利用商品期货交易数据建立盈利的量化交易模型

秦梓欣 梁志鹏 朱明明 何天舒 陈荟荃

摘   要：本文围绕商品期货交易的问题建立盈利的量化交易模型，通过对主要的技术指标进行分析，并设计指标算法的实现，最后利用MATLAB实现了对问題的求解。

关键词：量化;技术指标;信号指示灯？

一、研究综述

1.研究目的

利用商品期货数据，建立一个可实现盈利的模型，并通过量化，使得模型可通过程序来实现，即能够实现自动交易。本文研究各种可行性方法来使模型具有较强适用性，同时进一步推广，使得模型可以用于各种投资产品，包括股票和期货等，最终能得到一个盈利多适用性强、抗风险能力强的金融模型。

2.研究意义

近年来，世界大宗商品价格波动幅度很大，给我国期货市场带来了巨大的市场风险，我国商品期货市场中也发生了一系列影响重大的风险事件，这些风险事件的发生的原因主要有两个，一方面是因为期货市场本身是一个利用小资金做大买卖的风险市场，呈现处天然的高风险性，期货市场“杠杆效应”十分明显，即高风险与高收益并存。另一方面源于我国期货市场制度建设尚不完善，盲目发展的势头与大户操纵等恶劣行为所致。这类事件的出现极大的挫伤了投资者的信心，但这也使得我国市场存在不少的套利机。

本模型的意义在于建立起一个适应中国当前商品期货发展状况的模型，使投资者可以大大避免投资过程中存在的非系统性风险，从而获得利润。而且，通过模型可避免投资者情绪影响盈利的情况，使得投资人的行为更理性，从而在其中获得更多利润。同时，中国大部分投资人对于期货的了解并不深，他们对于投资市场机会的把握能力较差，一个比较合适的金融模型可以弥补他们专业知识上的欠缺，从而使得投资人获利机会增加。

二、重要指标

1.MACD

（1）简介及计算方法

MACD又称指数平滑移动平均线，由快速移动平均线与慢速移动平均线作差求得。MACD在应用上应先行计算出快速（一般选12日）移动平均值与慢速（一般选26日）移动平均值。以这两个数值作为测量两者（快速与慢速线）间的"差离值"依据。即差离值（DIF），用12日EMA数值减去26日EMA数值。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。 至于行情开始回转，正或负差离值要缩小到怎样的程度，才真正是行情反转的信号。MACD的反转信号界定为"差离值"的9日移动平均值（9日EMA）。 在MACD的指数平滑移动平均线计算公式中，都分别加T+1交易日的份量权值，以现在流行的参数12和26为例，其公式如下：

12日EMA的计算：EMA12 = 昨日EMA12 X 11/13 + 今日收盘价X 2/13

26日EMA的计算：EMA26 = 昨日EMA26 X 25/27 + 今日收盘价X 2/27

差离值（DIF）的计算： DIF = EMA12 - EMA26

根据离差值计算其9日的EMA，即离差平均值，是所求的MACD值。

九日DIF平均值（DEA）=最近9日的DIF之和/9

（2）判别方法

当MACD由负转正，表示买入信号;当MACD由正转负，表示卖出信号。MACD变化幅度较大时，表示市场存在大趋势转变。

（3）指标存在的问题

①MACD属于中长线指标，因而买入、卖出信号点与最低价、最高价间的价差比较大。当行情变化幅度过小时，按照MACD指示买入后随即又卖出，期间利润空间较少，同时手续费的成本也较高。

②由于MACD的移动速度较慢，当遇到短时间内的较大涨幅时，MACD无法作出及时的反应。而在进行行情比较时需要考虑时间差，因此一旦出现行情有较大幅度的波动，MACD不能立刻产生信号。

2.KDJ

（1）简介及计算方法

KDJ指标又称随机指标，以特定周期内的最高价、最低价、最后一个计算周期的收盘价及这三者之间的比例关系为基础，计算最后一个计算周期的未成熟随机值RSV，同时根据平滑移动平均线的方法来计算K、D与J的数值，并生成图像来判断股票走势。K、D、J的数值计算过程中首先计算周期的RSV值，再计算K、D、J值。以日K、D、J数值的计算为例，其计算公式为：

（n日）

公式中，为第n日收盘价;为n日内最低价;为n日内最高价。

当日K值=2/3×前一日K值+1/3×当日

当日D值=2/3×前一日D值+1/3×当日K值

当日J值=3×当日K值-2×当日D值

（2）判别方法

①K与D值永远介于0到100之间。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。

②K大于D时，显示趋势是向上涨，因此K线突破D线时，为买进信号。当D值大于K值时，趋势下跌，K线跌破D线时为卖出信号。

③KD指标不仅能反映出市场的超买超卖程度，还能通过交叉突破发出买卖信号。

（3）指标存在的问题

3.RSI

（1）简介及计算方法

相对强弱指数是基于一定时期内上涨、下跌幅度之和的比率而产生的一种技术曲线，与市场在该段时期内是否景气有密切关系，其计算公式如下：

RSI=n日收盘价涨数平均值÷（n日收盘价涨数平均值+n日收盘价跌数平均值）×100

（2）判别方法

①股市经历一轮下跌后，RSI从高位跌至30以下，若由低位向上突破60，则表明多头力量重占上锋;

②股市经历一轮上涨后，RSI从低位涨至80以上，若由高位向下跌破40，则表明空头力量重占上锋;

③盘整时RSI值在40～60之间，若市场走强，RSI值高于80;反之，市场不景气时，RSI值低于20。

（3）指标存在的问题

①发生单边行情时，RSI在高位或低位时出现钝化，导致过早的卖出或买入;

②RSI的买入、卖出信号无明显规则，当处于高位时，仅能说明行情很有可能反转，但无法明确其时点;

③超买、超卖容易导致RSI钝化，进而容易发出错误的操作信号。

4.OBV

（1）简介及计算方法

OBV通过统计成交量变动的趋势来推测股价趋势，以某日为基期，逐日累计每日上市股票总成交量。

（2）判别方法

①当股价上升而OBV下降时，是卖出的信号;

②股价下降时而OBV线上升，表示股价可能将止跌回升;

③OBV缓慢上升，而股价也同时上涨，为买入信号;

④OBV急速上升，应在高位卖出;

⑤OBV缓慢下降而股价也同时下跌时，应卖出或持币观望;

⑥OBV急速下跌，应持币观望;

⑦OBV的值由正转负时，是卖出信号，反之为买入信号。

（3）指标存在的问题

①OBV指标基于国外成熟市场上的经验总结，而在中国不一定能完全适应。

②涨跌停板的限制会导致OBV失真。

5.BIAS

（1）简介及计算方法

乖离率主要用来预警金价的暴涨和暴跌引发的行情逆转，即当金价在上方远离移动平均线时，就可以卖出;当金价在下方远离移动平均线时，就可以买进。其计算公式如下：

BIAS=（收盘价-收盘价的N日简单平均）/收盘价的N日简单平均×100

（2）判别方法

①BIAS指标表示收盘价与移动平均线之间的差距。当股价的正乖离扩大到一定极限时，表示短期获利越大，则获利回吐的可能性越高;当股价的负乖离扩大到一定极限时，则空头回补的可能性越高

②乖离率包含正、负值，若股价比平均线高，判定为正值;若股价比平均线低，则判定为负值;若股价等于平均线，则值为零。若乖离率为正，其值越大，短期超买则越大，从而增大见顶的机率;若乖离率为负，其值越大，短期超卖的可能性越越大，进而增大了见底的机率。

③在多头行情中，会出现许多高价，过早卖出会错失一段行情，可于先前高价的正乖离率点卖出;在空头市场时，亦会使负乖离率加大，可于先前低价的负乖离点买进。

（3）指标存在的问题

买卖信号过于频繁，波动频繁，稳定性差。

三、模型建立与求解

1.构建五个指标的指标线

模型的目的是盈利，即低买高卖，因此关键是判断价位高低的时机判断，本文将量化出可以判断高低价的公式，通过技术分析并选出上述5个指标建立信号灯来判断价位的高低，使得模型更有推广性。

结合大连a9888.csv数据，得到了收盘价和所有的指标，作图如下：

图1  大连a9888收盘价图

图2  MACD指标线图

图3  RSI指标线图                     圖4  KDJ指标线图

图5  OBV指标线图

图6  BIAS指标线图

由上图可得，收盘价的波动较频繁，而每个指标的波动也很频繁。因此需结合收盘价进行分析，得到较好的结果。

2.运用信号灯进行操作判断

通过上述5个指标得到5对信号灯，其中有5个买入信号灯和5个卖出信号灯，根据所给的信号灯，我们得到信号指标判断最终的结果，通过上述所给信号指标，通过MATLAB进行实现，得到最终的结果如下图所示：

图7  交易策略回测过程图

图8  大连数据测试结果图

由上图可得，交易较为频繁，由于模型适用于短期交易，可估算5-20天的高低价位，直接导致交易次数的增多。其次，通过收益曲线的分析可得收益率维持在较高水平，而且大致上是一条上升的曲线，证明了模型的可盈利性。同时，最大回撤率总体小于23%，而大部分是小于10%，说明模型带来了较小的投资风险。

