期货时间序列复杂网络特征与投资组合策略研究

期货时间序列复杂网络特征与投资组合策略研究复杂网络研究是科学界关注的热点,是研究金融市场系统结构、关系特征的有效工具,是量化投资、程序化交易领域重要的研究方向。期货市场品种众多、关系繁杂,具有复杂系统的特征,在服务于现货和实体经济的过程中起到了规避风险、价格发现和套期保值等重要作用。利用复杂网络的方法,将期货市场作为一个复杂系统来研究,并指导期货投资组合构建,从理论到实践都有较强的研究意义和价值。本文的研究目的和内容是:为了了解期货复杂网络系统的构成,分析期货品种的价格收益和波动情况、品种活跃程度及重要性,挖掘品种之间的关联关系,构建投资组合并辅助投资决策,获取更优的投资回报,本文构建多维度期货时间序列复杂网络模型,分析期货市场的关系结构特征,研究期货品种的社团分类,用经济学原理解释表证投资标的选择逻辑,构建一揽子投资篮子,并进行样本内外数据试算和效果检验,在一定的风险测度下取得正期望的投资收益。

本文具体的研究方法是:从期货时间序列的价格收益和价格波动两项核心指标出发,使用2014年7月至2015年7月之间的样本数据,对国际、国内主要期货市场的83种期货产品进行建模,选取日(短)、周(中)、月(长)的滑动时间窗口,使用GEPHI等网络专业软件进行运算处理,构建形成6个复杂网络模型(期货日度收益网络模型、期货周度收益网络模型、期货月度收益网络模型、期货日度波动网络模型、期货周度波动网络模型、期货月度波动网络模型),重点分析每个网络模型的7项总体指标(平均度、平均加权度、网络直径、图密度、平均集聚系数、平均路径长度、模块度)与5项个体指标(度、加权度、接近中心性、中介中心性、集聚系数),定义并测算品种的重要属性,通过社团结构刻画期货分类关系,使用弱相关性分散风险、高波动性提升收益空间,在期货网络总体、个体和多模型交叉比对分析的基础上创新性地提炼出“投资加权度”指标和“独立且重要”为核心的一系列投资组合构建逻辑,使用Trade Blazer等程序化平台软件进行编程、试算并在样本内外验证投资绩效。本文的研究结论为:通过期货复杂网络建模的方法,可以量化计算指标值并映射、剖析其经济学意义及投资属性,进而解构期货市场和品类特征,有效支持投资组合的建立、构筑一揽子投资标的,并在实际交易数据(样本内+样本外双重回测)中得到正确性验证,在一定的风险测度下取得正收益的投资回报。首先,期货网络的总体相关性特征反映出平均来看全球期货市

场并非有效(随机游走)的市场;其次,从时间维度看,构建时间窗长度的提升会引至期货网络密度增高,期货品种间的关联关系从长期来看更加紧密,时间周期的延长有效提升了期货价格发现的能力(期现归一);再次,从空间维度看,期货网络从价格走势、时间序列抽取、定量划分并且定义出期货社团结构:国际原油/能源/燃料产品社团(地位最为重要的枢纽型社团),国际的谷物、经济作物和畜禽品类社团,有色金属为主的国际金属期货社团,以及国内的农业品、化工品、金属类和其他社团,与大宗商品属性分类映射对应,而且国际类的期货品种影响力大于国内品种;最后,通过期货复杂网络模型构建及投资组合分析,计算得出由PTA-精

对苯二甲酸、PVC-聚氯乙烯、M-豆粕、AG-白银、PP-聚丙烯、RU-天然橡胶、CU-沪铜、RB-螺纹钢、J-焦炭共计九种期货标的品种构成的优选投资篮子。该组合在2014年7月—2015年7月的投资周期内,总共经过448手交易,胜率(成功率)为39.29%,赔率(平均盈利/平均亏损)为2.84/1,在交易所既定的手续费标准和交易成本下,共获得了31%的收益,按每品种10万元左右的保证金额度计算,投资可获得净利润245,840元,在投资过程中承担的最大回撤为-82,210元的亏损,风险水平相对于利润为-33.44%,相对于本金为-9.13%,总收益风险比等于1.19:1。

类似地,在样本周期之外,以2014年7月—2016年3月更长的时间周期测试该投资组合,也取得了正期望的收益(超越无风险回报率),资金曲线再创新高(超越样本内收益率),使得复杂网络构筑投资组合法的有效性、投资预测以及优化潜力都得到了证明。本文的创新点在于:(1)创新性建立了解构期货市场关系特征的多维度期货复杂网络模型。(2)基于数学模型、计量方法挖掘分析期货网络的经济学意义,更好地把握期货市场。(3)从期货网络推演出具有正期望收益的投资组合并进行有效性验证,是对量化投资方法新的尝试。

综上研究成果,本文提出了政策建议:重视和扶持期货市场发展,推行原油期货,加强投资者教育,并对于“一带一路”指导下期货行业发展的契机和互联网+期货投资的前景做出了展望。