高频交易及量化投资的策略与误区_期货日报_报刊文摘_电稿库_
站内搜索：&&
高频交易及量化投资的策略与误区
量化投资一般依赖复杂的模型，而高频交易一般依赖运行高效的代码　　1 & &高频交易公司和量化投资公司的区别　　一般来说，高频交易公司和量化投资公司既有联系，又有区别。在美国，人们常说的高频交易公司一般都是自营交易公司，这些公司主要有Getco、Tower Research、Hudson River Trading、SIG、Virtu Financial、Jump Trading、RGM Advisor、Chopper Trading、Jane Street等；而常说的量化投资公司一般都是对冲基金，包括RenTec、DE Shaw、Two Sigma、WorldQuant、AQR、Winton、BlueCrest、Citadel等。此外，Citadel、Two Sigma等公司，既有高频交易业务，又有量化投资业务；DE Shaw等公司，既有量化投资，又有非量化投资——很多公司朝着更综合的方向发展。从历史上看，很多高频交易公司的创始人都是交易员出身，原来就从事衍生品的做市、套利等业务。一开始这些工作并不需要多高深的知识。随着计算机技术的发展，交易的自动化程度和频率也逐渐提高，这些公司逐渐聘请一些数学、统计、计算机背景较强的人员加入以适应形势的发展。当然，这个过程也出现了一些分化，有的公司还是保留了交易员在公司的主导地位，并且始终未放弃人工交易，最终形成了人机结合的半自动交易；而另外一些公司对新鲜技术的接受程度更高一些，往往采取全自动的交易模式。事实上，也没有证据表明全自动交易的公司就比半自动交易的公司更为优越，到目前为止，也只能说是各有利弊。人工交易的最大弊端在于手动下单的地方离交易所较远，在行情剧变的时候往往抢不到单。在这一点上，全自动交易的公司可以通过托管机房来最大程度减少信号传输的时间，不过自动化交易往往因为程序过于复杂，加上很多公司人员流动较大，在程序的维护上会出现一些失误，最终程序出错酿成大祸，比如著名的骑士资本。至于过度拟合无法抵御黑天鹅事件，那是人工交易和自动交易都无法避免的问题。一般来说，Getco、Jane Street、SIG、Virtu Financial等是半自动交易，Tower Research、Hudson River Trading、Jump Trading等是全自动交易。量化投资公司跟高频交易公司则有很大的不同。首先，美国的量化投资公司基本上都是量化背景极强的人创办的，比如说文艺复兴的创始人西蒙斯是数学家出身，DE Shaw的创始人David Shaw是计算机教授出身，AQR的创始人Cliff Asness是金融学家出身，而高频交易公司则更多是传统交易员创办的；其次，量化投资一般依赖于复杂的模型，而高频交易一般依赖于运行高效的代码。量化投资公司的持仓时间往往达到1—2个星期，要预测这么长时间的价格趋势需要处理的信息自然非常庞大，模型也因此更为复杂，对程序的运行速度反而没那么敏感；高频交易处理信息的时间极短（微秒或毫秒级），不可能分析很多的信息，因此模型也趋于简单，竞争优势更多依靠代码运行的效率，很多人甚至直接在硬件上写程序；而最后，量化投资的资金容量可达几百亿美元，而高频交易公司往往只有几千万至几亿美元，但由于高频交易的策略表现远比量化投资稳定，如Virtu Financial交易1238天只亏1天，因此一般都是自营交易，而量化投资基金一般来说都是帮客户投资。2 & &量化交易的模型下面介绍一下量化交易的模型，从简单到复杂：最简单的以约翰·墨菲的《市场技术分析》为代表，最多用到指数、对数等高中层面的数学知识，通俗易懂，更适合主观交易，或者计算机计算并发出交易信号由人手动下单的半自动交易。层次高一点的以丹尼斯的《海龟交易法则》为代表，数学上毕竟使用了均值、方差、正态分布等大学低年级数学的内容，策略的测试也更具科学性，而且提出了可靠的资金管理办法，但缺点是依旧没有摆脱传统的、依靠交易规则的排列组合进行交易的思路。不过，如果策略设计得好且行情出大趋势的话还是可以有不错的效果。更高一级的层次主要体现在交易信号的整合方面，比如运用更现代的统计方法——回归分析、神经网络、支持向量机等对传统的技术指标进行有机整合，并使用更严格的统计方法进行变量的筛选及测试。考虑到金融数据的时间特征，往往需要使用滚动优化来获取样本外的测试结果，这样得出的模型也更为稳健。不过，一般的程序化交易系统都难以实现这些功能，需要自己用更通用的编程语言来实现。图为文艺复兴基金创始人西蒙斯讲解量化投资如果是量化投资，那么除了行情信息，还要收集整理其他基本面的信息，整理出对应的时间序列，并融入到预测模型中。一般来说，成功的模型不在于运用了多高深的数学理论，而在于它整合了多少不同来源的信息。即使是最简单的线性回归，如果各个参数都有很强的预测能力，且相关性很低，那么模型的预测效果也会很好；相反，即使运用复杂的深度学习理论，如果选取的参数毫无意义，最后得出的模型也没有用。目前美国一些公司不仅利用新闻等文本信息建模，甚至用到谷歌卫星拍摄到的港口集装箱的图像来建模，通过对商品集装箱的数目来预测商品价格的走势，取得了很好的预测效果。建模是一回事，求解模型其实也同等重要。比如说物理学上有很多模型能精确描述现实，但经常由于缺乏高效的科学计算方法而难以求解。量化交易也一样的。参数的计算、筛选、优化、回测等往往伴随着巨大的计算量，如何巧妙求解是一门颇为高深的学问。据西蒙斯透露，著名的文艺复兴公司内部有着明确的分工——计算机程序员从各个来源收集数据，物理学家分析数据建立模型，数学家构建优化算法并求解模型等。3 & &高频、量化领域常见的误区　　量化模型无法战胜黑天鹅事件事实上，任何投资方法都是依靠历史预测未来，都害怕黑天鹅事件，都会有回撤。量化的好处在于遇到回撤之后，可以迅速把最新的情况纳入模型，及时调整，重新回测、优化、模拟，争取在最短的时间内扭转损失。比如文艺复兴在2007年8月遭遇历史上罕见的9%回撤之后，西蒙斯采取果断措施，重新建模，在致投资者的信中他宣称“我们新的模型已经发现了3个很强的交易信号”，结果在接下来的日子很快扳回损失，当年的收益率达到80%。长期资本管理公司（LTCM）就是因为用了量化模型而破产的。事实上，LTCM是一个多策略基金，它的纯量化交易策略最后在1998年还是赚了1亿美元，它亏损最多的策略都是交易流动性极差的柜台衍生品，很多甚至是它自己设计来跟投行对赌的产品，遇到黑天鹅事件无法及时清理头寸。这些产品一般只是在定价时候使用量化模型辅助一下，具体的交易执行、产品设计、销售等都跟量化无关，一般认为LTCM的破产更多是因为流动性风险，跟模型关系不大。高频交易损害投资者利益像《Flash Boys》等书籍的观点其实都很有争议的，只不过作者文笔极佳，叙事手法极富煽动性，所以才吸引了众多的眼球。除了媒体之外，应该说美国目前要求禁止高频交易最为强烈的，基本上都是当年的传统交易员。正因为新兴的、依靠先进技术的高频交易公司把他们打败了，他们心有不甘，所以才组织更多的力量来进行反击。由于这些人都是市场老手，所以对这个市场还是非常熟悉的，提的观点也有可取的地方。在国内，现在期权准备上市，股票也很可能开放T+0。对这两块“肥肉”，国外高频交易商早就垂涎已久。如果说在期货高频领域，我们还能依靠在程序化交易上的丰富经验与国外抗衡一下，那么在期权和股票高频领域，我们的实践经验为零，跟国外的差距更大。对此，笔者认为，我们一方面不能妄自菲薄，觉得外资太厉害就干脆不做了；另一方面也不能急于求成，妄想一年半载就要取得很大的成绩。凡事都要本着谦虚谨慎的态度，国外很多高手来到国内都是先研究一年才能稳定盈利，国内的人基础较薄，研究周期要长一些，比如第一年做准备工作开发系统，第二年逐渐打平手续费，之后开始盈利，或许更为合理。策略研究要慢工出细活，急于求成，频繁改变研究方向，最终很可能一事无成。图为迈克·刘易斯著书批评高频交易
版权声明：本网所有内容，凡来源：“期货日报”的所有文字、图片和音视频资料，版权均属期货日报所有，任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制发布/发表。已经本网协议授权的媒体、网站，在下载使用时必须注明"稿件来源：期货日报"，违者本网将依法追究责任。
责任编辑：新媒体中心万字长文解析全球商品期货量化交易策略 : 经理人分享
万字长文解析全球商品期货量化交易策略