四、结果分析和模型检验

1.上期zn888数据测试结果

上文已运用模型对大连a9888.csv数据进行分析并得到满意的结果，为了检验模型的通用性，本文运用上期zn888.csv数据和郑州TA888.csv数据对模型进行检验。上期zn888.csv数据检验结果如下图所示：

图9  交易策略回测过程图            图10  上期数据测试结果图

2.郑州TA888数据测试结果

显然，模型可保证较高的收益率，唯一的不足就是最大回撤会比较大，即风险相对较大，而郑州TA888.csv数据检验结果如下图所示：

图11  交易策略回测过程图        图12  郑州数据测试结果图

从上图可得，通过模型运算得到的结果具有较高的收益率，风险较小，因此模型具有较强的实用性和推广性。

参考文献：

[1]邓留保，李柏年，杨桂元.Matlab与金融模型分析[M].合肥：合肥工业大学出版社，2007.

[2]顾京.中国股指期货市场功能实证研究与优化对策[D].上海：华东师范大学，2013.

[3]郭苗苗.中国股指期货市场与股票市场周期互动关系的谱分析[D].上海：华东师范大学，2012.

[4]李斌.股指期货交易基础[M].北京：中国宇航出版社，2007.

作者简介：秦梓欣（1992-  ）女，广东广州天河区，广东外语外贸大学思科信息学院信息管理与信息系统，研究方向：信息金融邮编;梁志鹏，（1992-  ），男， 广东省广州市番禺县，研究方向：应用数学，工作单位：广东外语外贸大学金融学院;朱明明（1993-  ），安徽芜湖镜湖区，中山大学翻译学院，商务英语文学学士，研究方向：为市场营销;何天舒（1993-  ），男，汉，湖北黄冈，学位：理学士，研究方向：应用数学，单位：广东外语外贸大学金融学院;陈荟荃（1993-  ），女，汉，湖北省武汉市汉阳区，经济类学士，华南农业大学经济管理学院， 研究方向：风险管理

图6  BIAS指标线图

由上图可得，收盘价的波动较频繁，而每个指标的波动也很频繁。因此需结合收盘价进行分析，得到较好的结果。

2.运用信号灯进行操作判断

通过上述5个指标得到5对信号灯，其中有5个买入信号灯和5个卖出信号灯，根据所给的信号灯，我们得到信号指标判断最终的结果，通过上述所给信号指标，通过MATLAB进行实现，得到最终的结果如下图所示：

图7  交易策略回测过程图

图8  大连数据测试结果图

由上图可得，交易较为频繁，由于模型适用于短期交易，可估算5-20天的高低价位，直接导致交易次数的增多。其次，通过收益曲线的分析可得收益率维持在较高水平，而且大致上是一条上升的曲线，证明了模型的可盈利性。同时，最大回撤率总体小于23%，而大部分是小于10%，说明模型带来了较小的投资风险。

四、结果分析和模型检验

1.上期zn888数据测试结果

上文已运用模型对大连a9888.csv数据进行分析并得到满意的结果，为了检验模型的通用性，本文运用上期zn888.csv数据和郑州TA888.csv数据对模型进行检验。上期zn888.csv数据检验结果如下图所示：

图9  交易策略回测过程图            图10  上期数据测试结果图

2.郑州TA888数据测试结果

显然，模型可保证较高的收益率，唯一的不足就是最大回撤会比较大，即风险相对较大，而郑州TA888.csv数据检验结果如下图所示：

图11  交易策略回测过程图        图12  郑州数据测试结果图

从上图可得，通过模型运算得到的结果具有较高的收益率，风险较小，因此模型具有较强的实用性和推广性。

参考文献：

[1]邓留保，李柏年，杨桂元.Matlab与金融模型分析[M].合肥：合肥工业大学出版社，2007.

[2]顾京.中国股指期货市场功能实证研究与优化对策[D].上海：华东师范大学，2013.

[3]郭苗苗.中国股指期货市场与股票市场周期互动关系的谱分析[D].上海：华东师范大学，2012.

[4]李斌.股指期货交易基础[M].北京：中国宇航出版社，2007.

作者简介：秦梓欣（1992-  ）女，广东广州天河区，广东外语外贸大学思科信息学院信息管理与信息系统，研究方向：信息金融邮编;梁志鹏，（1992-  ），男， 广东省广州市番禺县，研究方向：应用数学，工作单位：广东外语外贸大学金融学院;朱明明（1993-  ），安徽芜湖镜湖区，中山大学翻译学院，商务英语文学学士，研究方向：为市场营销;何天舒（1993-  ），男，汉，湖北黄冈，学位：理学士，研究方向：应用数学，单位：广东外语外贸大学金融学院;陈荟荃（1993-  ），女，汉，湖北省武汉市汉阳区，经济类学士，华南农业大学经济管理学院， 研究方向：风险管理