量化交易策略的研究篇1

二、文献综述

行为金融学对投资者交易行为研究的一个重要方面是对其交易策略的研究，其别是对惯易策略（Momentum Strategy）和反转交易策略（Contrarian Strategy）的关注。惯易策略（以下简称惯性策略）也称动量交易策略，是指买入过去“表现较好的股票”，卖出过去“表现较差的股票”，也即现实中的“追涨杀跌”。与之相反，反转交易策略（以下简称反转策略）是指买入过去“表现较差的股票”，卖出过去“表现较好的股票”，即所谓逆势而动。该领域的研究最早始于De Bondt和Thale（r1985）对美国股票市场反转策略的揭示。在其基础上，Jegadeesh（1990）和Lehmann（1990）也针对美国股票市场进行了同样的研究。之后，Jegadeesh和Titman（1993）对De Bondt和Thaler的模型进行反向的修改，进一步对美国市场上惯性策略进行研究①。由于机构投资者是市场中最具规模和最有影响力的投资群体，因此对其投资策略的研究就显得尤其重要。其中考察惯性反转交易行为存在性的研究主要有：Lakonishok，Shleifer，Thaler和Vishny（1994）在对美国基金公司的研究中发现，基金对小规模公司股票的交易有显著的惯性现象，而对大规模公司股票的交易则无此现象；Dahlquist，Engstromh和Soderlind（2000）对瑞士的共同基金进行研究后也发现，基金在对小型股票的交易上存在着显著的惯；Pinnuck（2004）对澳大利亚的股票型基金的研究表明，基金偏好持有过去业绩表现好的股票，即采用了惯性策略。关于外资或内外资投资者交易策略的比较研究主要有：Covrig，Lau 和 Lilian（2006）对美国市场上的来自 11 个发达国家（地区）②的外来投资者的投资风格进行研究后发现，他们偏好的股票类型都类似，但是交易时机的选择上有很大的差异；Choe，Kho和Stulz（1999）对1997 年经济危机前后外资对韩国股市影响的研究发现，经济危机前，外资多采用惯性策略，但是危机期间惯性策略不存在；Grinblatt和Kelohaju(2000)研究芬兰投资者投资行为时发现，外资普遍采用惯易策略，而国内投资者则倾向于采用反转交易策略。另外还有一部分关于投资者交易策略的获益性（如Rou-wenhorst，1998；Hameed 和 Yuanto，2000)或其变化状况的研究（Pojarliev 和 Levich，2010）③。基于国外的研究成果，我国学者也对机构投资者的交易策略进行了一定的研究，如徐妍，林捷和裘孝峰（2003）；黄静和高飞（2005）；谢赤，禹湘和周晖（2006）等。这些研究表明我国证券投资基金整体上倾向于采取惯性策略。QFII作为我国市场上一种特殊的机构投资者，也有学者对其交易策略做了一些研究。如李学峰，张舰和茅勇锋（2008）以及葛永波和张萌萌（2009）等都发现，相对于我国开放式基金而言，QFII的惯易程度较低或没有明显的交易策略倾向。

上述国内外学者关于机构投资者交易策略的研究，为本文进一步研究QFII的交易策略提供了理论和实证上的基础。从上述文献中我们可以发现，不同国家和地区的投资者采用的交易策略不尽相同，而且金融危机等市场环境状况的变动能改变投资者对交易策略的选择。我们还发现目前我国对QFII交易策略的研究局限于对其的实证检验和与境内投资者的比较这两个方面，而较少关注来自不同国家或地区的QFII之间交易策略的异同性，也没有对其在刚刚发生的这场国际金融危机前后的交易策略有何变化进行分析。而这方面研究对我们理解不同国家（地区）投资者的行为差异、对我国有关监管当局对QFII进行分类监管、进一步完善我国的QFII制度，以及我国资本市场对外开放的稳步推进等，都具有重要的启示和价值。因此，本文从时间序列和整体均值两个角度对我国证券市场上来自不同国家（地区）QFII的交易策略进行实证检验和比较研究，同时对我国市场上的QFII在金融危机前后交易策略的变化情况进行了考察。本文后续的结构安排是：第三部分为模型设计，给出各类别QFII在每个时期的交易策略值和整个样本时期均值的统计方法。第四部分为实证检验，在选定研究对象和样本时期的条件下，对样本中的QFII按国家（地区）进行分类，考察不同类别QFII交易策略的差异性。第五部分为进一步分析与启示，即总结上述实证结果，分析各类QFII之间不同的交易策略分别反映了什么样的交易行为和交易特征，得出本文的研究结论和启示。

三、模型设计和研究方法

本文的研究思路是：首先，对每一家样本QFII的交易策略进行统计从而确定其交易策略类别；其次，在对样本QFII进行分类的基础上，分别从时间序列和整体均值两个角度检验来自不同国家（地区）QFII的交易策略。具体步骤和建模方法如下：

（一）QFII交易策略指标的计算

这里应用李雪峰等（2008）所提出的对GTW模型①的改进方法进行计算。以 Hi,t表示QFII第t期持有股票i的股票数量占该股票流通股总数的比例，即：则股票i在第t期的惯性和反转交易程度可如下表示：其中 Rm,t表示第t期的市场收益率，Ri,t表示第t期第i只股票的收益率①。为衡量某一家QFII在第t期的惯性和反转交易程度，可对该QFII在该时期所持有的股票的 im 值按该股在所有股票中的市值比重加权平均得到。即第j家QFII的IM值为：其中，Ratei,t表示该股票在第t期QFII所持有股票的总市值中所占的比重，即：

（二）来自不同国家（地区）QFII交易策略的统计

在计算出每一家QFII的交易策略指标的基础上，本文拟从两个方面考察来自不同国家（地区）QFII的交易策略，一是从时间序列上考察来自不同国家（地区）QFII的交易策略，二是从整体均值上对比来自不同国家（地区）QFII的交易策略。首先，要考察各国家（地区）QFII的交易策略在各个时期的情况，就要计算出每个样本时期中来自不同地区QFII的IM值的加权平均值。以北美（美国，加拿大）为例，假设t时期来自北美的QFII共有 m1家，故：其中，Cj,t表示t时期第j家QFII持有股票资产的总市值。同时，由于加权平均IM值并不能完全准确地反映一个国家（地区）QFII交易策略的情况，我们对采用某种交易策略的QFII占来自某个国家（地区）QFII 总数比例在时间序列上的变化也进行了考察。其次，要从整体上对比QFII的交易策略，就需对整个样本时期中来自不同国家（地区）QFII的IM值进行算术平均，以得出来自不同国家（地区）QFII的惯性和反转策略的大小。仍以北美为例：这里需要指出的是，随着QFII数量的不断增加，每期属于不同国家（地区）的QFII的数量也会不断变化，即第1期QFII的家数为 m1家，第2期QFII的家数为 m2家，以此类推，第n期QFII的家数为 mn家，每期的家数均不同。又由于每个时期中会存在部分QFII可能不持有股票，或其持有股票过少而难以从上市公司公布的前十大股东持股明细中查得其具体持股份额，故每期的 m1,m2,...,mn值代表该时期已进入我国市场并可查询到持有股票的QFII的家数。

四、实证检验

（一）研究样本和时期的选取

首先，为研究QFII交易策略在国家（地区）上的区分程度，应尽可能选取包含的QFII数目较多的样本作为研究整体。但由于来自部分国家和地区的QFII进入我国市场时间较晚或交易不活跃，可利用数据不足，因此本文将样本分为北美（美国，加拿大）、欧洲、东亚（日本，韩国，香港，新加坡等）三个地区进行考察①，共选取了三个地区的59只QFII，具体情况如表1所示。其次，在样本时期的选择上，考虑到一半以上的QFII是近几年才进入我国证券市场的，其交易数据仅限于过去4年的时间，故本文选取2006年一季度到2010 年第四季度共 20 个季度为样本时期②。在数据的收集和统计上需要说明的是，表1统计的是本文所研究的全部QFII，即2010年第四季度之前进入中国且被选为研究对象的59家QFII。但在该时期之前的样本时期中，QFII的家数是不断改变的，并且在某一季度的三个月中，也存在这三个月QFII的家数不断变化的情况。因此，为了方便统计的计算，在统计每期QFII的家数时，均以期初中国证监会网站公布的QFII名录为准。

（二）实证检验与分析

根据本文模型设计中的一、二两步，我们对来自不同国家（地区）QFII的交易策略状况进行考察，计算出IM值和采用某种交易策略的QFII所占比例在时间序列上的变化情况，以及整体上的IM均值。

首先，计算IM值和采用某种交易策略的QFII所占比例在时间序列上的变化情况，如表2所示。从表2反映的IM值和采用某种交易策略的QFII所占比例的变化情况上看，来自不同国家（地区）的QFII 均在一定程度上采取了惯性和反转策略，且并不是一直采取某种策略，而是两种策略交替使用。而且不同国家（地区）的交易策略状况有很大差异，从IM值来看，来自北美的QFII在大多数时期内采用了反转交易策略，而来自欧洲和东亚的QFII在大多数时期内采用的是惯易策略；从采用某种交易策略的QFII所占比例来看，来自北美的QFII在大多数时期内采用反转交易策略的比例要高于来自欧洲和东亚的QFII。为更加直观地比较来自不同国家（地区）QFII的交易策略随时间的改变情况，我们将表2中IM值的变化绘制为图1所示的折线图。从图1反映的来自不同国家（地区）QFII的IM变化情况我们可以发现，金融危机对我国市场上的QFII交易策略产生了重要影响。熊市初期，即从2008年第二季度到2009年第二季度，我国市场上的QFII交易策略趋于一致，在绝大多数时期内采用了反转交易策略（期间只有来自欧洲的QFII在两个季度采用了惯易策略），而在之后的四个季度内QFII大都采用了惯易策略，在2010年第二季度之后来自不同国家（地区）QFII的IM变化趋势又出现分化。

其次，除了上文从时间序列的角度进行考察之外，我们进一步从整体上考察了来自不同国家（地区）QFII 的惯性和反转策略，如表 3 所示。从表3的统计结果中可得出以下结论：来自不同地区的QFII交易策略状况有很大差异，来自欧洲和东亚的QFII均倾向于采取惯性策略，其中来自东亚的QFII在20个季度中的14个季度里采取了惯性策略，概率高达70.00%；来自欧洲的QFII的惯易概率也达到了65.00%。而来自北美的QFII则有较多的采取反转策略的倾向，反转交易策略的概率达到了80.00%。从整体上来看，我国市场上的QFII整体平均IM为正，而且惯易的概率达到65.00%，可见我国证券市场上的大部分QFII更倾向于采取惯性策略。

为了更细致地分析对比各个来自不同国家（地区）QFII总体上的投资交易策略并且证实以上结论，我们进一步对来自各个国家（地区）的QFII在三个时期①的IM均值进行t检验和中位数符号检验。

其一，通过对各个国家（地区）QFII的IM均值和中位数的比较来衡量各个国家（地区）QFII在整个时期的交易策略。如果均值和中位数为正，则说明QFII总体上采用了惯易策略，若为负，则说明采取了反转交易策略。其二，通过对不同地区的QFII的均值和中位数分别利用t统计检验和符号检验来衡量各个国家（地区）QFII各个时期的交易策略趋向的稳定程度。进行原假设为0的显著性检验，若均值与中位数显著异于0，拒绝原假设，则说明其整个时期的惯性或者反转交易策略显著；均值与中位数不显著异于0，不能够拒绝原假设，则说明整个时期的惯性或者反转交易策略不显著。统计结果如表4所示：通过各个地区QFII交易策略指标检验结果发现，三个考察期内，来自北美地区QFII的IM值的均值和中位数都为负，欧洲地区都为正，东亚地区除第二阶段微弱的反转交易策略外，其他时期也表现为正。进一步说明北美的QFII在大多数时期内采用了反转交易策略的特点，而来自欧洲和东亚的QFII在大多数时期内采用的是惯易策略。在金融危机时期，也可看到除欧洲以外，大多数国家采取反转交易策略的现象；而金融危机过后，除美国微弱的反转交易策略以外，大多数国家采取惯易策略。

更进一步地，我们还发现，除北美地区的第二时期以外，其他地区各个时期的IM均值t检验和中位数符号检验均未能通过10%的显著水平的检验，这说明只有北美地区在金融危机时期，QFII表现出较为稳定的反转交易策略。而对于欧洲和东亚地区而言，虽然其整体表现为惯易策略，但并未通过其显著性检验，并且均值和中位数等于0的概率较高，说明欧洲和东亚QFII交易策略并不稳定，波动幅度较大。

五、进一步分析与启示

本文通过统计来自不同国家（地区）QFII的IM值和采用某种交易策略的QFII比例在时间序列上的变化情况和对各个国家（地区）交易策略的整体状况的研究，考察了来自不同国家（地区）QFII交易策略的差异程度，进而得出以下结论：一是通过对时间序列上IM值变化情况的检验，本文发现在整个样本时期中，来自所有国家（地区）的QFII 都采取过惯性和反转策略。其中来自欧洲和东亚的 QFII 采取惯性策略的概率均超过 60.00%，特别是来自东亚的QFII，在20个样本时期中，有14个时期采取了惯性策略；而来自北美的QFII则更倾向于采取反转策略，概率高达80.00%，并且在整个时期内，北美QFII的交易策略表现相对于欧洲和东亚地区较为稳定。从整体上比较来自不同国家（地区）QFII的IM值时，也进一步印证了上述结论。二是通过采用t检验和中位数符号检验对各个国家（地区）QFII在三个时期的IM均值进行检验，进一步发现，金融危机时期各个地区的QFII的交易策略产生了明显的差异，即北美表现为明显的反转交易策略，欧洲采取较为明显的惯易策略，而东亚采取相当微弱的反转交易策略。并且，在5%的显著水平下，可以观察到来自北美地区的QFII表现为稳定的反转交易策略，来自欧洲与东亚的QFII在整个时期内其交易策略波动幅度较大。而且总体上看，整个研究期内，我国市场上的QFII整体表现为惯易策略。

针对上述结论，我们首先对来自北美（美国，加拿大）的QFII在我国市场上大多数时期内采用了反转交易策略的现象进行分析。一方面，行为金融理论认为投资者并不总是理性预期的，而是或多或少地存在认识上的偏差。Baberis，Shleifer和Vishny(1996)在其经典研究中就指出投资者进行投资决策时存在的一种重要偏差——保守性偏差(conservatism)，即投资者不能及时根据变化了的情况修正自己的预测。保守性偏差会造成投资者对市场信息的反应不充分，认为股票收益的变化只是一种暂时现象，价格将会进行调整和回归，因此导致了“卖赢买跌”的反转交易行为——来自北美的QFII在我国市场上长时间采用了反转交易策略，正是由于保守性偏差。另一方面我们也注意到，来自美国的QFII在我国市场上主要采用的反转策略与很多研究（Jegadeesh，Titman，1993；Lakonishok，Shleifer，Thaler，Vishny，1994等）所发现的美国国内的机构投资者大多采取惯性策略产生了差异。该差异的原因可能在于，我国股票市场作为一个新兴市场，信息披露不够充分，会计标准尚不清晰，个人投资者占主体地位，噪声交易者众多，而且中国股市受政策影响很大，股价更容易出现过度反应①或不能预测的波动，因此来自美国的QFII在中国市场上更为谨小慎微。这不仅从另一个角度证实了来自北美的QFII其“保守性”和对新情况的反应不足②，而且也从跨市场投资的角度，进一步支持了已有研究的结论：投资者的交易策略并不是一成不变的，可能会因为市场环境的不同而发生变化。

其次，我们对来自欧洲和东亚的QFII在我国市场中总体上采用惯易策略，但波动幅度较大的现象进行分析。在Baberis，Shleifer和Vishny(1996)的研究中还指出了投资者进行投资决策时存在的另一种偏差，即代表性偏差(representative bias)或相似性偏差(similarity bias)，也即投资者基于近期数据与某种模式(比如股票上升或下降通道)的相似性来预测，过分重视近期数据。代表性偏差会造成投资者对历史价格等市场信息的反应过度，认为近期股票价格的变化反映了其未来变化的趋势，从而对价格变化进行简单外推，因此导致了“追涨杀跌”的惯易行为。特别是我们还注意到，大部分研究表明欧洲和东亚的投资者在其本国（地区）也倾向于采用惯易策略（Rouwenhorst，1998；Choe，Kho，Stulz，1999，Hameed，Yuanto，2000；Dahlquist，Engstromh，Soderlind，2000），这就表明，来自欧洲和东亚的 QFII，从整体上而言其交易策略和心理偏差上也是具有“惯性”特征的。此外，论文还发现金融危机的发生对我国市场上的QFII的交易策略产生了重要影响：大多数QFII在金融危机期间更偏向于采用反转交易策略，尤其以北美地区最为显著，即买入当期表现差的股票，卖出当期表现好的股票，而在金融危机过后的几个季度，多数QFII转换了策略，北美仍表现为微弱的反转交易策略，欧洲与东亚表现为惯易策略。这一研究结果也进一步印证了已有研究（Choe，Kho，Stulz，1999；Po-jarliev，Levich，2010）关于经济环境的变动特别是金融危机的发生能影响机构投资者交易策略的结论。

量化交易策略的研究篇2

一、引言

金融研究领域一个很重要的课题就是关于投资策略的盈利性问题。有效市场理论认为市场是不可预测的，任何技术分析和投资策略都不会发挥作用。然而上世纪80年代后，行为金融学者发现了股票市场盈利可预测的证据。动量和反转策略就是那时所产生的行为投资策略。动量策略是指买入过去的赢家组合卖出过去的输家组合所组成的投资策略，是利用投资者对市场的反应不足而进行套利；而反转策略则相反，是指买入过去的输家组合卖出过去的赢家组合所组成的投资策略，是利用投资者对市场的过度反应而进行套利。

自技术分析在股票市场流行以来，量价关系一直是其关注的焦点。交易量与价格是市场投资者交易行为的直接产物，包含了人们对市场的不同理解和预期。交易量与价格之间存在着紧密的联系，大量实证研究结果表明，交易量与价格变化的绝对值之间呈正相关关系。

创业板市场作为我国股票主板市场的重要补充，自2009年10月30日正式上市以来，截至2013年8月底，已有355家上市公司，总市值达到13034.33亿元，其中流通市值为6625.73亿元。创业板自上市以来就一直受到投资者的热捧，而且由于创业板市场股票的股本都较小，导致其波动很大，投资者的非理在其中得到了最充分的体现。由于投资者对创业板的过度关注，加上创业板市场股票股本不大，创业板市场很容易过度反应，即暴涨暴跌。因此，本文拟就创业板市场进行的基于交易量的短期动量与反转策略研究有着很重要的现实意义。

二、样本数据选择与处理

本研究的所有样本个股数据均来源于锐思金融数据库，且都经过复权处理。因为创业板市场刚开始上市时只有28只股票，且创业板市场综合指数于2010年8月20日正式推出，我们选取创业板市场股票2010年8月20日至2012年12月31日的交易数据。此期间也包含了创业板的相对牛市和熊市期，避免了结果出现阶段性依赖。对于在2010年8月20日之后上市的个股，在它们上市后的第四周将其纳入股票池。而对于停牌超过一个周的个股，在其复牌后的的第二周纳入股票池。此外，股票的数据处理与检验利用EXCEL和SPSS软件完成。

三、研究方法

本文在Jegadeesh和Titman（1993）的检验方法的基础上进行了改变，设计出了基于交易量的短期动量与反转策略。基本研究设计如下：首先将股票按照过去J周（形成期）的平均周交易量进行排序，选取平均周交易量最高的25%的股票为高成交量组（H），而平均周成交量最低的25%的股票为低成交量组（L），然后在每组中按照累计收益率进行排序，在高成交量组中选取收益最高的5只股票为高成交量赢家组合（HW），选取收益最低的5只股票为低成交量赢家组合（LW），与此类似，构建高成交量输家组合（HL）与低成交量输家组合（LL），持有上述组合K周（持有期）。对于形成期与持有期，我们选择考虑短期的1、2、3和4周，这样我们共获得了16个投资策略。最后，我们选择在每周买入输家组合，卖出赢家组合，同时结清K周前形成的组合的重叠抽样方法。对于股票的交易量，本文以流通股换手率来衡量。

四、实证结果及分析

交易量具有独立于价格之外的信息，在技术分析中已得到广泛的应用。将交易量引入到动量与反转策略的研究中，有助于深入研究价格动量与反转的驱动来源，并可对动量与反转策略进行改进。

本次研究主要关注由4个极端组合构成的4组典型策略：①高成交量赢家组合与低成交量赢家组合构成的HW-LW策略；②高成交量输家组合与低成交量输家组合构成的HL-LL策略；③高成交量赢家组合与高成交量输家组合构成的HW-HL策略；④低成交量赢家组合与低成交量输家组合构成的LW-LL策略。

表6.2显示，引入交易量后，价格动量策略没有任何改善，相反价格反转策略得到明显改善，呈现以下特征：

1.引入交易量后，大部分高量赢家组合表现出明显的反转，随着持有期的延长，高量赢家组合反转效应减弱；而低量赢家组合反转则不明显，且只有形成期为1，3，4周且持有期为1周的赢家组合有显著的反转。高量输家组合与低量输家组合表现出明显的两极分化：高量输家组合表现出明显的动量，显示出弱者恒弱；而低量输家组合表现出明显的反转，且随着持有期的延长，反转效应逐渐减弱。

2.引入交易量后，没有任何动量策略有正收益，高量的反转策略虽然有正收益，但统计学上都不显著；而低量的反转策略除了1×4与3×4两种策略外都表现出显著的正收益，且所有持有期为1周的低量反转策略都获得了周平均超过1%的显著收益，4×1的低量反转策略周平均收益达到1.5195%，且在5%的统计显著水平。

3.低量反转策略的盈利性随着持有期的延长都有所降低；而形成期的长短对低量反转策略的盈利性影响不明显。

4.低量赢家组合与低量输家组合对低量反转策略的盈利都有贡献，相对而言，低量输家组合的反转贡献较大。这意味着低量输家组合在经历了前期的缩量下跌后，短期都会有反弹的需求，这与技术分析的理论是相符的。

5.大部分HW-LW的策略收益显著为负，这主要源于高量赢家组合强烈反转造成的。但是所有持有期为1周的HW-LW策略的负收益并不显著，且随着持有期的延长其负收益是越来越显著的。在形成期达到四周时，高量赢家组合的反转开始渐渐减弱，HW-LW策略的负收益也就不显著了。

6.所有的HL-LL的策略收益都显著为负，这源于低量输家组合的强烈反转与高量输家组合的持续动量造成的。但其策略的负收益随着持有期的延长而慢慢减少，这主要是源于低量输家组合反转随着持有期的延长而越来越弱。

五、结论

本文以我国创业板市场2010年8月20日至2012年12月31日的股票交易数据为样本，研究了动量与反转策略的盈利性。实证结果显示，引入交易量后，反转策略得到改善，4×1的低量反转策略周平均收益达到1.5195%，且在5%的统计显著水平。持有短期的低量输家组合能显著战胜市场组合。此外，在实证研究中还发现，低量组合相较于高量组合而言，其收益率要较高。（作者单位：北京物资学院）

参考文献

量化交易策略的研究篇3

我国股市以个人投资者为主，心态和行为都不成熟，目的不纯，存在一定程度的过度自信；经常反应不足和反应过度；存在着严重的噪音交易和羊群效应；政策依赖心理普遍；情绪周期变化较快。因此，建立在传统标准金融理论上的投资策略，往往不能给股民带来真正的投资收益。基于现资组合理论的分散化投资策略可以降低非系统风险，但不能降低系统风险。而且，投资分散化程度存在某一“有效”区域，过度分散化可能会带来延迟决策失误、增加研究成本和交易成本的负效应。特别在我国，股市非系统性风险较小，投资分散化策略作用不大。关于我国股市的系统性风险，波涛（1999）研究表明高达66.7%，施东晖（2001）研究得出81.37%的结论，而西方股市一般为25%左右。

CAPM投资策略在国外并不适用、在我国几乎无效。CAPM的应用原理是利用β系数可以衡量系统风险，利用资本资产定价模型可以判断证券价格的合理性，从而制定投资策略。关于CAPM的有效性，格罗斯曼――斯蒂格利茨悖论首先提出挑战；Fama和Macbeth（1992）实证检验无效；我国学者杨朝军1998年对上海股市实证结论为不明显；陈小悦和孙爱军（2000）、阮涛和林少宫（2000）对上海股市检验结论为无效。

行为金融学是对传统标准金融学理论的革命.行为金融投资策略放弃了基本面分析、技术分析结合了心理情绪分析、强调投资者的行为控制。美国的共同基金利用行为金融投资策略取得了复合年收益率25%的良好投资业绩。中国证券市场只是接近弱有效，导致采用传统投资策略的广大投资者亏损严重，而少数懂得并利用行为金融投资策略的投资者则能保持盈利。

一、反向投资策略

就是买进过去表现差、涨得慢、可能价值低估的股票，而卖出过去表现好、涨势快、可能价值高估的股票来进行套利的投资策略。由于我国股市存在一种“轮涨效应”或“补涨效应”，即一般前期内涨幅较小的股票在后期的表现会比前期内涨幅较高的股票表现更为良好。这个结果同我国证券市场长期以来存在的个股轮番炒作现象是相吻合的，也说明了反向投资策略是目前我国投资者最好的选择之一。

反向投资策略原理。投资者锚定心理和过度自信特征会导致对信息过度反应。换句话说，表现好的证券价值容易高估，表现坏的证券价值容易低估。反向投资就是买入低估证券同时卖出高估证券。投资者进行预测时，容易对近期业绩过度反应，形成对绩差公司股价过分低估和绩优公司股价过分高估现象，反向投资策略是对这种过度反应的一种纠正。

反向投资策略操作要点。如选择P/E)或P/B低、历史收益率低的股票，往往可以得到比预期收益率高很多的收益。另外，还可以卖出涨幅已经很高的股票，买入很少人关注的滞长股票；或者卖出大家已经反复炒作的白马股，买入业绩可能改变的无人问津的垃圾股。

二、动量交易策略或称惯易策略

动量交易策略即预先对股票收益和交易量设定过滤准则，当股市收益和交易量满足过滤准则就买入或卖出股票的投资策略。通俗地讲，利用强势股的惯性上涨趋势，买入近期的强势股，卖出近期的弱势股，即所谓正向反馈策略。

动量交易策略原理。主要依据是反应不足和保守心理，分收益动量和价格动量策略。收益动量策略是利用了其他投资者对公司收益短期前景反应不足的失误，价格动量策略是利用了其他投资者对公司价值信息为反应或反应迟缓的失误。

动量交易策略操作要领。根据庄家投资行为分析理论，庄家做庄有四个阶段，建仓、拉升、出货、下落，投资者可以采取蚂蝗策略，一旦发现庄家建仓完毕，开始拉升时就盯紧买入，然后在股票价格翻翻后高位震荡庄家出货时候卖出，可赚高额利润。如果价格连续上涨，应该连续分批卖出；如果价格连续下跌，应该连续分批买入。证券投资基金可以考虑采用负向反馈策略。

三、成本平均策略和时间分散化策略

成本平均策略指投资者根据不同的价格分批购买股票，以防不测时摊低成本的策略，一般在下跌时候买入，目的不是效益最大化，而是成本最小化、减少投资的遗憾程度。该策略是次优策略。投资者在建仓时候，可以分皮建仓，不能一次性买入。

时间分散策略基于风险承受能力因为年龄增大而降低的理念，随年龄逐渐增大而降低股票等高风险资产比例的投资策略。投资者年轻时风险承受能力强，其资产组合中股票应该是占较大比例，而随着年龄的增长将此比例逐步减少的投资策略。这两种策略都与投资者的有限理性、损失厌恶和思维分隔相关、属于行为控制策略。

四、集中投资策略

集中投资策略就是集中所有资金购买某一个或者少数几个证券并长期持有，稳中求胜，这也是巴菲特惯用的投资策略，“与其把鸡蛋放在不同的篮子里分散风险，不如放在同一个篮子里，好好保管。”投资集中策略能够获得稳定回报，有助于减少投资者的认知偏差，同时该策略能运用价值投资的理念而获利。

集中投资策略的原理。利用其他投资者均值方差观念形成的认知偏差或锚定效应等心理特点来实施集中策略。一般投资者受传统金融投资理念的影响，通过投资多样化来分散风险，在大行情机会到来时，导致收益随着风险的分散也同时分散。而行为金融投资者则在捕捉到错误定价的证券后，率先集中资金投资，赢取更大的利益。

集中投资策略的操作方法。第一，对被错误定价证券的选择，主要是通过尽力获取超前的优势信息，尤其是未公开的信息。第二，选择几家在过去投资回报高于一般水平的公司。如果一家公司经营有方，管理效果一定会反应在它的股票价值上。第三，将资金按比例分配，将大头押在高概率的股票上，然后长期持有。集中投资策略的关键点：一是对公司的深入分析；二是需要克服投资决策偏差，保持清醒的头脑，在别人狂热的时候谨慎，在别人恐慌时大胆，能时刻控制自己的贪婪和狂热，要有耐心，要有信心，要勇于承认错误。

五、小盘股投资策略

小盘股投资策略的提出。小盘股一般是指流通盘较小的股票，但具体数量界定，不同的市场、在不同的时期有不同的判断标准。20世纪70年代，芝加哥大学的两位博士R.班尼和M.瑞格曼提出了小盘股的高回报效应应用来挑战有效市场理论，Banz（1981）研究发现了小盘股高额收益的规模效应，Siegel(1998)研究发现，一般地小盘股比大盘股的年收益率高出417%，且大部分集中在元月，这种现象被称为小公司元月效应。小盘股投资高额收益的原因是，小盘股流通市值较小，炒作资金较之大盘股要少得多，较易吸引主力介入，股性较活，股价极易波动，涨跌幅度较大，容易获得高额收益。

小盘股投资策略的原理。行为金融学认为，投资者在处理信息的过程中会犯系统性的精神和心理错误，继而导致投资者出现代表性偏差和框定依赖偏差，最终对当前的负面信息出现过度反应，结果造成小公司股票价值低估。但该公司的投资价值会随着时间的延长逐渐显现而广为人知，在被低估的时候买入，而在大家都发现价值后竞相买入时候卖出。

小盘股投资策略的操作。小盘股投资策略就是利用这种小公司效应，采用波段操作方法获得收益。投资者找到具有投资价值的小盘股，当预期小盘股的实际价值与将来股票价格的变动有较大的差距时，可以考虑该种股票；先前被低估的小盘价值股一旦有利好消息传出时，市场上可能导致投资者对新消息反应过度，从而使股票价格急剧上涨。另外，由于小盘股流通盘较小，市场上投资者所犯系统性错误对其股票波动的影响更大，从而为掌握该种投资策略的投资者带来超额投资收益。

应对此类股票的操作要领。耐心等待股价走出缩量的上升通道，且上市公司行业景气度转好时买进，卖出的时机可根据市场及上市公司的环境因素和业绩情况，注意在历史的高价区域附近获利了结。一般来讲，小盘股在1～2年内，大多存在数次涨跌循环机会，只要能够有效把握节奏且方法得当，套利小盘股获利大都较为可观，是国际资本市场上流行的投资策略。

六、择时投资策略

择时投资策略基于日期效应。例如，隔夜效应、周末效应、一月效应和周末效应，这些效应行为金融理论在前面已经有分析和论述。择时投资策略认为可以于晚市、周五、年底或者元月买入股票，操作相对灵活，收益率相对较高。另外，还可以购买快到期的封闭式基金。

七、从众投资策略

当少数个人投资者没有更多信息，也没有专门知识的时候，跟随其他投资者行动，也减少后悔。很显然，这也不是最优决策。但对那些老年人，或者投资技能较差的人，不失为一种策略选择。

八、反馈交易策略

反馈交易策略就是在买卖操作时，采取分批试探方式进行的一种策略。它基于信息的不完全性和噪声交易的原理。投资者不可能完全掌握信息、掌握的消息里面包含着许多噪声，必然导致投资者的决策出现认知偏差，决策结果非最优。为了避免错误决策导致的损失，投资者需要试探易，以证明和检验自己决策的正确程度。如果正确，买的时候可以再加仓，卖的时候可以再卖；如果不正确，买了虽然亏损，但手头还留有资金减少了亏损。如果卖错，还可以持股多赚。这个策略对于散户投资者尤其重要。

虽然行为金融投资策略很多，但大体上讲，反向投资策略、小盘股投资策略和动量交易策略是比较适合我国投资者特点。

参考文献：

[1]石善冲著.行为金融学与证券投资博奕[M].清华大学出版社,2006,9.

[2]朱少醒,吴冲锋.行为金融投资理念探究[J].金融科学――中国金融学院学报,2000年第2期.

[3]吴深.我国证券市场动量交易策略适用性的实证检验[J].中国科技信息,2005(12).

[4]施东晖著.中国股市微观行为理论与实证[M].上海远东出版社,2001,11.

[5]曹敏,吴冲锋.中国证券市场反向策略研究及其短周期性[J].系统工程理论与实践,2004,1.

[6]赵学军,王永宏.中国股市惯性策略和反向策略的实证分析[J].经济研究,2001,6.

量化交易策略的研究篇4

【关键词】

技术分析；超额收益；适应性假说

一、引言

近年来，随着深圳证券交易所和上海证券交易所的成立，许多学者在国外学者研究的基础上对中国的市场获利性进行了研究。但是，国内学者对适应性市场假说的研究结论不够明确充分。对此，本文结合国内和国外相关文献，对证券市场可预测性研究结果进行了理论分析。

二、股市技术分析策略的获利性研究综述

现代资本市场一个不能回避的事实是，技术分析方法得到广泛的应用。技术分析试图通过对过去价格、交易量和其它证券交易指标的研究来预测价格未来走势。根据有效市场假说（EMH），任何基于过去信息的价格预测都是没有意义的，因此技术分析方法的使用及其预测、获利能力直接与有效市场假说相矛盾。

在Fama框架下，大部分研究都认为股票市场是非常有效的，基于技术交易策略的投资决策在考虑交易成本以后无法产生超额收益，而且，即便是调整的移动平均线交易策略也未必能能产生超额收益可以抵消交易成本。

然而，有一些研究却得出了截然相反的结论。移动平均线交易策略能产生显著优于买入并持有交易策略的超额收益，而股票市场效率则呈现无效或弱式有效的特征，有些研究甚至发现，即使考虑到交易成本，在弱式有效的股票市场中也能存在具有一定预测能力的技术交易策略。股票市场的技术策略并非是唯一的，并非只有移动平均策略可以带来超额收益，三种常用的技术分析策略同样可以产生显著优于买入并持有交易策略的超额收益。我国学者在国内证券市场亦进行了很多研究，与国外相同的是，部分的国内的研究成果结果也验证了移动交易策略的有效性。一些学者通过对上证综合收盘指数来进行研究，对移动平均线交易规则在上海股票市场收益率的预测能力和盈利能力进行了统计分析和假设检验，分析和检验的结果表明，上海股票市场的股票收益率具有较显著的预测能力，并且采用移动平均线交易规则可以获得显著高于买入并持有策略的盈利能力。

除此之外，上个世纪60年代至80年代，学术界对传统技术交易规则的早期研究表明，技术分析方法并不能帮助投资者预测未来价格的变化，但是这些检验大多基于线性模型和传统的统计检验方法，检验技术分析能否获得超常收益方面存在缺陷。研究发现，收益率的各种线性原假设模型均不能解释技术交易规则的预测能力和获利水平，而Bootstrap检验也表明AR（l）和CARCH（l，l）这两个收益率线性模型无法解释这种获利能力。此外，对南美和亚洲的其它新兴市场的实证研究也得到类似结果。这说明，技术分析方法有助于预测股票价格变动，并且技术交易规则所揭示的收益率动态过程不能被各种线性原假设模型所解释。因此，股票价格形成过程是一个非线性过程，技术分析方法可能因捕捉到这些非线性特征而具有预测能力。用技术分析策略可以证明，股票价格的非线性动态存在获利性，而线性动态过程则不能获得超额收益。一些研究显示，在简单技术交易规则基础上，采用非线性方法构建更为复杂和精巧的交易模型将具有更高的预测能力。我国国内一些学者运用前向人工神经网络方法建立了收益率的非线性预测模型，发现基于移动平均规则交易信号的ANN模型具有明显高于AR模型和各种移动平均规则线性模型的样本外预测能力。