全球商品期货量化对冲基金及产品介绍商品期货交易源远流长，分布广泛。商品期货品种繁多，因此可以通过多品种投资有效降低回撤。另一方面，商品期货市场与股票市场有着相对较低的相关性，因此经常被作为分散投资、降低风险的良好标的。海外有相当多的对冲基金同时投资于大宗商品、股票、外汇等市场，而国内的基金公司也开始逐步关注商品期货市场。这篇报告介绍了海外部分主要投资于商品期货的量化对冲基金，同时对国内商品期货市场上的量化基金做了概述。常见商品期货交易策略除套期保值之外，以博取收益为目的的常见商品期货交易策略包括套利策略、短线投机策略和中长线趋势策略。套利策略我们主要介绍跨期套利、跨市场套利和跨品种套利。在这一部分，我们对可供套利的期货市场和期货品种均做了介绍。短线投机策略与中长线趋势策略部分，我们主要对海内外部分经典交易策略做了介绍，为新策略的研究设计做铺垫和准备。商品期货中长线策略建模及实证商品期货的中长线策略在海外对冲基金中非常常见。一方面中长线策略与短线策略的相关性较低，可用以分散投资、降低风险；另一方面中长线策略对交易系统的要求相对较低。在这一部分，我们选择上面提到的几个中长线策略做实证研究，并将我们前期报告提出的LLT低延时趋势线用于商品期货的趋势判别。研究发现，通过多个品种分散投资，确实能有效降低回撤，分散投资风险。
1全球商品期货量化对冲基金及产品介绍
我们前期发表了二十余篇关于股指期货的交易策略报告(详见另类交易策略系列)。由于期货交易具有杠杆,风险和收益同时被放大,因此有些策略为了避免较大回撤而引入止损机制。但由于证券市场的厚尾效应,止损机制同时会使交易者错失部分盈利机会。相比较而言,商品期货在这方面有更灵活的处理方式。商品期货有多个品种(国内截止至今天共有 46 个品种),且各个品种之间相关性相对较弱。因此投资者可以选取若干个品种同时进行交易,通过分散投资有效降低回撤,也就避免了止损机制的引入。
(一)商品期货量化对冲基金概述
近年来,商品期货已经获得越来越多量化投资者的关注。投资于商品期货,一是对抗通货膨胀的一种方式,二是可以减弱投资组合的风险,因为商品期货与其他类型的资产的相关性一般较低。那么,商品期货市场本身主要有哪些风险呢?第一是通货膨胀:许多国家现在仍实行低利率以及较大的财政赤字。负的实际利率很可能导致商品市场的通货膨胀。第二是政治风险:例如贸易禁令、战争、恐怖袭击等。1973 年的石油禁运,导致了能源价格出现了急剧上涨。第三是极端的气候:例如霜冻、飓风、海啸等。当这些灾难性的的气候出现时,许多商品期货的价格会出现猛涨。商品期货的量化策略,按持仓时间分类有短线和中长线之分。根据海外多个商品期货市场的测算结果,短线策略经常有更低的回撤,尤其是在一些极端情况之下 (例如
年的金融危机),而中长线策略则容易产生更好的收益。因此,同时使用短线和中长线策略可以同时平衡收益与风险。
(二)海外商品期货量化对冲基金及产品介绍
1、Global-Macro-UniversalGlobal-Macro-Universal是德国 vonPreussen-Hohenberg Management AG 公司旗下的产品。该公司于 1988 年在德国苏黎世成立,活跃于全球的大宗商品和外汇交易市场。Global-Macro-Universal主要投资于全球的大宗商品,同时也投资于外汇和股指:大宗商品(包括金属、能源等)占60%,外汇占 30%,股指占 10%。该产品在量化的基础上采用多策略组合,24 小时挖掘全球市场的短线、中线、长线投资机会。该产品自 1988 年成立,至今持续保持盈利,累积收益达23465.63%,年化约 22%, 最大回撤-11.23%。Global-Macro-Universal的净值曲线如图 1 所示。
