彭素静 贾秀燕 谢芮
课题项目:2017年地方高校国家级大学生创新创业训练计划项目(201713320129)立项课题“基于市场资金流向的商品期货量化交易策略研究”,指导教师:薛靖峰
摘 要:对于商品企业行情数据来说,价格涨跌是交易者态度的汇总,成交量是交易热度的体现,持仓量是分歧度的象征。本文首先对锌商品期货分别以30天、60天和90天为周期建立AR模型得到资金流向具有持续性;然后利用CTA策略选出交易激进的期货合约,利用成交量、收盘价、涨跌幅计算得到交易激进指标P与分歧度指标Q,对比不同板块两指标的大小,根据投资组合得到油类期货合约为看多信号,最终得到板块之间具有轮动效应。
关键词:AR模型;CTA策略;资金流向;轮动效应
一、引言
期货市场由于“杠杆效应”高风险、高收益并存,加上“羊群效应”的跟风行为使不少投资者望而却步,本文研究的意义在于建立适合中国商品期货市场的投资模型,规避非系统性风险,因为在期货市场中有做空机制,因此要综合考虑持仓量、成交量以及价格的涨跌等因素。本文选取螺纹钢、天胶、锌等16种商品期货进行分析,将该16种商品期货划分为黑色系、化工品、金属、农产品、油类五大板块进行分析。
二、模型的建立及求解
1.自回归模型(AR模型)
选取大连、郑州与上海交易所2011年1月1日至2013年12月31日螺纹钢、LLDPE、PVC、天胶、燃油、PTA、锌、铜、铝、黄金、大豆、豆粕、玉米、白糖、棕榈油、豆油共16种商品期货,每种商品期货共162652条每个交易日的分钟交易数据进行分析。建立AR模型,研究每种期货历史与当期是否具有连续性,从而预测当期收益率对未来收益率的影响。
MFt=φ0+φ1MFt-1+φ2MFt-2+...+φpMFt-s+εt
以锌商品期货合约为代表,建立AR模型。进行单位根检验后得该时间序列为平稳时间序列,分别以30日、60日和90日为周期建立模型,得下表:
分别取S为1,2,3计算出相应的P(α=0.05)值,若α大于P,认为φ显著,即该期货资金流向受前t-s天的影响,具有连续性。由表1可知,以30天为周期的一阶检验中P=0.71>0.05,資金流向不符合AR(1)模型;二阶检验中P1=0.75>0.05、P2=0.02<0.05,服从AR(2)模型。以60天为周期时服从AR(3)模型,以90天为周期时服从AR(3)模型,认为历史资金流向为净流入(净流出)的期货,在未来一段时间会保持资金净流入(净流出),该期货具有连续性。
2.CTA策略
Rt=(b-a)/a*100%,St=|Rt|/(Vt)^0.5,St=|dOlt|/(Vt)^0.5
Rt为分钟涨跌幅,a为昨日收盘价,b为今日收盘价;St为每分钟急切度,Rt为当日主力合约的分钟涨跌幅,Vt为分钟成交量。
选出当日急切度St最高的分钟(对当日每分钟涨跌幅Rt升序排序,累计成交量达到全天成交量的10%),以累加得出此n分钟的涨跌幅总和作为激进交易的态度指标P。
dOlt为当日合约总持仓量的分钟变化量,Vi为分钟总成交量,计算出每分钟的急切度St。
选出当日急切度St最高的n分钟,以累加得出此分钟的涨跌幅总和作为激进交易的分歧度指标Q。
P值小(大),表示激进交易的态度偏空(多);Q值小(大),意味着激进交易的分歧度减小(增大)。将指标P与Q分别扣减自身的移动平均值,并采用校准后的态度指标P*=P-MA(P,N)和分歧度指标Q*=Q-MA(Q,N+1)按照P*与Q*的正负组合的投资方式:
方式一:P*>0,Q*>0,态度驱多、分歧减小、看多信号;
方式二:P*>0,Q*>0,态度驱多、分歧增大、看空信号;
方式三:P*<0,Q*<0,态度驱空、分歧减少、看空信号;
方式四:P*<0,Q*<0,态度驱空、分歧增大、看多信号。
假设按上述指标选取顺序得到态度指标P的均值分别为P1,P2,...,P16=0.25、1.51、0.39、1.73、0.20、1.57、1.18、0.63、0.10、0.1 6、0.50、0.92、0.34、0.99、1.07、1.11,得化工品板块:天胶>PTA>LLDPE>PVC>燃油;金属板块:锌>铜>黄金>铝;农产品板块:白糖>豆粕>大豆>玉米;油类板块:豆油>棕榈油。
假设黑色系、化工品、金属类、农产品、油类的交易激进分歧度分别为Q1,Q2,...,Q5=0.029、0.0117、0.0010、0.0061、0.0060排序得Q5
参考文献:
[1]李海阔,曾小杰.基于期货市场的资金流向模型及量化交易策略[J].科学咨询(科技·管理),2018(01):57-58.
[2]刘晓霞,陈志攀,方彬.基于市场资金流向分析的商品期货量化交易策略[J].科学咨询(科技·管理),2017(08):89.
作者简介:彭素静(1996- ),女,汉族,山东省菏泽市人,本科在读,主要研究方向:经济统计学