|
蒙特·卡罗方法（Monte Carlo method），二十世纪四十年代中期，随着电子计算机的发明和科学技术的发展，而由法国布丰等数学家提出用来分析一些科学现象的仿真方法,一种以概率统计理论为指导的一类非常重要的数值计算方法，又称统计模拟法、随机抽样技术，是一种随机模拟方法，以概率和统计理论方法为基础的一种计算方法，是使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。 程序化交易近年来发展日趋火爆，一直致力于各种成熟指标组合的传统程序化研究，如将均线指标与MACD结合起来，在各种期货合约品种上应用，寻求最佳的历史回测效果；还有利用自己对盘面独特了解的投资者，建立个人自定义的指标；造成模型同质化的根本原因是什么？目前来讲，随着程序化研究的深入，大家都是通过数学计算，从市场价格和成交持仓信息出发构建交易模型，出发点太过一致。对于程序化研究，市场目前主要从微观和宏观两个方面深入。 笔者认为在微观方面，可以引入在物理数学中成熟的数学模型，升华传统的指标组合方法，将传统的程序化交易模型进行改进，如运用数值计算中的模拟退火算法和蚁群算法等，本文将介绍数值计算中的蒙特卡洛算法。 充满了确定性和不确定性的金融市场，形成的数字化变量也具有确定性和随机性两种特征，蒙特卡洛算法利用尽可能多的模型采样，寻求近似最优解，可以理解为，在金融市场中尽可能的寻找市场的确定性方向，本身属于一类随机算法。 双均线突破系统是市场上目前比较流行的一种方法，而双均线的参数无法有效确定与在市场噪音较大时，无法有效地给出买卖信号，是这种系统面临的两个问题，笔者基于这一现状，为改善传统双均线突破系统，尝试引入蒙特卡洛算法。 基于蒙特卡洛算法的双均线系统主要过程如下： 1.首先确定系统两个参数样本空间Q和P，初始化多头指标B=0，空头指标S=0； 2.从样本Q和P中从随机抽取参数m和n，其中m>n； 3.m周期均线值MA1，m周期均线值MA2，当MA1>MA2，S=S+1；当MA1 4.重复执行K次，统计多空指标S值和B值； 5.确认买卖信号，S>L时，系统发出卖信号，B>L时，系统发出买信号（其中L为系统参数，L（其中L为系统参数，L<>< p=''><> 在交易开拓者中实现基于蒙特卡洛算法改进双均线系统，测试螺纹钢指数期货30分钟合约，测试时间为：2009.03.27—2015.04.01，手续费设为每手5元，主要效果如图1和图2所示： 具体策略指标如图3所示
从表1中各项指标的对比可以看出，经过引入蒙特卡洛算法，提高了双均线系统的盈利能力，收益能力提高了近50%；减少了交易次数，从178次减少到32次；回撤效果也有一定的改善，显著提高了原程序化交易系统性能。
下面我们来说说宏观方面，投资者可以基于更多的市场信息开发新型的交易模型，主要有以下三种模式：
1.基于现货市场的走势，比如，对于建立在沪深300指数上的股指期货，可以利用指标股的走势建模，选择对指数影响大的权重股，构建领先指标进行交易； 2.基本面数据建模。可以从CPI、PPI、货币发行量等宏观经济指标出发，建立择时交易系统，这种方法为多为机构应用。对于期货市场，每个品种都有供需方面的统计数据，投资者可以结合对这些数据的理解，使用数学方法分析数据，形成多空判断； 3.利用数据挖掘技术分析新闻事件，在深入分析可能造成市场异常波动的事件基础上，把握交易时机，获得超额投资回报。 |
|
|