2、Emil van Essen Spread Trading ProgramEmil van EssenSpread Trading Program 是芝加哥Emil van Essen 公司旗下的产品。该公司专注于衍生品交易,于2008 年 8 月注册为 CTA 和CPO,并在 2011 年 3 月成为NFA 会员。Emil van Essen Spread Trading Program 主要通过跨期套利和相对价值交易来获取阿尔法,交易品种主要包括原油、燃料油、天然气、玉米、小麦、大豆、银、活牛、瘦肉猪、糖、铜和咖啡。该产品收益率与多个基准,包括 CTA、商品指数、股票指数都很低的相关性。该产品于 2006 年 12 月成立,直至现在仍是公司的旗舰产品。成立至今累积收益达 306.43%,最大回撤-36.21%。Emil van Essen Spread Trading Program 的净值曲线如图 2 所示。
3、CommodityLong-Short ProgramCommodity Long-Short Program 是 Red Rock Capital 公司旗下的产品。Red Rock Capital 是芝加哥一家屡获殊荣的大宗商品投资管理公司,在量化和系统化的投资管理上的卓越表现获得了无数次认可。该公司于 2003 年9 月成立,至今已接近 12 周年,仍在资本市场上快速成长。Commodity Long-Short Program 采用一种独特的量化模式识别技术,捕捉商品期货价格在短线或长线上的方向性突破。这些模式是无法使用肉眼观察的。该策略既可以追踪趋势,又可以判断反转。交易中平均持仓时间为 9 个交易日。最重要的是,该产品与Newedge Trend CTA Index(实时追踪CTA 每日平均绩效的指数)具有低至 0.14 的相关系数。该产品于2013 年 9 月成立,直今不到2 年,累积收益达 65.01%, 最大回撤-5.92%。Commodity Long-Short Program 的净值曲线如图 3 所示。
4、Deutsche Enhanced Commodity Strategy FundDeutsche EnhancedCommodity Strategy Fund 是Deutsche Asset & Wealth Management 公司的产品。Deutsche Asset & Wealth Management 公司是世界上历史最悠久,规模最大的金融机构之一——德意志银行集团的支柱,管理超过 1 万亿美元的资产,服务于40 个国家约 250 万客户。Deutsche EnhancedCommodity Strategy Fund 是一个指数增强型基金,主要使用三个投资策略:相对值策略,趋势策略,滚动增强策略。相对值策略是该基金使用一个独有的量化计算方法来确定各个商品品种的权重。该基金在设定的事件触发时,才调整各个商品的权重,减少价值高估的商品权重,增加价值低估的商品权重。趋势策略主要用于整个商品市场。该基金通过一个私有的基于动量的量化公式来预测商品市场的方向。当发现商品普遍高估时,将调低所有商品品种的持仓。滚动增强策略主要用于处理不同月份之间的合约交割问题。Deutsche EnhancedCommodity Strategy Fund 的净值曲线如图4 所示。
(三)国内商品期货量化对冲基金及产品介绍
1、铖功程序化“铖功程序化”是广州银闰投资有限公司的商品期货量化基金产品。银闰投资成立于 2011 年,为国内金融类风险投资和期货投资的顾问公司,有多次大型投资策略发布会的经验、与国内多家知名券商和期货商建立长期合作的关系,在金融类项目开发有着成熟的经验。主要从事资产管理业务,期货基金、对冲基金的研发与销售。“铖功程序化”以中低频交易为主,程序发出交易信号,人工判断之后进行下单。“铖功程序化”的净值曲线如图 5 所示。
2、黑天鹅二号“黑天鹅二号”是济南百仕旺投资咨询有限公司的量化基金产品。百仕旺投资咨询有限公司专注于可持续,风险可控,高回报率的量化投资。公司管理的账户连续多年实现年化50%以上的收益率。公司管理的黑天鹅期货基金连续两年荣获朝阳永续举办的中国私募基金风云榜商品市场组第一名。“黑天鹅二号”成立于 2012 年 7月 16 日,主要操作品种为股指、螺纹钢、焦炭期货。“黑天鹅二号”的净值曲线如图 6 所示。