这些前沿研究大都将目光关注在股市收益是否具有可预测性，市场效率的波动性，却很少探索市场环境变化对股市超额收益的影响。适应性市场假说认为，连续性地使用一种策略会使收益下降，单一的投资策略难以应付市场环境的变化，并最终难以获得超额收益。CJ Neely，PA Weller，JM Ulrich（2009）。通过对外汇市场的技术分析在外汇市场，适应能够产生超额利润，甚至能持续一段时间，而且，外汇市场存在获取长期盈利能力的技术分析策略，不过，这种获利性会因为交易员的学习和竞争而逐渐消失。Kinga Niemczaka and Graham Smithb，（2013）使用三个有限样本方差比测试了11个中东股市的市场效率，验证鞅假设的同时，也得出如下重要结论：首先，有明确的证据证明效率随着时间的推移而变化，全球金融市场的集成可以提高市场效率，其次，收益可预测性的时变性特征也证实了适应性市场假说。Ito，M.and Noda，A.（2012）利用A Non-Bayesian time-varying model（非时变贝叶斯模型）对美国股市进行适应性实证表明：美国股市随着时间的变化而在不停的进化，其市场效率在很长一段周期内呈现周期性波动。Akihiko Noda（2012）利用Ito and Noda’s（2012）非贝叶斯时变AR模型对日本市场进行研究，考察了Lo（2004，2005）的适应性市场假说，并基于时变长期乘数，测量了Ito and Noda’s（2012）的市场效率程度，得出了TOPIX指数和TSE2指数市场效率的程度随时间的变化而变化的结论。而市场效率的体现途径之一是股市收益的可预测性程度。

参考文献：

[1]林玲，曾勇，唐小我.移动平均线交易规则检验[J].电子科技大学学报（自然科学版），2000，29（6）

[2]唐彧，曾勇，唐小我.考虑交易费用与风险情况下移动平均交易规则的检验[J].管理工程学报，2002，16（3）

量化交易策略的研究篇5

二、研究方法

(一)样本与数据

文章以在上海证券交易所上市的A股为基本样本，同时为了减少新股上市和停牌时间过长对研究结果造成的冲击，剔除了在研究样本起始日期前一年内上市的公司和研究时间窗口内停牌时间累计超过20个交易日的公司。样本时间范围从2007年6月28日到2008年12月31日，共372个交易日。这里的机构投资者主要是指以公募基金和券商自营为主的金融类机构投资者。文章所用机构持股数据(每个交易日机构投资者持股数量、持股金额、持股比例)和A股行情数据均来源于上交所信息公司提供的赢富数据(TopviewData)。个股日复权行情数据来源于上交所网站，是在现金红利再投资的假设下得到的。

(二)在控制规模条件下，机构投资者投资行为研究方法

在控制公司规模的条件下，采用Jegadeesh和Titman(1993)的研究方法，分别建立赢家组合和输家组合，研究不同组合的不同持有期，机构投资者持股量的变化。持股量的变化定义如下:ΔH=Ht－Ht－1(1)其中，Ht机构投资者在t时刻的持股量。个股收益率计算如下:rt=(ln(pt)－ln(pt－1))×100%(2)其中rt为个股在t时刻的收益率，pt为个股在t时刻的复权收盘价格。将一段时期分为形成期和持有期，在形成期选择期间累计收益率最高的30只股票构成赢家组合，选择期间累计收益率最低的30只股票构成输家组合。然后分别计算在不同持有期机构投资者持有赢家组合和输家组合持股量的变化。由于样本区间较短，我们采用移动窗口重复抽样的办法，以增加统计检验的样本数量。这样对于每一个形成期和持有期，我们都会得到一个机构投资者针对赢家组合和输家组合持仓变化的差值，将这些差值序列记录后进行t检验，以判断该差值的是否显著为零。如果显著大于零，说明赢家组合的持仓变化显著大于输家组合的持仓变化，意味着机构投资者采用了动量投资策略，反之，则采用了反转投资策略。

(三)机构投资者投资绩效研究方法

为了研究机构投资者的投资绩效，我们进一步分析了在控制规模的前提下，机构投资者持股量变化对组合收益率的影响。与前一方法类似，我们同样将一段时期分为形成期和持有期。在形成期中计算每只股票机构投资者累计持股量的变化，取增持最多的30只个股构成增仓组合，取减持最多的30只个股构成减仓组合。然后计算增仓组合和减仓组合在持有期的平均累计收益率。为了统计检验的方便，我们同样采用了移动窗口滚动抽样的方法。这样对于每一个形成期和持有期，我们都会得到一个赢家组合和输家组合收益变化的差值序列，将这些差值序列记录后进行t检验，以判断该差值是否显著为零。如果显著大于零，说明机构投资者增仓组合的收益大于减仓组合的收益，反之，则说明机构投资者的增仓组合的收益小于减仓组合的收益。

(四)具体计算与说明

1．投资策略研究把样本区间分为形成期和持有期。形成期和持有期的时间长度分别为5日、10日、15日、20日、60日、120日、180日和240日。在每一个形成期，根据个股流通市值的大小划分为大盘股(30%)、中盘股(40%)和小盘股(30%)三组，在每一个组内分别开展研究。针对每一组，分别建立赢家组合和输家组合，取形成期累计收益率最高的30只股票构成赢家组合，累计收益率最低的30只股票构成输家组合。然后分别计算机构投资者在不同持有期内，对赢家组合和输家组合持仓量变化的均值，并对均值的差值进行T检验，以判断其是否显著为零。2．投资绩效研究在对个股按照流通市值进行分组的基础上，创建形成期和持有期股票组合。形成期和持有期长度分别为5日、10日、15日、20日、60日、120日、180日和240日。在每一个形成期，分别按照机构投资者累计持仓的变化进行排序，取增仓最多30只股票构成增仓组合，减仓最多的30只股票构成减仓组合，然后分别计算两个组合在持有期的平均累计收益率及其差值，并对差值进行T检验，以判断是否显著为零。

三、结果检验

(一)机构投资者投资策略研究

量化交易策略的研究篇6

一、引言

价格已经充分反映了所有可以得到的信息，这就是有效市场假说的基本命题。从经济意义或现实操作层面上讲，EMH的这一理论含义是指没有人能持续的获得超额收益。中国股票市场是否达到弱式有效一直是争论的热门话题。我国股票市场具体处于弱式有效、半强式有效和强式有效哪种阶段的研究具有重要的现实价值。有效市场假说理论自提出以来，对现代金融理论产生了十分深远的影响，它使得在分析资本市场时使用概率微积分得以正当化，在此基础上，像马克维茨均值-方差模型、CAPM、APT、B-S期权定价模型等各种理论模型得以蓬勃发展，并建立了一套完整的现代金融学理论体系。这些模型均是现代金融学中最主要的模型。我国社会主义市场经济建设和金融理论的完善、让市场在资源配置中起决定性用和更好发挥政府作用，有效市场假说的研究和进一步深化都有着十分重要的现实价值和理论意义。

二、理论和文献简述

在总结了前人的理论和实证的基础上，并借助Samuelson（1965）的分析方法和Roberts（1967）提出的三种有效形式，Fama（1970）提出了有效市场假说（Efficient Market Hypothesis，简称EMH）。之后，金融学家们对EMH进行了广泛的检验，结论基本是支持EMH的。按照Fama（1970）对EMH的定义，一个市场是有效的是指证券价格能反应全部可用信息。而按“可用信息”集定义的不同，市场有效性被划分为三种形式：（1）弱式有效形式：可用信息只有历史价格信息。（2）半强式有效形式：可用信息包括历史价格信息和其它公共信息。（3）强式有效形式：可用信息包括历史价格信息、其他公共信息和私人信息。这三种形式的有效性暗示了三种投资策略的无效性（无法获得超额利润）：弱式有效市场上技术分析是无效的；半强式有效市场上基本面分析是无效的；强式有效市场上，内幕交易也无效。

近年来，一些国内学者对实证支持中国股市弱式有效提出异议的同时，也采用其他方法进行股市有效性的检验。陈灯塔和洪永淼（2003）进一步改进了广义谱域分析方法，其对中国股票市场的实证研究同样支持不是弱式有效的结论。因为股价变动不满足鞅过程，更不满足随机漫步。

深圳股票市场有效性研究报告（2003）对深圳股票市场的弱式效率作出多种检验。对随机游走过程的研究发现，85%的个股没有通过单位根检验方法，深圳成指没有通过VR检验，说明深圳股票市场不服从随机游走过程。深圳成份指数和40只样本股中的62.5%样本没有通过白噪声检验，说明深圳市场股价不服从白噪声过程，没有达到弱式有效市场。ARMA（p，q）-GARCH（1，1）-M模型证实了深圳股市没有达到弱式有效，不仅存在二阶的GARCH现象，还存在三阶的影响，且存在周五效应和假日效应。分年度的随机游走模型和白噪声过程检验表明，深圳市场各年度都没有达到弱式有效率，但市场整体效率正朝着有效的方向发展。

三、股市弱式有效性研究

我们采用交易师股票程式交易软件对交易策略进行优化和投资组合收益率进行统计分析，实证研究我国股票市场是否达到弱式有效。

样本数据为2011年4月1日到2015年6月15日期间每个交易日的上证综指收盘价，样本数量共计1021个，时间跨度近四年，符合时间序列样本数据的基本要求。样本二为上海证券交易所所有挂牌的股票交易数据。

策略一：5日移动平均线、10日移动平均线、30日移动平均线、90日移动平均线、120日移动平均线依次多头排列，当日收盘价突破近60个交易日的最高价，这是一个明显的上升趋势。当上证A股中任意一支股票符合这一条件时则采取“买入”策略；当最高价偏离5日移动平均线8%时则采取“卖出”策略。每次开仓资金占投资组合资金量总额的10%，投资组合初始资金假设为100万元，交易成本默认为千分之一。

策略二：布林线有上轨、中轨和下轨三条轨道，它们的总体运行态势能明确指示个股的三种中线运行趋势，即向上趋势、向下趋势和横盘趋势。其中轨线为个股趋势的强弱分界线，中轨和上轨之间的区域为强势区，股价进入强势区运行的个股统称为强势股。强势股的股价一般会在中上轨之间反复向上，这就为投资者提供了中线波段操作的机会。当收盘价上穿布林线下轨时采取“买入”策略，当收盘价上穿布林线中轨时采取“卖出”的多头平仓策略。每次开仓资金占投资组合资金量总额的10%，投资组合初始资金假设为100万元，交易成本默认为千分之一。

策略三：5日移动平均线、10日移动平均线、90日移动平均线、120日移动平均线刚刚多头排列，当上证A股中任意一支股票符合这一条件时则采取“买入”策略；与策略一中卖出条件――当最高价偏离5日移动平均线8%时采取“卖出”策略不同，5日移动平均线向下穿过10日移动平均线时采取“卖出”策略。每次开仓资金占投资组合资金量总额的10%，投资组合初始资金假设为100万元，交易成本默认为千分之一。

根据以上三种交易策略交易数据实证研究结果如下：

显然，常见的基于历史信息的交易策略无法持续的获得超额收益，主动型的证券组合定量管理很难跑赢市场。

四、结论

中国股票市场在某些时间区间内能够达到弱式有效，即根据历史信息做出决策无法获得超额收益；总的来说，中国股票市场基本达到弱式有效，与国内大部分学者研究的结论一致。同时投资者总能根据成交价格、成交量、换手率等历史信息制定交易策略，从而获得超额收益。随着参与者和套利者的参与，市场会逐渐向弱式有效均衡发展，超额收益的机会就会消失。

如果一个交易策略是可持续获得超额收益的，则投资者都会按照这个交易策略进行套利从而使之失效，因此有效市场假说隐含着市场不断演化的特征。股票市场无规则的定价确实可能存在，甚至会持续一段时间，股票市场也会经常为一时的趋势和市场氛围所左右，出现异常繁荣和萧条、甚至过度波动，然而任何市场股价的有效异常都将得到修正。

参考文献：

[1] 张亦春，周颖刚.中国股市弱式有效吗？[J].金融研究.2001（03）

量化交易策略的研究篇7

中图分类号：F830.593

文献标识码： A

文章编号：1003-7217(2007)02-0071-06

一、引言

20世纪90年代中后期以来，行为金融学研究在国内迅速起步，关于中国股市价格趋势策略适用性的实证研究也不断涌现。然而，从现有的实证研究文献看，学术界对中国股市价格趋势策略能否获利的问题存在着巨大的分歧。一方面，对中国股市短期、中期和长期的价格趋势策略能否获利的问题意见分歧很大，同时在支持中国股市价格趋势策略可获利的文献中，无论在短期、中期还是长期，支持反向投资策略和惯易策略获利的文献大致相当。另一方面，国内关于中国股市价格趋势策略适用性的研究，大部分采用DeBondt，Thaler（1985）[1]和Lo，Andrew，Mackinlay（1990）[2]的研究方法构建赢家和输家组合，以股票连涨或连跌为基础构建赢家和输家组合，而这种构建方法是中国股市投资者，尤其是中小投资者在进行价格趋势策略制定时最常用的方法。基于中国股市价格趋势策略适用性研究的现状，以下试图以深沪两市所有A股在1995～2004年的日度交易数据作为总体样本数据，对个股在连续上涨和连续下跌后的下一个交易日的超额收益率情况进行分析，以探讨中国股市短期价格趋势策略的适用性。

二、相关文献回顾

国外关于价格趋势策略适用性的研究成果十分丰富，比较具有代表性的包括：Debondt和Thaler（1985）对美国证券市场1926～1982年中长期反转投资策略的适用性进行的研究，结果显示投资组合可显著获利；Jegadeesh（1990）[3]对美国市场形成期和持有期为1周到1个月的反转投资策略适用性进行的研究，结果显示投资组合具有显著正收益；Jegadeesh和Titman（1993）[4]对美国市场形成期和持有期为3～12个月的惯易策略适用性进行的研究，结果显示投资组合具有显著正收益；Rouwenhorst（1999）[5]对欧洲12国市场的惯易策略适用性进行的研究，结果显示动量利润普遍存在；Hart，Slagter和Dijk（2003）[6]研究了32个新兴证券市场的惯易策略和反转投资策略的适用性，同时考虑了规模、流动性和均值等多种因素，结果显示：基于价值、惯性和盈利的修正策略产生明显超常回报，而基于规模、流动性和均值反转投资策略的超常回报不明显。从总体来看，价格趋势策略在国际上绝大部分证券市场是适用的，且大多数证券市场中存在着短期反转、中期动量和长期反转的价格趋势策略收益。另外，不同的证券市场中价格趋势策略适用性的表现形式有所不同；即使是同一个证券市场，不同的参数设计所得的结果也可能存在差异。

国内关于中国股市价格趋势策略适用性的研究也很多，其中具有代表性的有：张人骥、朱平方和王怀芳（1998）[7]，他们的研究显示中国反转投资策略无法获利；黄兴旺（2000）[8]的研究显示，中国股市不存在短期反转效应，短期动量效应可能存在但也不显著，中期反转效应则相当显著；王永宏、赵学军（2001）[9]的研究显示，中国股市动量效应不明显，但表现出一定程度的反转；张永东、毕秋香（2002）[10]的研究显示，日内价格不存在明显的价格反转修正；朱战宇、吴冲锋、王承炜（2003，2004）[11，12]的研究显示，动量利润存在于形成期和持有期在4周以内的周期策略中，且随持有期加长，动量利润递减，低交易量组合存在价格动量，高交易量赢者组合发生显著价格反转；肖峻、陈伟忠、王宇熹（2005）[13]的研究显示，中国股市存在显著短期(周)收益反转，强度与公司规模相关；徐信忠、郑纯毅（2006）[14]的研究显示，中国股市存在动量效应，且存在期为6个月左右，之后转为反转效应。可见，关于中国股市价格趋势策略适用性的研究，总体上并不支持中国股市存在着国际上证券市场普遍存在着的短期反转、中期动量和长期反转现象，且在短期、中期和长期的惯性和反转投资策略能否获利的问题上，意见分歧也很大。

由于中国股市发展时间短，长期价格趋势策略适用性研究时可采集的样本量很少，因此，不认为目前具备了进行中国股市长期价格趋势策略适用性检验的条件。在中期惯易策略和反转投资策略适用性问题上，现有文献支持和不支持中国股市中期价格趋势策略可以获利的都有，且支持中期价格趋势策略获利的文献中，有的认为存在中期反转效应，有的认为存在中期动量效应，这说明中国股市存在更短的动量效应和反转效应的可能。因此，如财经理论与实践(双月刊)2007年第2期2007年第2期(总第146期)黄 成，刘东辉：中国股市短期价格趋势策略适用性实证检验果将中国股市价格趋势策略适用性的研究重点放在短周期范围内，可能获得数量特征更加显著的研究结论。

三、检验研究设计

（一）赢家和输家投资组合的构建

以下引入事件研究法（Event Study Methods）的研究思路构建主赢家和输家投资组合。

事件研究法是根据某一事件发生前后时期的统计资料，采用一些特定技术测量该事件影响的一种定量分析方法。Kothari和Warner（2005）[15]的研究显示，事件研究法对短期段事件（Short-horizon Event）的研究是可靠的。如果将赢家和输家投资者组合的形成过程作为一个研究事件，以持有期的超额收益率情况作为研究事件的影响，则可从研究方法上保证价格趋势策略适用性检验过程和检验结果的可靠程度。

这里的赢家投资组合由形成期内所有连续上涨的股票构成，输家组合则由形成期内所有连续下跌的股票构成。形成期为n日的赢家投资组合，就是在持有期前连续上涨日的所有股票按相同比重构成的投资组合；形成期为n日的输家投资组合，就是在持有期前连续下跌日的所有股票按相同比重构成的投资组合。

（二）形成期和持有期的界定

研究过程中，股票连续上涨或下跌日是“研究事件”，因此，事件的形成期实际上就是股价连续上涨或下跌的天数。考虑到中国股市中单只股票连续上涨或下跌8日以上的现象很少，将检验的形成期定为1日、2日……8日和8日以上9种。

将连续上涨或下跌n日之后的一个交易日视为持有期，这样的设定主要突出前期的连续上涨或下跌“事件”造成的影响。如果持有期超过1天，则第2天以后的收益情况实际上已经受到第1天的影响，这就有可能造成数据的污染。(三)超额收益率的计量模型

事件研究法感兴趣的是事件的发生对样本股票收益率的影响。对于任一样本股票，与事件相关的股票收益率可以如公式（1）所示：

其中，Kit是个股正常收益，代表在没有事件发生的情况下样本股票的收益；eit就是超额收益率。

这里以上证综合指数的收益率作为上海交易所个股的正常收益率，以深证综合指数的收益率作为深圳交易所个股的正常收益率。这样的正常收益率计量方法不会使研究本身变得十分的复杂；更重要的是，在中国股市投资实务中，能否“跑赢大盘”往往是对投资能力、投资策略优劣进行评判一个常用标准。于是，样本股票的超额收益率可以如公式（2）所示：

由于每只个股在估计过程中均存在许多不确定因素，为降低非研究事件的影响，在进行统计检定之前，将所有样本的超额收益率进行平均，得到平均非正常收益 (average residual，简称AR)：

其中，N为样本股票个数。

(四)数据来源与样本选取

这里研究的交易数据均来源于CSMAR数据库系统，选取的样本时间区间为1995年1月3日～2004年12月31日，跨度为10年。将1995年以前的交易数据排除在外，是为了保证数据的可比性和一致性：1995年以前，沪深两市采用的是“T＋0”交易制度，之后一直采用“T＋1”交易制度。选取的股票样本为A股股票，没有将B股纳入研究范围，这是从B股市场在中国证券市场实际上已经“边缘化”的客观事实考虑的。另外，由于股票上市初期的价格表现与非新股的价格表现呈现系统的差异，因此，研究中将个股新上市后的前一个月（22个交易日）数据剔除。

(五)待检验假设

根据有效市场假说的观点，只要市场达到弱势有效，价格趋势策略将无法获得超额回报。结合输家和赢家投资组合的构建及超额收益率的界定，可以得出以下待检验假设：

（六)检验过程

1．在1995～2004年的每个月中随机选取一个交易日，共计120个交易日。这样的抽样方法可以保证数据尽量覆盖中国股票市场的整体发展历程和不同行情阶段。

2．对于每个选出的交易日，考察该交易日中所有个股在当日之前的连续上涨或者下跌情况，并据此进行分类，划分为连涨1天、2天……8天和8天以上共计9种上涨类的股票和连跌1天、2天……8天和8天以上共计9种连续下跌类股票。

3．按照前述超额收益率的计量方法，计算选出的每个交易日中各只股票在当日的超额收益率。

4．分考虑连续涨跌幅度和不考虑涨跌幅度两种情况，对个股在选取的交易日的超额收益率与该交易日之前的连续涨跌天数的关系进行统计分析。

四、实证检验结果

（一）样本数据总体情况

对随机选取的120个交易日中的所有交易个股，按该交易日前连续上涨或下跌1日、2日、…、8日和8日以上，共计18个种类进行分组，则样本数据落在各个组中的频数见表1所示。

表1 样本数据总体状况表

由表1可看出，连涨或者连跌天数超过6天的频数都很低。因此，以下的检验将不考虑连续上涨或下跌超过6天的样本数据。剔除低频数样本数据之后，剩下的样本数据量占总样本数据的99.03%，不影响样本数据的整体性。

（二）不考虑涨跌幅度的检验

对样本数据中连续上涨和下跌1～6个交易日后的下一个交易日的平均超额收益率进行统计，得到表2。

表2 样本数据T检验统计报表

从表2可看出，连涨1天、2天、3天、4天和5天之后的下一个交易日，赢家组合的超额收益率均值均不等于0，且最小的t值为2.074，双尾检验，故可以认为赢家组合在连涨1天、2天、3天、4天和5天之后的下一个交易日的超额收益率与0存在显著差异。另外，连跌1天、2天、3天、4天之后的下一个交易日，输家组合的超额收益率均值也与0存在显著差异。这就说明，根据弱势有效市场提出的假设不能成立，短期价格趋势策略可以获得超额收益率。

中国股市是一个“新兴＋转轨”的证券市场，很难相信在这样的市场中信息能完全包含在股价之中，所以，仅仅证明中国股市是无效的，其理论意义和应用价值十分有限。就短期价格趋势策略适用性而言，我们更感兴趣的是，短期价格趋势策略获得超额收益率的具体表现如何？有没有呈现出一些特别的规律？图1 超额收益率与连续变动天数的关系图

注：1．数据来源：根据表2绘制。

2．变动天数指计算超额收益率之前个股连续上涨（下跌）天数。

3．横坐标中，1表示上涨天数为1天，2表示上涨天数为2天，依次类推；－1表示下跌天数为1天，－2表示下跌天数为2天，依次类推。

从图1可以看出，在连续上涨的过程中，随着连续上涨天数的增加，个股在紧接的这个交易日中超额收益率呈现一个先上升后下降的变化规律；在连续下跌的过程中，除下跌1日到连续下跌2日的个股在紧接的这个交易日中超额收益率略有上升以外，整体上也呈现了负超额收益率有一个先上升后下降的变化规律。为检验这一规律是否是随机的，以下对不同涨（跌）天数对应的超额收益率情况进行单因素方差分析，统计结果如表3所示。

表3 12类涨（跌）天数对应的超额收益率单因素方差分析统计结果

从表3可以看出，组间均方为0.009298，组内均方为0.0004260，F值为21.826，P=0.000

结合表2和表4可以看出，在连涨过程中，连涨2天较只涨了1天的个股对应的正超额收益率有一个显著的提高

涨5天较连涨4天对应的正超额收益率继续显著下降（P

综合以上分析，中国股市短期价格趋势策略对应的超额收益率整体上呈现出这样的规律：在短期范围内，连续上涨（下跌）的股票在下一个交易日的正（负）超额收益率随着连续上涨时间的延长呈现出先上升后下降的规律。(三)考虑涨跌幅度的检验

根据样本数据的特点，将连续涨（跌）天数相同的样本数据的上涨（下跌）幅度分为3类，即低幅度上涨（下跌）、中幅度上涨（下跌）、高幅度上涨（下跌），低幅度、中幅度和高幅度的样本数量各占连续涨（跌）天数相同的样本数据的1／3。不同幅度条件下价格趋势策略获利性的统计结果如表5和图2所示。

表5 不同幅度下的价格趋势获利性统计报表

注：“*”为均值统计量在0.10的水平上存在显著差异；“**”为均值统计量在0.05的水平上存在显著差异。

图2 不同涨跌幅度下超额收益率与连续变动天数的关系图

从表5和图2可以看出，“在短期范围内，连续上涨（下跌）的股票在下一个交易日的正（负）超额收益率随着连续上涨时间的延长呈现出先上升后下降的规律”，这一研究结论在不同涨跌幅度下仍然基本成立。同时，中国股市短期价格趋势策略对应的超额收益率还表现出一个比较突出的特征：对于连续上涨（下跌）天数相同的股票，上涨（下跌）幅度大的股票往往对应着较高的正（负）超额收益率。

五、结论

综合上述分析，可得如下结论：

1．建立在股票连续涨跌天数和幅度基础上的短期价格趋势投资策略可以获取超额回报。

2．在个股连续上涨3个交易日内和连续下跌4个交易日内，中国股市个股动量效应显著，超额收益率与连续涨跌时间和幅度均呈现正向相关关系；连续上涨或下跌4个交易日之后，个股超额收益率开始呈现反转效应。

中国股市短期价格趋势策略获得超额收益率的上述规律，可以用黄成等（2006）[16]关于中国股市投资者短期价格趋势推断行为的实验研究结果进行解释：在面对短期股价序列信息时，中国股市投资者采用的是启发性思维（Heuristic Decision Processes）进行价格趋势的判断，其行为特征为：面对连续上涨（下跌）的短期股价序列信息，受到“锚定调整法则”（连续上涨过程）或“后悔厌恶”(连续下跌过程)、“确认偏差”和“热手效应”等认知偏差的影响，随着连续上涨（下跌）时间的延长，中国投资者的买入（卖出）意愿在开始阶段呈现出不断上升的过程；但这种买入意愿并不是单调上升的，当股价连续上涨（下跌）超过一定的时间后，受到“赌徒谬误”的影响，投资者的买入（卖出）意愿开始下降。

需要指出的是，上述规律中的超额收益率在绝对值上较小，甚至大多数情况下不能完全抵扣交易成本，因此，不认为完全建立在此规律上的投资策略可以获利，但作为买卖时机选择的一个依据，上述规律应具有一定的应用价值。

参考文献：

[1]De Bondt. W and R. Thaler (1985)．Does the Stock Market Overreaction?[J]．Journal of Finance40:793-805.

[2]Lo, A. W., A. C. Mackinlay(1990)．Data-snooping biases in tests of financial asset pricing models[J]． Review of Financial Studies 3: 431-467.

[3]Jegadeesh, N.(1990)．Evidence of Predictable behavior of security returns [J]． Journal of Finance, 45, 881-898

[4]Jegadeesh, N. and Titman, S. (1993)．Returns to buying winners and selling losers: implications for stock market efficiency[J]． Journal of Finance, 48, 65-91.

[5]Rouwehorst, K.G(1999). Local return factors and turnover in emerging stock markets[J]. Journal of Finance, 1999,54,1439-1464.

[6]Jaap van der Hart, Erica Slagter and Dick van Dijk（2003）．Stock selection strategies in emerging markets[J]．Journal of Empirical Finance，Volume 10, Issues 1-2 , February 2003: 105-132.

[7]张人骥，朱平方，王怀芳．上海证券市场过度反应的实证检验[J]．经济研究，1998，（5）：58－64．

[8]黄兴旺．中国证券市场的动量与反向投资策略暨相关的理论研究[D]．西安交通大学2000年博士学位论文：70－93．

[9]王永宏，赵学军．中国股市惯性策略和反转策略的实证分析[J]．证券市场导报，2001，（6）：28－33．

[10]张永东，毕秋香．日内价格行为与短期过度反应:中国股市实证分析[J]．现代财经，2002，（1）：47－50．

[11]朱战宇，吴冲锋，王承炜．不同检验周期下中国股市价格动量的盈利性研究[J]．世界经济，2003，（8）：62－67．

[12]朱战宇，吴冲锋，王承炜．股市价格动量与交易量关系：中国的经验研究与国际比较[J]．系统工程理论与实践，2004，（2）：2－8．

[13]肖峻，陈伟忠，王宇熹．中国股市短期反转策略实证研究[J]．系统工程，2005，（5）：38－45．

[14]徐信忠，郑纯毅．中国股票市场动量效应成因分析[J]．经济科学，2006，（1）：86－100．

[15]S. P Khotari and Jerold B. Warner(2005)．Econometrics of Event Studies [A]．Handbook of Corporate Finance: Empirical Corporate Finance, Chapter 1, 2005.

[16]黄成，杨建梅. 中国股市投资者短期价格趋势推断行为的实验研究[J]. 湖南大学学报（社会科学版），2006，（5）：74－81．

Empirical Study on the Applicability of Short-term Price's

Tendency Strategy in Chinese Stock Market HUANG Cheng1，LIU Dong-hui2

(1.Wanlian Securities Limited Company, Guangzhou 510641,China;

量化交易策略的研究篇8

关于统计套利策略，首先要提的是20世纪20年代华尔街传奇人物杰西·利弗莫尔，他通过创造“姐妹股”为自己赚取了大量财富。然后在20世纪80年代在Morgan Stanley中由Nuozio Targalia领导的量化投资团队被认为是最早使用统计套利的投资团队。统计套利是指应用各种定性和定量分析方法识别投资组合之间的相对错误的价格关系，买入被低估的投资组合，同时卖出被高估的投资组合，等待错误价格向均值回归从而获利的一种投资套利策略。

一、策略设计

（一）套利对象的选取

本文选取玉米期货合约c1401和c1311作为研究统计套利在中国内地市场的应用主要是基于以下几点考虑：

1.玉米期货合约c1401和c1311同属于玉米期货，两者受到共同因素影响较多，为研究统计套利提供了现实的可能性。

2.玉米期货的流动性较好，玉米期货是大连商品交易所的主要交易品种之一，各种投资者和玉米交易商参与度活跃。

3.玉米作为主要粮食作物之一，对确保国家粮食安全具有重要的作用，国家对农业的大力支持，有利于玉米价格的稳定，代表玉米未来价格的玉米期货价格也随之较为稳定。

（二）数据来源

本文研究玉米期货合约c1401和c1311统计套利关系的数据来源于期货交易软件“文华财经——赢顺期货交易软件”，选取了c1401和c1311从2013年4月2日到2013年9月30日的日度数据作为研究对象，其中x表示c1401的每日收盘价，y表示c1311的每日收盘价，对x和y取对数后分别表示为lnx和lny。

（三）协整分析

1.单位根检验

由于玉米期货的价格是基于玉米现货的未来价格走势产生的，并且玉米期货合约c1401和c1311的标的物都是玉米，受共同因素影响较多，从直观上看，两个不同期间的玉米合约的价差之间存在一种平稳关系。为此，对玉米期货合约c1401和c1311分别取对数lnx和lny进行单位根检验，检验结果显示：lnx和lny都是一阶单整平稳序列，所以lnx和lny之间可能存在协整关系。

2.协整检验

（1）做lny对lnx的协整回归方程：

lny=0.410122lnx+4.593945+u。

（2）用eviews对u进行单位根检验，显示：u是I（1），即u是平稳的，因此接受lny和lnx是协整关系的假设。根据协整回归方程可以看出玉米期货合约c1401和c1311的套利组合比例是：1：0.410122，即价差为：Spread=0.410122lnx-lny。

二、制定交易策略

由协整检验的结果我们得到价差分布序列Spread，此序列表明了玉米期货合约c1401和c1311之间的差距水平，所以可以根据对价差的分析来构建跨期套利的交易策略。根据Eviews的统计测算得出价差序列的基本统计数据，为了更好地让序列数据集中化，我们依据价差序列均值mean的结果将Spread中心化，即：MSspread=Spread-mean.

跨期套利中价差分析非常重要的一点就是分析套利出现的时机和概率。为此，首先要确定套利区间，本文采纳国外学者在计量方法分析中的±3/4标准差为交易上下边界，因此，交易上下边界确实可以设为±3/4×σ（其中σ=0.005191141）。并且为了减少损失，需要设置平仓上下限，文中以±2σ为平仓上下限，交易策略制定如下：

1.当MSspread﹤-3/4×σ时，买入5张玉米期货合约c1401同时卖出2张玉米期货合约c1311；当MSspread﹥+3/4×σ时，卖出5张玉米期货合约c1401的同时买入2张玉米期货合约c1311。

2.当价差序列如预期回归到±3/4×σ区间时进行反向操作平仓获利了结，完成一次交易。

3.当价差触发±2σ以外的区域时，不管是多头头寸或空头头寸都立刻平仓止损，以减少损失。

三、总结

本文在研究统计套利策略中发现：当两个投资品种受共同因素影响较多时，统计套利策略比较容易成功，所以在选择投资对象时，应该考虑两个投资对象共同的基本面影响因素相似度的高低，相似度高就为统计套利策略的实施奠定了良好的基础。在实施统计套利策略过程中，交易成本是一个必须考虑的事情，频繁的实行统计套利会造成极大的交易成本，可能是原本的盈利变成亏损，因此，在制定和实施统计套利策略时应该将交易成本纳入考虑的对象。

参考文献

[1]吴振翔，陈敏.中国股票市场弱有效性的统计套利检验[J].系统工程理论与实践，2007（02）.

量化交易策略的研究篇9

[5] 叶振军.金融信息安全：模型、方案与管理策略研究[D].天津大学，2008.

[6] 张雪松. 程序化交易简析（二）[J].商品与质量，2012，35：11.

[7]高洋.外汇交易操作风险分析[J].内蒙古财经学院学报，2005，02：23-25.

基金项目：

国家自然科学基金面上项目（60873202）北京市自然科学基金面上项目（4132011）。

量化交易策略的研究篇10

中图分类号：F830.93 文献标志码：A 文章编号：1673-291X（2015）16-0104-02

一、研究背景

1970年，邓恩和哈吉特公司的金融服务部门推出了一本《交易商手册》。其中对当时最流行的自动交易系统进行了模拟测试和比较研究。该项研究的最后结果表明，在所有的测试对象中，“四周规则”系统最为成功。这种系统是由理查德・唐迁创立的。唐迁先生目前在希尔森・莱曼・运通公司工作，担任其高级副总裁兼金融顾问。他被推崇为商品期货自动交易系统领域的先驱。在1983年，《投资账户管理报道》推举唐迁为首届“最佳获利奖”得主，表彰他对商品市场资金运作领域的巨大贡献。该机构目前向后来的受奖人颁发“唐迁奖”。

在过去十年中，随着计算机技术的进步，关于在期货市场建立技术易系统的问题，人们进行了大量的研究。这些系统在本质上是自动化的，消除了人类情感和主观判断的影响。另一方面，它们也越来越臻于复杂。起初用的是简单的移动平均法，后来，又加入了双移动平均线交叉、三移动平均线交叉的内容，再后来，又把移动平均值线性加权、指数加权。最近，人们又引入了高级的统计学系统，例如线性回归系统。上述系统的首要目的依然是追随趋势，即首先识别趋势，然后顺着既有趋势的方向交易。

不过，随着越来越复杂、越来越富于想象力的系统和指标的出现，也有些不妥的倾向。人们往往忽视了那些简单、基本的工具，而它们的效果相当好，经受住了时间的考验。

二、数据来源

本文数据来源于招商智源理财服务平台。螺纹钢期货连续合约从2009年3月27日至2014年5月15日的周数据，使用收盘价249个数据。

由数据可以看出螺纹钢期货连续合约收盘价格最低时可以到达5 450，最高时可以到达3 100，波动幅度较大，既给投资者带来风险，也给其带来获利的机会。

三、策略研究

结合《中国上海期货交易所螺纹钢期货合约表》的标准以及2010年螺纹钢期货的价格，我们的初始数据或者说假设条件为：（1）初始资金为30 000×10×5×7%=105 000元；（2）随着账户中资金的增多适当增加交易手数，考虑到市场规模，最高设置5 000手；（3）平仓后可以立即反向建仓；（4）在适当的时候合约展期；（5）交易无成本。

（一）四周策略内容

按照四周规则建仓，二周规则平仓。具体来说，如果这一周价格突破之前四周最高点，则以前四周最高点买入建仓；如果这一周价格跌破之前两周最低点，则立即卖出平仓。如果这一周跌破之前四周最低点，则以前四周最低点卖出建仓；如果这一周突破之前两周最高点，则立刻买入平仓。第一个方案只考虑收盘价，进行四周策略。第二个方案是开仓在最周最高点的基础上，必须至少突破MA10两次，平仓在两周新低的基础上，必须至少突破MA10一次。第三个方案是开仓至少突破MA10三次，平仓至少突破MA10两次。第四个方案是开仓至少突破MA10四次，平仓至少突破MA10三次。

本文试图通过改变策略来找到最适合螺纹钢期货的四周策略的修正方案。

（二）对螺纹钢期货的研究

分别按“只考虑收盘价”，“开仓在最周最高点的基础上，必须至少突破MA10两次，平仓在两周新低的基础上，必须至少突破MA10一次”，“开仓至少突破MA10三次，平仓至少突破MA10两次”，“开仓至少突破MA10四次，平仓至少突破MA10三次”的方法研究螺纹钢期货的交易结果（见表1）：

从实证结果中可以得到以下结论：

1.研究期内的交易次数并不多。如果以一买一平或一卖一平为一次完整的交易，其中最多交易次数的方法在研究期内十三次，最少一种方法为十次，总计下来，在大约三年的时间内平均交易只十一次。

2.成功率较高。在所有方法中，只有“只考虑收盘价”方法的赚钱次数/赔钱次数为小于0.8，其他方法的比值都大于0.8。

3.收益率颇丰。在所有方法中，“开仓至少突破MA10四次，平仓至少突破MA10三次”方法的年收益率最低，为2.8%；“开仓至少突破MA10两次，平仓至少突破MA10一次”方法收益率最高，年收益率竟高达16.26%。

4.这四种方法比较起来，对于螺纹钢期货的交易方法来说，从交易次数，成功率，收益率都可以很明显的看出“开仓至少突破MA10两次，平仓至少突破MA10一次”的方法是最好的。

四、结论及推广

1.四周策略是一种趋势策略，如果价格上涨看多，如果价格下跌看空。四周策略止损和止盈较及时，因为止损时间为平仓时间，这样在反向趋势刚一确认时便会止损。

2.在价格的选择上，总是选择看似不利的价格，比如突破前三周的最高点再建仓，跌破前两周的最低点再平仓。但这反映了趋势理论原理，即趋势出现再进场，趋势结束立刻出场。

3.由于四周策略的特点，成功率低也可能盈利，其主要原因是止损及时，发现错误立即改正。导致高回报率的原因也与这个有关，即等趋势结束后再离场，这就充分地赚到这部分的利润。

4.该策略有高的成功率和回报率，适合程序化交易，这也是我们研究交易策略的目的。程序化交易可以排除人主观情绪的影响，因为人性具有贪婪、恐惧等特点，犹豫可能使人在交易的瞬间改变交易策略，而计算机不会。同一个人不可避免的会在相同的条件下犯同样的错误，但程序化可以克服这一缺陷。此外，程序化交易可以达到更高程度的协调一致性，既能保证利润在一定程度内充分增长，又能把损失限制在一定范围里。

综上所述，四周策略的“开仓至少突破MA10两次，平仓至少突破MA10一次”方法是适合螺纹钢期货交易策略，并应用于实际投资策略中。

参考文献：

量化交易策略的研究篇11

中图分类号F830.91 文献标识码A

Research on Program Trading Strategies Based

on Combination of Technical Analysis Indicators

LIU Wei1，2，SHEN Chungen1，2

（1.Shanghai Finance University， College of Statistics and Mathematics， Shanghai201209，China；

2.Shanghai Laboratory of Financial Information Technology， Shanghai University

of Finance and Economics， Shanghai200433，China）

Abstract Program trading provides the new opportunities for the development of the technical analysis methods. This paper utilized the technology indicators， established program trading strategies based on combination of indicators， discussed the theoretic basis of the trading strategy， and verified the stability performance and the considerable income of the strategy by the empirical analysis， which provides a new idea for the research on program trading model.

Key words Program Trading Model； MACD， KDJ； Stationary Test

1引言

程序化交易（Program Trading，又称“篮子交易”，Basket Trading）是现代证券交易方式的重大创新.程序化交易经常与量化交易、算法交易、高频交易等概念同时出现.一般来说，量化交易范围最广，且当前多为程序化交易.算法交易和高频交易则属于程序化交易的分支并各有侧重.根据证券监管部门有关文献定义，对于以构建个性化的交易模型为基础，按照一定交易规则和参数约束，由计算机系统根据模型设定的触发条件所给出的交易指令、快速自动买入或者卖出特定数量和特定品种的投资标的的交易行为，都称为程序化交易.

近年来，程序化交易在美欧市场广泛应用于对冲基金、共同基金等大型机构投资者及做市商，极度频繁的交易和微小价差是他们盈利的诀窍.文献[1]提出，美国已有超过90%的对冲基金在纳入程序化交易技术.另据统计，截至2010年底，程序化交易已占据超过70%的全球金融交易市场[2].

程序化交易在国内出现较晚，国内的行业和学术界大多关注程序化交易的模型开发、系统设计等机理研究.文献[3]中基于高频数据建立了华夏上证ETF50和华安上证180ETF的套利策略.文献[4]中利用MACD技术分析指标创建了高频交易模型.文献[5]中研究了程序化交易系统的检测和优化.

经济数学第 32卷第3期

刘伟等：基于技术分析指标组合的程序化交易模型研究

目前，国内程序化交易策略一般存在于程序化交易平台提供的交易软件，如中金所报备的交易软件“金世达”“快”“一键通”等.另一种存在形式是证券公司、期货公司、投资公司以及私募基金等自行研发的交易算法.以上两种方式均涉及商业机密，故交易策略一直是程序化交易的“黑匣子”.针对始于今年六月中旬的股市大幅震荡行情，证券、期货市场监管层出台一系列措施，继中金所宣布调整交易手续费、增加申报费之后，沪深交易所修改融资融券规则，将融券卖出和还券环节操作从“T+0”修改为“T+1”.这些维稳救市的举措直接指向程序化交易，引发了各界广泛讨论.如何正确认识程序化交易机制，正确评价其市场影响，是摆在市场监管部门面前亟需解决的问题.利用程序化交易原理，创建技术分析指标组合，给出指标组合盈利的具体模式，并对策略原理加以探讨，从理论角度探求程序化交易策略的设计机理，以期为程序化交易的学术研究做出有益的探索.

2技术指标简介

2.1MACD指标

MACD称为指数平滑异同平均线，用快的移动平均线减去慢的移动平均线.令t时刻的价格为St，周期参数为m，n，p，MACD指标的基本计算公式：

EMAnt（St）=2n+1∑n-1i=0（n-1n+1）iSt-i

DIFFt=EMAmt（St）-EMAnt（St）

DEAt=EMApt（DIFFt）

MACDt=DIFFt-DEAt

在实际应用中，MACD从负数转向正数是买入信号；MACD从正数转向负数是卖出信号；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.由于MACDt并不平稳，本文参考文献[6]的做法，利用指数移动平滑后的指标EMA（MACD）t进行策略设计，增加一个参数q[6].具体原理见后文.

2.2KDJ指标

KDJ指标又叫随机指标，通过一个特定的周期（常为n日、n周等）内出现过的最高价、最低价和最后一个计算周期的收盘价三者之间的比例关系，计算最后一个计算周期的未成熟随机值RSV，然后根据平滑移动平均线的方法来计算K值、D值与J值，并绘成曲线图来研判股票走势.令周期参数分别为n，M1，M2，计算公式具体为：

RSVnt=Closent-LowntHighnt-Lownt×100，

Knt=RSVnt+（M1-1）Knt-1M1，

Dnt=Knt+（M2-1）Dnt-1M2，Jnt=3Knt-2Dnt.

在实际应用中，D大于70时，行情呈现超买现象；D小于30时，行情呈现超卖现象；K线突破D线时，为买进信号；K线跌破D线时为卖出信号；随机指标与股价出现背离时，一般为转势的信号；K值和D值上升或者下跌的速度减弱，倾斜度趋于平缓是短期转势的预警信号.DJ同时也融合了动量、强弱和移动平均线三方面的内容，具有很强的综合性.J线的实质是对K值和D值的乖离程度的反映，从而先于KD值找出市场的头部或底部.J线连续几个周期保持在100以上说明可能形成一个阶段性头部，反过来，J线连续几个周期低于0，说明可能形成一个阶段性底部.因此，J线可以这样被用于交易，下跌100时卖出，上穿0时买入.

3模型设计原理

MACD作为趋势指标，比通常的移动平均线组合指标更精确，更能体现趋势的变动，而KDJ作为敏感性较高的震荡指标能更好的捕捉趋势变化.常规的技术分析是在不同的市场情况下视市场当前性质来选择所要用的指标，而该模型组合二者的目的是为了敏感捕捉单边趋势的丰厚利润.

下述模型所用指标参数均是基于以上原则，保证模型既能过滤掉市场噪音，又能抓住趋势改变较大、较强烈的、较极端的市场机会.

4交易模型及盈利表现

基于单个指标的程序化交易模型已有文献探讨，本文将建立由两个指标组合构建的交易模型.为了更清晰的说明交易模型，本文以沪深1403（IF1403）和沪深1406（IF1406）为研究对象开展实证分析，在此过程中介绍指标参数的选择原则及盈利表现.

本文涉及的数据包括沪深1403（IF1403）2013年7月22日9：16到2014年1月7号15：15的60s数据，共30 780个数据；沪深1406（IF1406）2013年10月21日9：16到2014年1月7号15：15的60s数据，共15 120个数据.以上数据均来自Wind资讯金融终端.鉴于更高频率的数据（通常为机构占用且不公开）不易获取，以下策略是在分钟数据的基础上制定的.此策略能否在更高频率的数据中获利，还有待进一步的研究和验证.

4.1建仓平仓规则

单品种初始分配资金100万，开仓时使用全部资金；当与开仓资金相比亏损达到10%，在本周期收盘价处进行平仓；交易费率买入、卖出均为0.002 5%，期货保证金为12%.

4.2交易策略

当KDJ发出买入信号且EMA（MACD）发出卖出信号时开仓，当KDJ、EMA（MACD）同时发出卖出信号时平仓.若达到上述止损条件则平仓.

其中，EMA（MACD）指标的买入信号为EMA（MACD）线上穿0点，卖出信号为EMA（MACD）线下穿0点；KDJ指标的买入信号为J值上穿0点，卖出信号为J值下穿100点.EMA（MACD）指标的参数设置为m=12，n=72，p=12，q=3.KDJ指标的参数设置为n=4，M1=M2=6.

IF1403的成交时点及相关收益情况如下表1，表2所示.

总结IF1403和IF1406的成交时点及相关收益情况，EMA（MACD）和KDJ指标组合对IF1403提供了有18个交易点，对IF1406提供了14个交易点，盈利的综合情况如表3所示.

5交易模型的理论基础

上述EMA（MACD）和KDJ指标组合具有较好的盈利表现，这种情形是否稳定还需要证明盈利过程的平稳性.因为平稳性是随机过程的重要特征，基于平稳性才能根据随机过程过去和现在信息预测随机过程未来趋势.故只有证明过程具有平稳性质，才能确定以上盈利的发生并非偶然.由于2个指标的计算均涉及每个周期的收盘价，需对价格序列进行模型假设，文献[7]针对股价服从Levy过程进行了检验.基于实际股价数据的表现，本文借鉴文献[4]的提法，考察更一般的假设问题：

H0：价格的对数增量过程不平稳；

H1：价格的对数增量过程平稳[4]

利用Augmented DickeyFuller检验、McKinnons's 检验、PhillipsPerron检验对股指期货IF1403、IF1406的观测数据的对数增量过程进行检验，检验结果如表4所示.

通过检验的P值，可在0.01的显著性水平下认为观测数据的对数增量过程是平稳的.需要说明的是，ADF检验和P-P检验方法解决的是弱平稳或强混合平稳时间序列数据的平稳性验证问题，本文给出以下假设：

H0：价格的对数增量过程非弱平稳；

H1：价格的对数增量过程弱平稳.

本文在拒绝H0的情形下，假设价格数据模型为：St=ePt ，其中Pt 为增量弱平稳过程，即Pt的一阶差分过程弱平稳.若将假设条件进一步严格化，例如将弱平稳换成强平稳，则股价在服从BlackScholes模型、随机波动率模型、GARCH模型、levy过程等情形下，上述技术指标过程的强平稳性已得到证明[7-10].本文放宽假设条件，基于Pt增量的弱平稳假设考察两个指标过程的弱平稳性.

其中，EMA（MACD指标短周期参数为n，长周期参数为m，长短期差值DIFF指数移动平均步长为p，DIFF与DEA差值的指数移动平均步长为q，具体公式如下：

DIFFt=2n+1∑n-1i=0（n-1n+1）iSt-i

-2m+1∑m-1i=0（m-1m+1）iSt-i

=2n+1∑n-1i=0（n-1n+1）iePt-i

-2m+1∑m-1i=0（m-1m+1）iePt-i，

DEAt=2p+1∑p-1i=0（p-1p+1）iDIFFt-i ，

Difft=DIFFt-DEAt，

EMA（MACD）t=2q+1∑q-1i=0（q-1q+1）iDifft-i.

KDJ指标中RSV周期参数为n，K值的指数移动平均步长为M1，D值的指数移动平均步长为M2， 具体公式如下：

RSVnt=

ePt-min （ePt，ePt-1，…ePt-n+1）max （ePt，ePt-1，…ePt-n+1）-min （ePt，ePt-1，…ePt-n+1）

×100

Knt=RSVnt+（M1-1）Knt-1M1，

Dnt=Knt+（M2-1）Dnt-1M2，

Jnt=3Knt-2Dnt.

分别利用IF1403和IF1406的实际观测数据，计算以上2个指标.利用平稳性检验方法，指标的平稳性检验结果如表5所示.

6结论

我国证券市场还不具备全面铺开程序化交易的条件，但自股指期货推出，这种新型交易模式就已被国内投资者关注.从最初的期货交易者到如今绝大部分金融机构，程序化交易的规模发展迅速，其市场影响也逐步显现.面对程序化交易风险，成熟资本市场的监管制度相对完善，但异常交易事件时有发生，在此背景下其金融衍生品市场仍然蓬勃发展，这与国外学术界对程序化交易深入研究以及国外投资者对程序化交易广泛认同的大环境密不可分.相比之下，国内学术界关于程序化交易的探讨还相对薄弱，更多结合国内市场实际的研究还有待进一步展开.

建立了修正MACD指标和KDJ指标的组合策略模型，对股指期货的分钟数据进行了实证研究，并对指标组合的弱平稳性加以检验，结果表明该组合策略具有弱平稳性，可期望获得稳定收益.随着信息技术的发展，高频数据记录时间间隔逐渐缩小，我们将在更高时间频率上讨论技术指标组合的盈利模型，并在此基础上探索程序化交易的策略机理，以期为我国金融衍生品市场的风险管理提供有益借鉴.

参考文献

[1]Leinweber DAVID J. Stupid data miner tricks overfitting the S&P 500 [J]. The Journal of Investing， 2007， 16（1）： 15-22.

[2]Aldridge IRENE. Highfrequency trading： a practical guide to algorithmic strategies and trading systems[M]. NewYork：John Wiley & Sons，2019.

[3]刘伟，陈敏，梁斌.基于金融高频数据的ETF套利分析[J].中国管理科学，2009， 17（2）：1-7.

[4]包思，郑伟安，周瑜.基于MACD的平稳技术指标在高频交易中的应用[J].华东师范大学学报：自然科学版，2013（5）：152-160.

[5]熊熊，张博洋，张永杰，等.程序化交易系统的检测与优化体系[J].科学决策，2013（8）：1-15.

[6]刘畅，郑伟安.成交价在高频交易中的分析与应用[J]. 华东师范大学学报：自然科学版，2013（6）：14-21.

[7]刘伟.关于股票价格模型的假设检验[J].应用数学学报，2010，33（4）：723-731.

量化交易策略的研究篇12

进入20世纪80年代以后，股票市场出现了一系列与有效市场理论不相符合也无法解释的异常现象。在此背景下，主要以应用心理学研究分析金融市场的行为金融理论产生了。行为金融理论就是将心理学、行为学和社会学等理论融入到金融学理论，据以分析金融市场微观主体行为及产生这种行为的更深层次的社会、心理等动因，以此来研究和预测资本市场的现象与问题，并尝试解释与传统金融理论相矛盾的异常现象的理论。行为金融的理论基础包括：①前景理论。前景理论认为行动决策依据是行动的期望给人们带来的心理感受，行动后果为对赋值为零的中性参考点的偏离。在进行心理感受的评价之前，决策者对决策问题进行初步分析，刻画出有效的行动，选择自认为适当的参考点，并预计可能的后果。②行为组合理论。行为组合理论认为，投资者应把注意力集中在整个组合而非单个资产的风险和预期收益的分析上，而最优的组合配置处在均值方差有效前沿上，这就需要考虑不同资产之间的相关性。③认知偏差理论。认知偏差理论是研究人们在利用经验法则进行决策判断时所产生的错误。心理学研究显示，在解决复杂问题时，由于时间和认知资源的限制，人们不能对决策所需的信息进行最优分析。④行为资产定价模型。行为资产定价模型的特点是认为知情交易者和噪声交易者在市场上会相互作用。噪声交易者容易产生认识偏差，并不按照严格的均方差偏好进行资产选择。而信息交易者则是严格按照严格的均方差偏好进行资产选择，不会受到认知偏差的影响。两者相互影响，共同决定资产价格。

二、行为金融理论对投资者认知与行为偏差的分析

标准金融在投资者心理与证券市场效率上所持的观点是投资者是理性人。然而行为金融则认为投资者是非理性人，情绪与认知偏差的存在使投资者无法做到理性预期和效用最大化，并且其非理将导致市场的非有效，资产价格偏离其墓本价值。行为金融理论总结出了如下一些投资决策心理和行为过程：

1、过度自信

心理学研究表明，人们往往过于相信自己的知识和能力，高估自己成功的个人因素，而低估运气和机会在其中的作用。将差的结果归罪于外部的环境，从而不能通过学习过程来修正自己的信念，导致的过度自信和固执。最终导致交易成本增加而降低了净收益。

2、过度反应

过度反应是指投资者对未来股价过于乐观，导致股价超理论水平上涨；或者对未来股价过于悲观，导致股价超理论水平下跌。经过一段时期，在投资者能够合理评价、修正事件的影响时，股价会产生反向修正。从行为金融理论角度来看，过度反应是由于投资决策者在不确定性条件下系统性心理认知偏差造成的，不能理性分析倾向当前信息并轻视以往信息，从而引起股票的超涨或超跌。

3、羊群行为

股市中的“羊群行为”是指投资者由于受其他投资者投资策略的影响而采取相同的投资策略。其关键是其他投资者的行为影响投资者的投资决策，并对他的决策结构造成影响。

4、动量效应

在一定持有期内平均而言，如果某只股票或某些股票组合在前一段时期内涨幅较好，那么，下一段时期内，该股票或股票组合仍将有良好表现。此外还有过度恐惧与政策依赖性心理，遗憾，暴富心理与心理和轮涨轮跃效应（补涨补跌效应）及小盘股、新股效应。

5、处置效应

处置效应是一种比较典型的投资者认知偏差行为，表现为投资者对赢利的“确定性心理”和对亏损的“损失厌恶心理”。当处于盈利状态时，投资者是风险回避者，愿意较早卖出股票以锁定利润；当处于亏损状态时，投资者是风险偏好者，愿意继续持有股票。投资者在证券投资时，行为上主要表现为急于卖出盈利的股票，不愿轻易卖出亏损股票。

6、启发式偏差

启发式是人脑解决非规范性、不确定性和缺乏现成算法的问题时所采用的一种决策方式，为人们在大多数情况下提供了进行决策判断的高效思维范式，即投资者依据“经验法则”来进行投资决策。一般情况下，人类解决复杂的问题，主要是应用启发法，但同时启发式思维很容易形成系统性的认知错误，并导致错误的判断与决策，由启发式导致的决策错误是一种系统性的、所有受过良好教育的人都有可能犯的错误，叫做启发式偏差。

三、行为金融视角下的证券投资策略分析

1、反向投资策略

在行为金融理视角下，采用反向投资策略是对股市过度反应的一种纠正，即买进过去表现差的股票而卖出过去表现好的股票来进行套利的投资方法。其主要论据是投资者心理的锚定和过度自信特征，投资者对信息的过度反应，从而造成盈利者易于高估股价而损失者易于低估股价的现象。行为金融理论认为，冷门股票意味着投资者对该股票的预期较低，那么在实际投资实践中，通过一种质朴策略即简单外推的方法，根据公司的近期表现对其未来进行预测，从而导致对公司近期业绩情况做出持续过度反应，形成对业绩较差的公司股价的过分低估和对业绩较优公司股价的过分高估现象，为投资者利用反向投资策略提供套利的机会。那么，证券投资者就要注意，反向投资策略要在大多数投资者还没有意识到错误时就开始投资于某些股票，而在大多数投资者已经意识到错误并也投资于这些证券时，要果断地卖出这些股票。

2、动量交易策略

动量策略又称正反馈策略、惯性策略，即预先对股票收益和交易量设定过滤准则，当股票收益或股票收益和交易量同时满足过滤准则就买入或卖出股票的投资策略。行为金融视角下动量交易策略的提出，基于行为金融理论对投资者动量效应心理的分析，源于对股市中股票价格中间收益延续性的研究。行为金融理论研究表明，在一定的持有期(一般指一个月至一年之间)内，如果某只股票或某个股票组合在前一段时期内涨幅较好，那么，下一段时期内，该股票或股票组合仍将有良好表现。因此，动量交易策略所获得的利润是由于股票基本价值的变动带来的。基于价格惯性和收益惯性的策略也可利用市杨对不同信息的反应不足而获利。

3、成本平均策略和时间分散策略

成本平均策略是指投资者将现金投资为股票时，通常总是按照预定的计划根据不同的价格分批进行，以备不测时摊低成本，从而规避一次性投入可能带来的较大风险的策略。行为金融理论认为在这种方法下能使投资者各期购入股票的平均成本低于股票的平均价格。因为，在操作中投资者可每期以固定的金额去购入所选定的一种或几种股票，这样在股价下跌时买入的股数就多，而在股价上涨时买入的股数就少。所以在买入的总股数中自然低价股的数量大于高价股的数量。因此，一定时期后每股的平均成本就自然会低于股票平均市场价格。时间分散化策略是指承担股票的投资风险的能力将随着投资期限的延长而降低，投资者在年轻时应将其资产组合中的较大比例用于投资股票，而随着年龄的增长则逐渐减少股票投资比例增加债券投资比例的策略。时间分散化策略是基于行为金融学的一个重要的结论，即时间会分散股票的风险，也就是说股市的风险会随着投资期限的增加而有所降低。它与投资者的有限理性、损失厌恶及思维分隔有关，因此，投资者在运用时间分散化策略进行投资时，需要注意切忌过于频繁的交易。

4、基于启发性偏差的投资策略

通过行为金融理论对投资者启发式心理偏差的分析，优秀的投资者不仅应当了解市场中的投资者和自己会产生什么样的心理和行为偏差，且能够避免由于自身因素造成重大大失误，以及了解投资者的心理偏差和决策失误对市场产生的影响，寻找被市场错误定价的证券，并采取相应的投资决策。行为金融学认为市场是非有效或不完全有效的，由于投资者受经验法则的谬误和情绪因素的影响，将会导致证券的市场价格偏离理论价格。通过发现这些偏差，买入低估的股票，卖出高估的股票，可以获得超额的收益。投资者发现这些偏差的最好方法是长期坚持特殊的投资策略。投资者在为组合购进一只股票时，应详细地记录其要点。保留长期的“投资记录”有助于投资者评估其投资策略，使投资者会更早地认识并承认这些认识偏差，从而帮助他们控制“情绪波动”。本质上避免这些认识偏差的方法是少交易并实施简单的“购买并持有”策略，在大多数投资者认识到这些偏差之前投资于这些证券，随后，当大多数投资者意识到这些错误并投资于这些证券时卖出这些证券。

四、基于行为金融理论指导下的证券投资应注意的问题

综上分析，投资者在证券投资过程中的认知偏差和行为偏差，通过行为金融理论可以很好的解释，并由此总结了许多有价值的证券投资策略，但在具体运用这些投资策略时还应注意以下几点问题：

1、防止教条化，随机应变行为金融理论的投资策略是：在大多数投资者尚未意识到错误时投资于某些证券，随后当打多数投资者意识到错误并投资于这些证券时卖出这些证券。但是，我们应该考虑的是：如果证券市场的绝大多数投资者认识到这一问题并采取同样的策略时，其策略效果如何体现呢？因此，在应用行为金融策略时，要防止教条化，注意随机应变。

2、不同投资者需要有不同的投资策略将行为金融学的研究成果运用到我国证券市场的实践中，可以合理引导投资者的行为。对于广大中小投资者，要通过教育来使其趋于理性化，提高证券市场投资者的投资决策能力和市场的运作效率。对于机构投资者，要提高其投资管理水平。投资者决策中的心理偏差是与生俱来，而这些认知偏差可以通过学习、训练等手段得到有效缓解。因此，不同投资者应该采用不同的投资策略。

3、切忌对国外现有行为投资策略的简单模仿