解析|量化择时策略（上）鲲鹏668 2018-04-07 08:14:59
择时策略基本框架： 最基本的择时策略指的是只判断买卖，不涉及仓位优化的择时策略。由于不考虑风险，则是策略完全通过优化收益来形成相应的买卖决策。 由于在国内股票市场中，只允许做多，所以策略多为帮助选择股票进行买入，或者将已有仓位进行卖出的判断。 趋势择时 趋势择时的基本思想来自于技术分析，技术分析认为趋势存在延续性，因此只要找到趋势方向，跟随操作即可。趋势择时的主要指标有MA. .MACD和DMA等。拿双均线策略举例，在交易决策的时点需要根据已知数计算 短期均线 和长期均线 两个值 ，当短期均线高于长时，判断交易决策刻 当短期均线高于长时，判断交易决策刻的趋势为上涨，按照会延续 的趋势为上涨，按照会延续的思想，认为后市会继续上涨，因此看多。而当短期均线低于长时判断交易 继续上涨，因此看多。而当短期均线低于长时判断交易 继续上涨，因此看多。而当短期均线低于长时判断交易 继续上涨，因此看多。而当短期均线低于长时判断交易决策时刻 的趋势为下跌，认为后市继续下跌，因此看空。 MACD：称为指数平滑移动平均线，由快的指数移动平均线（EMA12）减去慢的指数移动平均线（EMA26）得到快线DIF（差离值）。因此，在持续的涨势中，12日EMA在26日EMA之上。其间的正差离值（+DIF）会愈来愈大。反之在跌势中，差离值可能变负（-DIF），也愈来愈大。MACD的反转信号界定为“差离值”的9日移动平均值（9日EMA），又叫DEA或DEM。 用（DIF-DEA）×2即为MACD柱状图。 当MACD从负数转向正数，是买的信号。当MACD从正数转向负数，是卖的信号。当MACD以大角度变化，表示快的移动平均线和慢的移动平均线的差距非常迅速的拉开，代表了一个市场大趋势的转变。 基本用法： 1. MACD金叉：DIFF 由下向上突破 DEA，为买入信号。 2. MACD死叉：DIFF 由上向下突破 DEA，为卖出信号。 3. MACD 绿转红：MACD 值由负变正，市场由空头转为多头。 4. MACD 红转绿：MACD 值由正变负，市场由多头转为空头 缺点： ⒈由于MACD是一项中、长线指标，买进点、卖出点和最低价、最高价之间的价差较大。当行情忽上忽下幅度太小或盘整时，按照信号进场后随即又要出场，买卖之间可能没有利润，也许还要赔点价差或手续费。 ⒉一两天内涨跌幅度特别大时，MACD来不及反应，因为MACD的移动相当缓和，比较行情的移动有一定的时间差，所以一旦行情迅速大幅涨跌，MACD不会立即产生信号，此时，MACD无法发生作用。 市场情绪择时： 市场情绪择时就是利用投资者的热情程度来判断大势方向，当情绪热烈，积极入市时，大盘可能会继续涨:当投资者情绪低迷、不断撤出市场的时候，大盘可能继续下跌。通过投资者调查、封闭基金的折溢价水平和新增开户数等信息可以来判断目前的市场情绪。从市场情绪波动的动态变化来考虑，回落到长期水平以下的短期市场情绪，如果首次变得活跃，超越中期水平，则意味着市场很有机会出现多头行情；而回升到长期水平之上的短期市场情绪，一旦首次变得低迷，低于中期水平，则意味着市场很有可能步入了空头行情。 资金择时： 有效资金模型和选股模型中的资金流模型类似，其是通过判断推动大盘上涨或者下跌的有效资金来判断走势，因为在顶部和底部时资金效果具有额外的推动力。从2014年7月启动的行情时，两市融资余额为4千亿，之后一路上涨，到2015年6月17最巅峰时两市融资余额为2.26万亿，接着证监会开始核查场外配资，股灾来临，两融余额断崖式下跌。
解析|股票量化择时策略（中）鲲鹏668 2018-04-07 08:34:04
牛熊线择时： 牛熊线（BBCurve）是基于布朗运动的择时策略之一，择时的思想就是将大盘的走势划分为两根线，一根为牛线，一根为熊线。在牛熊线之间时大盘不具备方性，如果突破牛线，则可以认为是一波大的上涨趋势的到来;如果突破熊线，则可以认为是一波大的下跌跌趋势到来，应该回避系统性风险。 资料来源：国海证券研究所 Hurst指数择时： Hurst指数择时的理论基础同牛熊市择时一样，均为布朗运动，其理论基础是分数布朗运动。Hurst是以为英国的水文学家，二十世纪初他在尼罗河参加水坝工程时，提出了重标极差法。后来由Peters将该方法引入资本市场领域。 Hurst指数是分形理论在趋势判断中的应用，分形市场理论认为，资本市场是由大量具有不同投资期限的投资者组成的，且信息对不同投资者的交易周期有着不同的影响。利用Hurst指数可以将市场的转折点判断出来，从而实现择时。据中信建设统计过去十年半时间内，Hurst模型共发出20次信号（7次反转信号）期间共累计获得33.72倍收益率，年化收益39.8%，最大回撤-18.54%。 该模型的优点是不必假设所测度的时间序列的分布特征。 支持向量机SVM指标择时： 支持向量机SVM是一种分类技术，是基于数据的机器学习引进的策略创新体系。具有效率高、推广性能好的优点，SVM择时就是利用SVM技术进行大盘趋势的模式识别，将大盘区分为几个明显的模式，从而找出其中的特征，然后利用历史数据学习的模型来预测未来的趋势。目前主要应用于指数。 机器学习基本流程： 从模型预测效果来看，对指数运行中期趋势有较好把握，在考察期内有66.52%整体准确率。其中对单边上涨行情区间预测率超过70%。 SWARCH择时模型： SWARCH模型是一种利用宏观经济指标来判断大盘的策略，该模型主要刻画了货币供应量M2和大盘走势之间的关系，揭示我国证券市场指数变化与货币供应量之间的相关关系。采用货币供应量为主要指标，构建SWARCH模型来判断该指标与大盘走势之间的关系，从而期望找到判断未来趋势的择时方法。 整体上分析宏观经济周期与证券市场收益率关系的研究主要集中于对其协整关系的检验，例如研究表明：美国和日本的证券价格与国民生产总值的增长率、长期和短期利率、通货膨胀率等国民经济运行状况指标之间存在长期的均衡关系。 证券市场波动的解释最终要以宏观经济分析为基础，经济行为水平的波动是证券收益率波动的关键决定因素，当经济处于衰退期时，将引起股市收益率波动收缩。 解析| 量化择时策略（下）鲲鹏668 2018-04-07 11:36:41
异常指标择时：兴登堡凶兆 兴登堡凶兆(Hindenburg Omen)是一种声称可预测美国股市出现股灾的技术分析，由数学家米耶卡（Jim Miekka）于1995年发明。并以1937年坠毁的兴登堡号飞船命名。如果股市在高位盘整时，股价创出一年新高与创出一年新低的个股均达到一个较高比例，同时反映市场广度的麦克莱恩摆荡指标为负数时，显示市场可能正处于激烈分化之中，分化之后，市场可能出现大幅回落。“兴登堡”凶兆在 1985 年至 2007年美国股市中共出现27次，其中有15次美国股市出现 15%以上跌幅，并成功预测了 2008 是由信贷危机所引起的崩盘。 “兴登堡凶兆”具体指： 1) 当日创52周(一年)新高的股票数与创52周(一年)新低的股票数均大于所有股票数的 2.8% 2) 创 52 周(一年)新高的股票数小于创 52 周(一年)新低的股票数的 2 倍 3) 市场十周均线向上，且当日的麦考连指标为负值 “兴登堡凶兆”的核心思想是上涨中的背离，即市场是在上涨中，但是市场的微观结构却显示市场中仍有相当一部分股票在下跌，而且下跌的数量与上涨的数量基本持平，即条件 2，这时，上涨可以看作是“不安全”的上涨。 趋势趋同指数： Trend_Convergence_Indicator = (处于上涨阶段的股票数-处于下跌阶段的股票数)/股票总数。TCI共出现52次卖出信号，有41次上证指数出现5%以上下跌，成功率在80%，下跌过程会在未来40天完成。有21次出现10%以上下跌，11次出现15%以上下跌。 市场噪声指数： 在学术上，噪声交易被定义为交易者在缺乏正确信息的情况下密集的买卖行为。由于这些交易缺乏信息或者信息偏误，所以不会真正长期影响资产价格基础。由于投资者为了利益最大化，知情交易者，尤其是大量资金交易者，会想方设法避免在自己交易完成前影响市场趋势，而这一做法的结果恰恰与噪声交易相似。于是有一部分投资人开始利用噪声而进行指数择时。
在指数反弹前，噪声交易都有多增加。 交易信号： 买入：市场上周下跌，近五日平均噪声规模比五日前的连续五日平均噪声交易规模显著增大 卖出：市场上周上涨，近五日平均噪声规模比五日前的连续五日平均噪声交易规模显著增大
行业集中度： 在中国股市上升趋势稳定时，可以观察到各个行业之间上升势态比较一致，而当上升趋势遇到阻力，即将进入动荡期或者出现转折的时候，行业的相关性往往能够提前出现分化。比如常常有某些行业先于股指达到弱势，从而使得行业之间相关性变得更散乱。如果能够捕捉到行业相关性的变化，就能够预测到股指上升过程中即将来临的动荡或者见顶，从而及时回避风险。 若市场上有n个行业指数，分别取其交易日的对数收益率序列，将这些序列两两配对计算它们之间的相关系数。这些相关系数组成一个样本后，定义行业相关性集中度为该样本的均值与标准差之比。
当行业相关性集中度降到4.0水平时，可以视为上涨趋势中的风险警报信号，表示行业分化严重，上涨很可能将遇到阻力;当行业集中度回复到5.0水平时，可视为动荡期或者反转期已过，行业分化程度减轻。2003年到2008年共5年间，行业相关性集中度曲线共发出了4次信号，均对应到了上涨趋势中的动荡或者反转，而在熊市中，该指数没有发出任何信号，所以无法利用它来掌握熊市的情况。不难观察到，在2007年5月30日的所谓“530”大跌，行业相关性集中度曲线没有发出信号。这次动荡主要是由政府大幅提高交易印花税导致的，并不是市场自身运动变化的结果。行业相关性集中度没有大幅下降也完全可以理解，因为行业相关性集中度完全由市场收盘价计算而得，并不能预测重大政策调整。 |
|
|
