基于非線性方法和VaR的均線交易系統(tǒng)研究.pdf

1、世界范圍內(nèi)的金融市場正處于一個迅速發(fā)展的歷史時期，近年來，交易系統(tǒng)的研究與應(yīng)用在國外得到了快速的發(fā)展，在交易中占有越來越大的比重。根據(jù)紐約證券交易所公布的數(shù)據(jù)，截至2011年5月20日當(dāng)周該交易所的日均程序化交易占比為28.6％。
　　成功的交易系統(tǒng)能夠產(chǎn)生穩(wěn)定和超額的回報，根據(jù)美國權(quán)威交易系統(tǒng)評選雜志2011年發(fā)布的交易系統(tǒng)排名，前三名模型年收益率均在200%以上。
　　交易系統(tǒng)通常包含有追求最大收益率的阿爾法模型和以控制

2、風(fēng)險敞口規(guī)模為主的風(fēng)險控制模型。但當(dāng)前國內(nèi)外對交易系統(tǒng)的研究主要傾向于交易信號的設(shè)計和挖掘，試圖以一致的方法在任何的趨勢中獲利,沒有注意到交易系統(tǒng)本身所存在的缺陷。在對交易系統(tǒng)的風(fēng)險控制模型的研究較少，將阿爾法模型和風(fēng)險控制模型兩者結(jié)合在一起的研究尚不多見。
　　為解決上述研究存在的不足，本文以傳統(tǒng)技術(shù)分析中的均線交易系統(tǒng)為基礎(chǔ)，使用支持向量機（SVM）、多目標(biāo)優(yōu)化算法中的非支配解和風(fēng)險管理的VaR方法，構(gòu)建了交易系統(tǒng)中重要的兩個

3、模型：阿爾法模型和風(fēng)險控制模型，形成了基于非線性方法和VaR的均線交易系統(tǒng)。
　　傳統(tǒng)的均線交易系統(tǒng)在趨勢市場中具有明顯的贏利效應(yīng)，但在橫盤市場中卻反復(fù)虧損。針對交易系統(tǒng)的這個缺陷，本文首先利用 SVM分類器對市場進(jìn)行趨勢識別，使用 RAVI等5種趨向技術(shù)指標(biāo)將股票價格時間序列映射到高維特征空間，構(gòu)建了支持向量機分類器對趨勢進(jìn)行分類和過濾，對不利于均線系統(tǒng)交易的橫盤趨勢進(jìn)行過濾（空倉），以上證指數(shù)為研究對象，將5-60日均線作為基

4、本參數(shù)，改進(jìn)基于趨勢跟隨的均線交易系統(tǒng)，建立了基于SVM分類器的均線交易系統(tǒng)。
　　在這個基礎(chǔ)上，進(jìn)一步優(yōu)化參數(shù)。在參數(shù)優(yōu)化過程中，為防止出現(xiàn)參數(shù)的過度擬合，將交易系統(tǒng)中常用且重要的兩個評價指標(biāo)，最大收益與連續(xù)最大回撤作為目標(biāo)，使用了多目標(biāo)優(yōu)化算法中的非支配解的方法。經(jīng)過優(yōu)化，完成了對交易模型中的一個重要的組成部分-阿爾法模型的構(gòu)建。
　　為建立風(fēng)險控制模型，本文以5-60日均線交易系統(tǒng)為研究對象，建立了非特定時間動態(tài) Va

5、R模型。用蒙特卡羅方法產(chǎn)生了近3000個交易收益率數(shù)據(jù)、分析了非特定時間動態(tài)VaR收益率分布特征，并進(jìn)行了模型準(zhǔn)確性檢驗；在使用非特定時間動態(tài)VaR模型進(jìn)行風(fēng)險管理后，研究結(jié)果表明可以優(yōu)化交易策略。因此研究完成了對非特定時間動態(tài)VaR模型-風(fēng)險控制模型的構(gòu)建。
　　最后將阿爾法模型與風(fēng)險控制模型組合起來，構(gòu)建了基于非線性方法和VaR的均線交易系統(tǒng)。為了將非特定時間動態(tài)VaR模型引入，首先使用威爾科克森秩和檢驗的方法驗證了使用 SV

6、M前后，交易系統(tǒng)所生成的收益率序列的VaR值在置信條件下是沒有統(tǒng)計差別的。然后通過對參數(shù)優(yōu)化后的均線交易系統(tǒng)進(jìn)行動態(tài)VaR建模求解。結(jié)果表明，基于非線性方法和VaR的均線交易系統(tǒng)可以有效地提高收益和降低風(fēng)險。
　　將非線性方法和VaR方法與投資交易相結(jié)合，有利于推動非線性科學(xué)在投資領(lǐng)域的應(yīng)用，同時基于非線性方法和VaR的均線交易系統(tǒng)的構(gòu)建也為投資者提供了一整套科學(xué)的投資方法，豐富了投資的研究方法，為程序化交易在中國股市的應(yīng)用提供經(jīng)