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

《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: