量化策略研究与产品设计之一Word格式文档下载.docx
《量化策略研究与产品设计之一Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《量化策略研究与产品设计之一Word格式文档下载.docx(31页珍藏版)》请在冰豆网上搜索。
服从自由度为(m-1)(n-1)(t-1)的分布。
二.预测模型
自2010年4月16日股指期货上市以来共交易了330多个交易日,IFZ指数随着时间而不断变化,所取得的历史数据形成时间序列。
我们选取一段时间自2010-4-16至2011-6-30共292个交易日的数据按区间代表的市场走势来处理,再根据指数涨跌的点数形成符号序列。
考虑到期指市场除了指数外,还有另外一个主要的指标——成交量,我们采用同样的方法构造指数和持仓量的联合变动符号序列。
具体做法如下。
设Close(t)是t时刻IF指数的收盘价,在t到
时间段内的期指的涨跌点数为:
。
根据IF指数点数变化的正负,定义如下两个特征符号
这里的z,d分别表示期指涨、跌两种状态。
同理将成交量做同样的划分得到
将同一时刻的收益率和成交量状态组成一个符号对(
,
)。
这样我们可以得到一列由四种状态(d,d),(d,z),(z,d),(z,z)构成的序列。
当月合约的收益率序列r(t)=(close(t)-close(t-1))/close(t-1),由于该收益率序列是相依的随机变量,各阶自相关系数刻画了对于各阶后滞的收益率间的相关关系,由此,我们考虑使用前面时段的期指状态对该时段期指状态进行预测;
按前面时段与该时段相依关系的强弱加权求和,达到充分、合理利用历史数据进行行情状态预测的目的;
最后,对各个状态进行加权分配,得到最后状态分布的一个概率,根据概率值预测下一日行情状态。
(1)利用当月合约的收益率序列计算其各阶自相关系数
其中,T为按预测需要计算到的最大阶数。
(2)对各阶自相关系数进行归一化,即
并将他们作为各时滞(步长)的马尔可夫链的权重。
(3)确定各时段期指点数与成交量的联合状态,生成不同步长的马尔可夫链的转移概率矩阵。
(4)分别以前面若干时段各自的期指点数为初始状态,结合其相应的状态转移矩阵即可预测出该时段期指的状态概率
,i为状态,
k为时滞(步长),k=1,2,……T.
(5)将统一状态的各预测概率加权作为期指处于该状态的预测概率,计算得到的概率值
比较其四个概率值,取最大的概率值所对应的状态即我们预测的期指走势状态。
确定该时段的指标值后,将其加入到原序列中,重复上述步骤,就可以预测下一时段期指的走势状态。
一.实证分析
我们选取不同时间长度作为模型样本,然后根据实际情况对比选取适合的时间长度作为样本。
作为实证分析,我们选取不同交易日长度、不同交易周期作为时间移动窗口,然后得到预测结果与实际结果对比。
其中我们截取其中几个测试结果,其中,22个交易日长度的日间测试结果准确率为52.34%,41个交易日长度的日间测试结果准确率为54.12%,22个时间长度30minK线预测准确率为55.74%,41个时间长度30minK线预测准确率为55.38%。
表1.22时间长度日间状态预测结果
日期
收盘价
收盘价涨跌
成交量涨跌
当日实际状态
当日预测状态
2012-9-3
2234.4
z
(z,z)
3
2012-9-4
2210.8
d
(d,d)
1
2012-9-5
2210
(d,z)
2012-9-6
2241.2
2012-9-7
2341.2
2012-9-10
2337.8
4
2012-9-11
2323.6
2012-9-12
2330.4
2012-9-13
2300.8
2012-9-14
2329
2012-9-17
2269.4
2012-9-18
2232.4
2012-9-19
2262.4
2012-9-20
2211.4
2012-9-21
2216.4
2012-9-24
2221.4
2012-9-25
2218.6
2012-9-26
2200.2
2012-9-27
2257.2
2012-9-28
2315.6
(z,d)
2012-10-8
2276.6
2012-10-9
2323.8
2012-10-10
2321.4
2012-10-11
2320
2012-10-12
2307.2
2012-10-15
2302.4
2012-10-16
2298.8
2012-10-17
2309.4
2012-10-18
2350.6
2012-10-19
2346.8
2012-10-22
2351
2012-10-23
2324.4
2012-10-24
2322
2012-10-25
2307.4
2012-10-26
2252
2012-10-29
2244
2012-10-30
2245.4
2012-10-31
2255.2
2012-11-1
2306.2
2012-11-2
2012-11-5
2307
2012-11-6
2290.8
2012-11-7
2292
2012-11-8
2245
2012-11-9
2244.6
2012-11-12
2249
2012-11-13
2214.4
2012-11-14
2217.4
2012-11-15
2012-11-16
2183.8
2012-11-19
2176.2
2012-11-20
2181
2012-11-21
2192.4
2012-11-22
2187.6
2012-11-23
2194.4
2012-11-26
2180.2
2012-11-27
2158
2012-11-28
2141.8
2012-11-29
2125.6
2012-11-30
2138.4
注:
1为放量上涨;
2为缩量上涨;
3为放量下跌;
4为缩量下跌
表2.41时间长度日间状态预测结果
收盘价状态
成交量状态
2012-8-31
2216
表3.22时间长度30min周期状态预测结果
时间
30min实际状态
预测状态
2012-11-199:
00
2176.4
2
30
2012-11-1910:
2174.2
2173.6
2012-11-1911:
2012-11-1913:
2164.2
2159
2012-11-1914:
2175.8
2176.8
2012-11-1915:
2012-11-209:
2185.8
2182.6
2012-11-2010:
2181.6
2012-11-2011:
2012-11-2013:
2172.2
2171
2012-11-2014:
2167.4
2171.2
2012-11-2015:
2012-11-219:
2176
2181.2
2012-11-2110:
2177.6
2174.4
2012-11-2111:
2169.4
2012-11-2113:
2164.8
2183.4
2012-11-2114:
2191.4
2196
2012-11-2115:
2012-11-229:
2183.6
2181.4
2012-11-2210:
2184.4
2184.6
2012-11-2211:
2185.2
2012-11-2213:
2012-11-2214:
2179.8
2185.6
2012-11-2215:
2012-11-239:
2197.8
2194.6
2012-11-2310:
2201.2
2197
2012-11-2311:
2012-11-2313:
2196.6
2199.8
2012-11-2314:
2197.6
2012-11-2315:
2012-11-269:
2189.2
2183.2
2012-11-2610:
2183
2012-11-2611:
2192.2
2012-11-2613:
2012-11-2614:
2182.4
2012-11-2615:
2012-11-279:
2171.6
2170.8
2012-11-2710:
2172.8
2170.2
2012-11-2711:
2166.8
2012-11-2713:
2170
2012-11-2714:
2160.2
2012-11-2715:
2012-11-289:
2150.6
2144.2
2012-11-2810:
2144.8
2142.4
2012-11-2811:
2143
2012-11-2813:
2140.8
2141.2
2012-11-2814:
2138.8
2140.4
2012-11-2815: