量化策略研究与产品设计之一Word格式文档下载.docx

1、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

2、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

3、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

4、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201

5、2-9-32234.4z（z,z）32012-9-42210.8d（d,d）12012-9-52210（d,z）2012-9-62241.22012-9-72341.22012-9-102337.842012-9-112323.62012-9-122330.42012-9-132300.82012-9-1423292012-9-172269.42012-9-182232.42012-9-192262.42012-9-202211.42012-9-212216.42012-9-242221.42012-9-252218.62012-9-262200.22012-9-272257.22012-9-

6、282315.6（z,d）2012-10-82276.62012-10-92323.82012-10-102321.42012-10-1123202012-10-122307.22012-10-152302.42012-10-162298.82012-10-172309.42012-10-182350.62012-10-192346.82012-10-2223512012-10-232324.42012-10-2423222012-10-252307.42012-10-2622522012-10-2922442012-10-302245.42012-10-312255.22012-11-123

7、06.22012-11-22012-11-523072012-11-62290.82012-11-722922012-11-822452012-11-92244.62012-11-1222492012-11-132214.42012-11-142217.42012-11-152012-11-162183.82012-11-192176.22012-11-2021812012-11-212192.42012-11-222187.62012-11-232194.42012-11-262180.22012-11-2721582012-11-282141.82012-11-292125.62012-1

8、1-302138.4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2012-8-312216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2012-11-19 9:002176.42302012-11-19 10:2174.22173.62012-11-19 11:2012-11-19 13:2164.221592012-11-19 14:2175.82176.82012-11-19 15:2012-11-20 9:2185.82182.62012-11-20 10:2181.62012-11-20

9、11:2012-11-20 13:2172.221712012-11-20 14:2167.42171.22012-11-20 15:2012-11-21 9:21762181.22012-11-21 10:2177.62174.42012-11-21 11:2169.42012-11-21 13:2164.82183.42012-11-21 14:2191.421962012-11-21 15:2012-11-22 9:2183.62181.42012-11-22 10:2184.42184.62012-11-22 11:2185.22012-11-22 13:2012-11-22 14:2

10、179.82185.62012-11-22 15:2012-11-23 9:2197.82194.62012-11-23 10:2201.221972012-11-23 11:2012-11-23 13:2196.62199.82012-11-23 14:2197.62012-11-23 15:2012-11-26 9:2189.22183.22012-11-26 10:21832012-11-26 11:2192.22012-11-26 13:2012-11-26 14:2182.42012-11-26 15:2012-11-27 9:2171.62170.82012-11-27 10:2172.82170.22012-11-27 11:2166.82012-11-27 13:21702012-11-27 14:2160.22012-11-27 15:2012-11-28 9:2150.62144.22012-11-28 10:2144.82142.42012-11-28 11:21432012-11-28 13:2140.82141.22012-11-28 14:2138.82140.42012-11-28 15: