.1.3 研究模型 (23)4.2 实证结果 (24)4.2.1 对股价波动性的影响程度 (25)4.2.2 不同类型的衍生品对股价波动性的影响差异 (26)4.2.3 影响因素分析 (27)五、政策与监管 (29)5.1 政策支持 (30)5.1.1 信息披露制度 (31)5.2 监管挑战 (33)5.2.1 金融创新与监管滞后 (33)5.2.2 国际合作与竞争 (34)六、结论与建议 (36)6.1 研究结论 (37)6.2 政策建议 (38)6.3 研究展望 (39)一、内容简述本文档旨在探讨衍生品使用对股价波动性的影响,作为一种金融工具,其使用对股票市场的影响一直备受关注。
通过对衍生品市场的深入研究,我们可以更好地理解衍生品使用对股价波动性的潜在影响,从而为投资者和监管机构提供有关风险管理和市场稳定性的信息。
我们将介绍衍生品的基本概念和分类,以便读者能够了解衍生品市场的运作机制。
我们将分析衍生品使用对股价波动性的直接影响,包括正向效应(如套期保值)和负向效应(如投机炒作)。
我们还将讨论衍生品使用对股价波动性的间接影响,如市场流动性、风险传染等。
在分析衍生品使用对股价波动性的影响时,我们将采用多种方法和模型,如时间序列分析、协整与差分回归等,以期得出较为客观和全面的结论。
在波动市中选择港股
在波动市中选择港股
蒋有衡
【期刊名称】《沪港经济》
【年(卷),期】2011(000)004
【摘要】@@ 如今,"黑天鹅"正在金融市场变成常见的"白天鹅";从北非和中东的内乱甚至内战,到日本大地震及核危机.令市场几乎暂时忘却了重新爆发的欧债危机.【总页数】1页(P50)
【作者】蒋有衡
【作者单位】国泰君安证券(香港)公司
【正文语种】中文
【相关文献】
1.长期波动、短期波动和跳跃波动的风险溢出效应--基于大陆和香港股市的比较研究 [J], 彭齐超;梁柱
2.中国股指期货推出对股指波动影响的分析──基于香港股指期货对股指波动影响的实证研究 [J], 赵焕成;
3.沪港通后上证与港股、美股间非线性短期波动溢出效应——基于汇率波动对股市波动抑制性时变视角 [J], 李远光;王静
4.沪港通后上证与港股、美股间非线性短期波动溢出效应——基于汇率波动对股市波动抑制性时变视角 [J], 李远光;王静(博士生导师)
5.VIX对股票市场收益波动率的预测能力分析——以港股为例 [J], 陈亚男;刘月娟;朱睿
因版权原因,仅展示原文概要,查看原文内容请购买。
20170711-东方证券-衍生品系列研究之(六):商品期货中的alpha策略
与排序期长度更加敏感,这一定程度上可解释为和所选品种的趋势周期有
专
关。综合考虑各个因子的分组表现、多空组合收益的稳定性以及对组合参数
题
持有期长度的敏感性,我们认为技术型因子中仅一定计算周期下的动量和
报
Skew 因子才更为有效一些。
告 我们综合所分析得到的所有有效因子,通过打分法构建了多因子组合,结果
HeaderTable _User 1122253200
金融工程
HeaderTable _Stock 股票代码 投资评级 评级变化 行业 code
HeaderTable _Excel
商品期货中的 alpha 策略
——衍生品系列研究之(六)
研究结论
报告发布日期
2017 年 07 月 11 日
价格变动的直接原因是供给与需求的博弈,而本质则反映了对未来预期的变 化,因此对于商品期货的预期收益来说也可以被分解归因到不同的因子上面 去。我们所构建组合的方式也类似于选股模型,通过对横截面上同一个因子 在各品种上的相对关系来选择做多与做空的组合。如果一个因子有效那么就 说明能够通过该因子截面上的相对关系所构建的多空组合能够获得超额收 益。
东方证券股份有限公司及其关联机构在法律许可的范围内正在或将要与本研究报告所分析的企业发展业务关系。因此,投资者应当考虑到本公司可能存在对报告的客观性产生
影响的利益冲突,不应视本证券研究报告为作出投资决策的唯一因素。
有关分析师的申明,见本报告最后部分。其他重要信息披露见分析师申明之后部分,或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。
商品期货中的alpha策略
目录
一、研究方法 .................................................................................................................. 3
广发证券:经验模态分解下的日内趋势交易策略
识别风险,发现价值
3 / 21
请务必阅读末页的免责声明
识别风险,发现价值
一、交易策略概述
金融工程|专题报告
(一)基本思想
从 2013 年股指期货日内波动的市场特征来看,在震荡市中进行趋势投资是不明 智的。对于金融时间序列,我们可以将其分为噪声部分(震荡部分)和信号部分(趋 势部分)。噪声部分代表了股价的随机游走,显示了市场平衡的特性;信号部分代 表人为的决定性行为,显示了市场的趋势性,或者说非平衡特性。换句话说,当信 噪比(信号与噪声的比值)较小时,价格的随机性较强,市场多呈现出震荡形态; 而信噪比较大时,市场趋势较为显著。因而在信噪比较大的情况下,如果能够有效 把握趋势,则有机会从中获得投机性收益。
1、短期趋势,持续数天至数个星期; 2、中期趋
金融工程|专题报告 3、长期趋势,持续数个月至数年。 任何市场中,这三种趋势必然同时存在,彼此的方向可能相反。艾略特波浪理 论认为,无论是在怎样的市场环境,或者是在怎样的时间尺度下,市场总是在若干 个波段的循环中反复。他将不同规模的趋势分成九大类,周期大到跨越几百年,小 到只覆盖数小时。但无论趋势的时间周期规模如何,每一较大的周期都是由数个较 小周期的波浪构成。事实上,由于市场的分形特性,不同时间尺度上的市场行情走 势具有相似性,如果把视野放到更加微观的日内交易甚至高频层面,市场波动都具 有类似的性质(详细数学描述请见广发金工交易策略研究报告《基于时域分形的相 似性匹配日内低频交易策略(SMT)》)。 某个时间点的股票价格是处于震荡状态还是趋势状态?这取决于不同的时间尺 度。从不同的时间周期上来分析的话,波动与趋势是同时存在的。例如在图1中,我 们画出了波浪理论的一个波动周期。从3点标记的位置来看,既属于2-3-4这个“小 波浪”的波峰,即将开始下降;同时,它也属于上升趋势主升浪1-3-5,从较长周期 来看,将要继续保持上升势头。
课程资料:事件驱动下的期权波动率交易策略
方向交易、相对波动率交易
✓波动率预测是交易的前提,事件则是很好的契机;
✓交易策略之间相互嵌套;
✓挑选合适的交易时点和合约;
✓需要监测和管理组合的各种风险头寸;
26
盈利方式:隐含波动率上升或到 期整体波动较高
1、买入跨式组合:同时买入行 使价和到期日相同的认购和认沽 期权。
2、比率看涨反向:卖出价内认 购,买入更多价外认购期权。
3、日历价差:买入一种期权的同时卖 出另一种期权,数量和价格都相同, 到期月份不同
9
二、现货波动率交易
案例分析:腾讯(2014)
(其他案例:标普500指数期 权)
案例分析:腾讯(2013)
微信红包
2月初
盈利报告
3月19日
PX_LAST 60 50 40 30 20 10
0
IVOL_DELTA
VOLATILITY_90D
騰訊
20周期 移动平均 (IVOL_DELTA) 160 140 120 100 80 60 40 20 0
同时做多现货波动率(到期盈利) 和隐含波动率(边际效应):
(584-500)/500=16.8%
10
目录
一、事件驱动 VS 期权波动率 二、现货波动率交易 三、隐含波动率方向交易 四、隐含波动率相对交易 五、总结
11
三、隐含波动率方向交易
历史波动率 VS 隐含波动率
预测
预期:隐含波动率收敛
做空
隐含波动率未来方向
隐含波动率方向
做多
1. 波动率空头
卖出跨式期权、看涨比率套利
事件投机
历史波动率比较
风险管理
19
四、隐含波动率相对交易
广发证券金融工程-传统算法交易策略中的相关参数研究
t
(2)
其中 pricet 和 volumet 分别是某个时点上证券的成交价格和成交量。VWAP 是对一段时 间市场上所有交易活动平均价格的衡量。 VWAP 算法交易策略的目的就是尽可能地使订单拆分成交所得的 VWAP 盯住市 成交 场的 VWAP 。 从 VWAP 的定义 (2) 式来看, 若希望能够使得 VWAP成交 跟住 VWAP , 市场 市场 则需要将拆分订单按照市场真实的成交量分时比例进行提交,这就需要对市场分时成 交量(成交量比例)进行预测。通常来说,VWAP 策略会使用过去 M 个交易日分段成交 量的平均值作为预测成交量,这里就要涉及到 M 和平均权数的确定,我们将在后文进 行讨论。更为严格地说,假设需要在某段时间买入或卖出一定数量的股票,采用算法 交易将这段时间分为 N 部分,并预测每部分时间的成交量比例(占当天所需交易量) 为 vpi ,而市场真实的分段成交比例(占当天市场真实成交量)为 vmi ,市场在每个时 点的成交价格为 Pi ,则可以定义跟踪误差
Table_Header3
识别风险,发现价值
2012-07-05 第 2 页
Table_Header2
量化投资专题
一、算法交易概述
在金融市场中对股票、期货等金融产品进行交易,当交易规模很大时,容易带来 较大的冲击成本。算法交易是实现对大规模母单进行拆分,并对拆分后的子单进行定 时、定量交易的一种程序化交易方式。算法交易通过事先设定好的策略,由投资者编 制完成相关的计算机自动化交易程序,并通过连接交易系统接口,利用计算机实现大 规模交易的拆分、报价、下单、撤单等一系列动作,并在交易后对已完成的交易进行 分析和评估,从反馈中进一步修正算法模型。 算法交易产生的根本目的,在于其可以减小市场摩擦,有效降低交易中的冲击成 本,从而使得整个交易可以以最优价格完成。同时,算法交易可以在降低人力成本的 同时,通过自动化下单的方式,有效提高交易的执行效率。另外,针对大规模交易, 算法交易可以通过一些策略有效隐藏交易行为, 从而避免竞争对手根据自己的 “套路” 出牌。 目前,国内外使用算法交易的投资者主要是各类机构投资者,包括基金公司、保 险公司、养老金、投资银行以及各类资产管理机构。由于国内证券市场起步较晚,算 法交易还没有大规模普及,但在海外发达金融市场,算法交易已成为一种成熟的证券 交易模式。 算法交易的基本流程包括算法模型(策略)研究、交易系统的设计与开发、交易 的执行、交易后分析等。在本篇报告中,我们主要对几类传统的算法模型(策略)进 行研究,包括 TWAP(Time Weighted Average Price)策略、VWAP(Volume Weighted Average Price)策略,以及 MVWAP(Modified Volume Weighted Average Price)策 略,并着重对策略中的一些细节进行思考与分析,特别对实际操作中可能遇到的几类 参数进行了实证研究。
广发证券:基于加权傅里叶变换的长期趋势预测
4 / 21
请务必阅读末页的免责声明
金融工程|专题报告 如果单纯从市场数据(仅价格)的角度出发进行建模,可以从时间和空间两个 角度对趋势和震荡做出识别与预测。从时间的角度来看,主要通过谱分析对市场波 动的周期进行计算,当波动周期短的时候,市场处于震荡状态,而波动周期长则对 应趋势行情。从空间的角度来看,判断市场处于并且即将处于震荡还是趋势,主要 观察近期一段波动的振幅是处于盘整状态,还是有所突破。本篇报告主要从时间的 角度对趋势与震荡做出识别和预测。
二、加权傅里叶变换模型
(一)模型思想
通过趋势线的强度可以判断市场状态,当趋势很强时,可以判断市场为趋势市; 趋势很弱时,可以判断市场为震荡市。例如我们之前提出的低延迟趋势线模型,可 以采用趋势线切线斜率的绝对值,作为衡量趋势强弱的指标。通过设定趋势与震荡 分界线的斜率阈值,即可判断市场处于何种状态。 但是采用趋势线判断市场状态,最大的弊端在于存在较高的延迟。虽然低延迟 趋势线相对于传统的均线系统已经降低了延迟,但延迟依然存在。为了进一步降低 这种预测延迟,我们计划采用与其相关的另一种方法。 趋势与震荡是市场的两种状态,市场非趋势即震荡。那么当采用趋势线判定市 场状态存在较高延迟时,我们可以考虑首先判断市场是否处于震荡状态。判断震荡 的模型所需数据窗口相对较短,延迟更低。经过模型计算,若非震荡,则市场处于 趋势行情,可以通过趋势模型攫取绝对收益。 那么如何判断市场是否处于震荡?可以通过市场波动周期来判定。当市场处于 震荡状态时,指数或价格在一定范围内频繁往复,从统计上来看,其波动周期也会 比较小。如图 2 所示,我们在两组波动中取一个长度为 15 的窗口,通过一定的谱分 析方法,我们可以测得上图红色窗口内数据的周期为 10,而下图窗口内数据的周期 为 15。我们可以设定一个区分趋势与震荡的阈值,当周期小于这个阈值时,我们判 断市场为震荡;相反,当周期大于这个阈值时,我们判断市场为趋势。 计算市场波动周期的方法有很多,我们之前的几篇报告( 《从希尔伯特变换到波 浪理论择时》 《相位指标在短线择时中的应用》 《从希尔伯特变换到波浪理论择时》 ) 都采用了希尔伯特变换进行非周期波动的瞬时周期估计。 希尔伯特变换是一种从时域到时域的积分变换,通过变换前、后的信号构造复 平面,可以观察到信号相位的变化。当相位变化达到 2 时,可以估计出一个周期的 长度。但是这种方法存在一定得局限性,例如估计出的周期波动较大。更为麻烦的 是,这种方法必须在窄带随机过程下完成,也就是说要求市场波动保持一定的均值 回复平稳特征,而股票市场显然是不符合这种特点的,因此在之前的几篇报告中, 我们必须首先对市场波动进行去趋势处理 , 而这样处理就抹杀掉了市场的趋势特征, 因此在本篇进行趋势与震荡区分的报告中,我们无法再使用这一数学工具。
广发证券秋季策略会:等待货币宽松信号寻求“确定性”主题
广发证券秋季策略会:等待货币宽松信号寻求“确定性”主题赵琳
【期刊名称】《股市动态分析》
【年(卷),期】2015(0)34
【摘要】广发证券2015年秋季投资者策略会日前举行。
广发证券副总裁张威博
士出席了会议并发表了讲话。
此外,广发证券首席经济学家刘煜辉博士和广发策略、固定收益、主题等行业首席分析师也对今年四季度中国资本市场面临的机遇与挑战进行了展望。
专家们表示,近期市场大家让投资者感到恐慌,要使市场再次企稳。
【总页数】1页(P59-59)
【作者】赵琳
【作者单位】
【正文语种】中文
【相关文献】
1.中央政治局会议传递明年经济政策新信号货币政策从“适度宽松”回归“稳健” [J],
2.“适度宽松”的货币政策释放哪些信号 [J],
3."适度宽松"的货币政策释放哪些信号 [J],
4.猪价会扼杀货币宽松吗? [J], 朱振鑫
5.人民币汇率变动与国际货币政策信号冲击——来自美、欧、日、英量化宽松政策的证据 [J], 白玥明
因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
图表索引
图 图 图 图 图 图 图 图 图 图 图 图 图 图 图 1:股指期货当月合约走势 2010-04-16 至 2010-04-20 .....................................4 2:股指期货当月合约走势 2010-07-22 至 2010-07-30 .....................................4 3:股指期货当月合约走势 2011-05-23 至 2011-05-25 .....................................5 4:股指期货当月合约 5 分钟价格序列波动率序列箱图 ....................................7 5:模型封装文件的使用图例 ................................................................................7 6:SAR 模型实例 .....................................................................................................9 7:头寸跟踪策略实例 ..........................................................................................10 8:模拟交易累计收益率走势图 ..........................................................................13 9:模拟交易累计收益率与期货价格走势对比图 ..............................................13 10:模拟交易的最大回撤 ....................................................................................14 11:模拟交易连败次数与连胜次数 ....................................................................14 12:三种开仓成交价情景下的模拟交易结果 ....................................................15 13:参数 N2 与 alpha 对期末累计收益率的影响 ..............................................16 14:参数 N1 对期末累计收益率的影响 ..............................................................16 15:参数优化前后交易结果对比 ........................................................................18
.
广发证券公司或其关联机构可能会持有报告中所涉及的公司所发行的证券并进行交易, 亦可能为这些公司提供或争取提供承销等服 务。本报告中所有观点仅供参考,并请务必阅读正文之后的免责声明。
衍生产品专题报告
目录索引
一、策略主要思想.......................................... 3 (一)股指演绎模式的两种分类特征 ............................3 (二)波动收敛突变模式 ......................................3 二、收敛突变模型.......................................... 6 (一)模型定义 ..............................................6 (二)基于 C++动态链接库的模型封装...........................7 三、收敛突变模型实证分析 .................................. 8 (一)头寸跟踪策略 ..........................................8 (二)实证分析 .............................................11 四、最大化资金增长速度的模型优化 ......................... 17 (一)优化目标设置 .........................................17 (二)优化结果 .............................................17 五、总结 ................................................ 19 (一)研究意义和创新点 .....................................19 (二)模型的不足 ...........................................19 (三)后续研究方向 .........................................19
胡海涛 金融工程 分析师
电话: 020-87555888-8406 eMail: hht@ SAC执业证书编号:S0260511020010
价格波动模式分类及其预测方法之辩
股指价格波动模式分类特征有二,趋势和震荡,市场参与者对这种分类观点的认同不以其基本面或技术面分析 方法的不同而改变。趋势或震荡的分析判断必须与具体的观察周期级别结合起来,比如日线图上的震荡在 5 分 钟图上可能存在趋势,这也是著名的“缠中说禅”理论的精髓之一。短周期级别的分类预测是趋势性投机者首 要考虑的问题,是不可逾越的鸿沟,自上而下的宏观分析方法对短周期级别上的分类预测几乎没有用处,必须 借助于对行情数据及其衍生数据——技术指标的分析来预测,而寄希望于借助一种模型或者指标来解决每一个 观察周期的预测可能是比较困难的,相比之下,我们更倾向于通过构建走势模式模型库,考察当下价格波动符 合模式库中哪一类模式,然后根据此模式既定的预测倾向给出具体的分类预测结果,进而达到对价格波动进行 阶段性预测的目的,若当下走势与模式库中所有模式均不匹配,则放弃本次预测,直至出现匹配的情况为止。
收敛突变模型
本文是向构建模式库目标迈出的第一步,提出了一种称为“收敛突变”模式的模型,其本质是抓取长期横盘后 变盘所带来的价格单边剧烈的趋势性运动,通过价格绝对值的波动率缩小来刻画“收敛”特征,通过价格穿越 近期价格波动上 (下) 包络线的极值来刻画 “突变” 特征, 我们将模型算法封装在基于 C++开发的 DLL 文件中, 方便调用及提高运算速度。 为便于评价交易策略优良,我们提出了包括胜率、收益风险比、最大回撤、最大连亏次数、最大连胜次数等指 标的策略评价体系,全方位考察策略在各指标上的优略。 以 2010 年 4 月 16 日至 2011 年 7 月 20 日沪深 300 指数期货当月合约 5 分钟数据为基础测试模型,假设杠杆 为 1,模型参数为(26, 7, 5) ,共交易 149 次,获胜 59 次,胜率 39.60%,单次获胜平均收益率为 1.07%,单 次失败平均亏损率为-0.28%,收益风险比为 3.87,最大回撤为-3.36%,最大连胜次数为 4,最大连亏次数为 6。
证券研究报告_衍生产品专题报告 2011 年 08 月 10 日
一类波动收敛突变模式的趋势跟随策略
——2011 年金融工程研讨会专题报告系列之一
Table_Summary 罗军 金融工程 分析师
电话: 020-87555888-8655 eMail: lj33@ SAC执业证书编号:S0260511010004
参数的稳健性与优化
模型收益率对参数具有稳健性,三个参数均具有明确意义,设置范围有明确边界,第一个参数为上(下)包络 线极值计算回看期数,正整数,其取值在 20 至 28 之间模型都取得了较高的收益率;第二个参数为低波动率条 件中波动率最低值计算的回看期数,正整数,其在 5 至 8 区间中对策略收益率影响不大;第三个参数为“低波 动率”条件阀值,正数,波动率历史统计显示均值为 9.32,当其小于 10 时,对策略收益率影响不大。 另辟思路,以模型交易累计收益率序列对交易次数序列进行一元线性回归,以回归斜率(资金曲线平稳增长的 速度)为最大化优化目标,利用遗传算法,得到最优参数为(26,6,9.93) ,优化后交易结果较优化前收益风 险比上升、交易次数下降、最大回撤减小,但在胜率、期末累计收益率、最大连亏次数上表现不及优化前。
识别风险,发现价值 2011-08-10 第 2 页
衍生产品专题报告
一、策略主要思想
(一)股指演绎模式的两种分类特征
潮涨潮落,岁月不息,自然现象是如此股指波动亦是如此。股指价格的波动方式呈 两类特征:一是单边趋势;二是无趋势的震荡,这样一个观点对于任何一个市场参与者 来说都是感同身受和比较认同的, 这种认同不因参与者投资理念或投资分析方法的不同 而迥异,看图说话人士、基本面分析人士或是两者结合分析人士一般都不会反对上述股 指波动方式分类的说法。 然而经常见到的是大家对当下股指是趋势还是震荡的判断无所适从、观点百家争 鸣,这固然是由于市场的不确定性或不可预知性所致,但我们认为大家所关注的周期级 别不一致性这一因素仍然是不可忽略的,例如日线级别上的窄幅震荡在5分钟级别上可 能存在单边趋势,月K线图上的震荡走势中的一段向上对应的就是日线图上的单边大牛 市,因此股指波动特征分类必须与周期级别一起来分析考虑,这一观点也是目前国内有 相当影响力的“缠中说禅”理论的精髓之一。 给定了一个观察周期级别,下面的任务就是对股指未来呈现哪种分类特征进行研 判,而这种分类研判经常与类别所持续的时间是一并进行的,比如研究员认为下半年上 证指数仍然会在2500至3000的狭小空间波动, 这一观点同时给出了未来股指运行之特征 (震荡)同时给出了类别特征所持续的时间(半年)。在回答股指未来呈现哪种分类特 征这一问题时,主流方法是综合研判通胀、利率、货币供给、投资、出口、消费等,综 合各方面的考察结果给出最后的结论, 但是这种自上而下的方法对股指短周期级别上的 分类研判几乎毫无用处, 而短周期级别的分类预测对股指期货趋势性投机者来说具有不 可替代的重要性,因为只有解决好短周期级别的预测才能够更好的控制资金回撤问题, 而资金回撤问题是绝对收益策略必须要考虑的首要问题, 一个策略的好坏不仅要看其收 益率的大小,更要看回撤的大小(关于如何评价交易策略我们后面再展开讨论)。目前 国内很多做绝对收益的资金基本上都存在一个回撤清盘线, 若净值跌破该线那么面临着 的是资金运作的结束, 而一个存在较大回撤的策略对于使用者来说相当于存在一个运气 点的问题,若启动策略时点是策略资金曲线向上推动的时期那无疑是再好不过的了,若 启动策略时点刚刚好是资金回撤时期, 较大的回撤触及了清盘下线就是比较尴尬的事情 了。 既然基本面分析对于短周期级别的分类预测不合适的话, 我们只能从分析市场数据 的角度来考虑这个问题,一种做法是利用某一种数学模型或技术指标来对未来预测分 类,每一个观察周期结束后对下一个观察周期进行预测,而另一种做法是每个观察周期 结束后将数据代入某一种走势模式定义模型中,若当下的走势符合该模型定义的模式, 则将该模式下的对应观点作为对下一个周期的分类预测。 上述两种做法我们认为后者更 具有可行性,因为给定观察周期级别后,无论当下是趋势还是震荡对应下一个观察周期 都有震荡或趋势两种可能, 而无时无刻的通过一种模型或和指标来判定未来到底是趋势 还是震荡是异常困难的,其结果可能不会太理想。反而通过定义若干种模式模型,观察 当下的走势是否符合其中的一种或几种,若符合则按模型定义的模式给出预测,若都不 符合,则干脆放弃对下一个周期的预测,直至某一刻出现了已定义的模式为止。 上述理念是我们长期以来对趋势性投机策略研究最重要的心得, 基于这种想法我们 未来将构建一系列模式定义模型,本报告给出的是叫做一类波动收敛突变模式,我们将 详细讨论该模式下的预测交易结果。