3、弘业顺元资产管理计划“弘业顺元资产管理计划”是弘业期货股份有限公司自有投资研究团队针对期货、股票市场量身打造,通过本公司直接发行,商业银行进行资金托管,主要投资于期货、股票市场,面向特定多个客户进行资金募集的集合资产管理计划。弘业期货股份有限公司是经中国证监会批准的大型期货公司,注册资本6.8亿元,净资产10亿元。江苏省属国有企业苏豪控股集团、上市公司弘业股份(600128)、全国知名创业投资企业弘毅投资等是公司的主要股东。弘业期货是中国期货业协会理事单位、江苏省期货业协会会长单位,是目前国内拥有营业部数量最多的期货公司之一,全国首批获准期货资产管理业务资格的期货公司之一。“弘业顺元资产管理计划”把“奥卡姆剃刀原则”放在策略开发的第一位,力求交易策略的逻辑简明、稳定可靠,并通过多策略组合及市场分散化来尽可能减小市场无序波动的冲击以及资金进出市场的难度,把握市场给予的利润。“弘业顺元资产管理计划”的测算及实盘业绩、与沪深300指数的相关性如图7所示。可以看到,该产品可以对股票市场起到很好的分散投资、减小风险的效果。不过由于该产品在商品期货方面的投资比例较小,我们这里不做重点介绍。
2常见商品期货量化交易策略
(一)商品期货套利策略
套利策略一般包括期现套利、跨期套利、跨市场套利、跨品种套利等。对于商品期货而言,期现套利必须交易大量的商品实物,这对大多数机构投资者而言并不合适。因此,我们仅介绍跨期套利、跨市场套利和跨品种套利。1、跨期套利跨期套利的思路一般如下:对某一品种主力合约和次主力合约的价差做统计(一般是厚尾分布),然后选取恰当的分位数设定阈值,则可进行反转套利。我们前期的报告《趋强避弱商品期货套利策略》中对其已有详细的研究,在此就不赘述了。2、跨市场套利跨市场套利即对同一期货品种在不同市场间进行套利。国内3个商品期货交易所并没有重复的品种,因此跨市场套利一般在国内和海外的期货交易所之间进行。对于同一种商品,交易所与原产地的距离会影响价格。相对于其他套利方式,跨市场套利有着一些特有的风险。例如,套利的效果会受到汇率变动的影响,交易所制度的不同(如涨跌停板制度、交易时间等)也在一定程度上影响套利。对于国内投资者而言,主要有以下几个海外市场可供套利:(1)芝加哥期货交易所(CBOT)芝加哥期货交易所成立于1848年,是一个著名的期货、期权交易所,2006年10 月17日与美国芝加哥商品交易所(CME)合并成芝加哥商品交易集团,成为全球最大的衍生品交易所。芝加哥是美国最大的谷物集散地,而芝加哥期货交易所早期也已有农产品的交易,如大豆、玉米、小麦。经过漫长的发展,现在的交易系统已经非常稳定和成熟。因此,国内大商所的大豆、玉米,郑商所的强麦,均可与其进行跨市场套利。(2)伦敦金属交易所(LME)伦敦金属交易所成立于1876年,是世界上最大的有色金属交易所。伦敦金属交易所采用国际会员资格制,绝大多数的交易来自于海外市场。交易所的交易品种有铜、铝、锌、铅等有色金属,可以与上期所相应的金属期货进行跨市场套利。(3)马来西亚衍生品交易所(BMD)马来西亚衍生品交易所具有世界上最具流动性和运作最成功的毛棕榈油期货 (FCPO)合约。日,马来西亚衍生品交易所已与芝加哥商商品交易所(CME)建立战略伙伴关系,以实现全球无障碍的衍生品流通。马来西亚衍生品交易所通过全球期货电子交易系统,使FCPO成为世界棕榈油价格的基准。马来西亚衍生品交易所的毛棕榈油期货可与我国大商所的棕榈油期货进行跨市场套利。(4)纽约商品交易所纽约商品交易所分为NYMEX和COMEX两个部分,其中NYMEX主要进行能源类商品的交易,而COMEX主要进行金属类商品的交易。COMEX具有全球最大的黄金期货交易市场,同时也有银、铜、铝等期货和期权合约。纽约商品交易所具有建立在网络上的电子交易系统,使得交易者几乎可以24小时进行交易。我国上期所的多个金属类期货可以与其进行跨市场套利。(5)东京工业品交易所(TOCOM)东京工业品交易所成立于日,是一家综合商品交易所,曾经是世界上最大的橡胶交易所。其前身为成立于1951年的东京纺织品交易所、成立于1952年的东京橡胶交易所和成立于1982年的东京黄金交易所,上述三家交易所于日合并后改为现名。东京工业品交易所的橡胶期货合约(RSS)于日上市交易,是世界上最早的天然橡胶期货合约。日本作为橡胶的消费国,RSS合约至今仍有足够的成交量。因此,可与我国上期所的橡胶期货进行跨市场套利。3、跨品种套利跨期套利常受制于合约流动性,相比而言,跨品种套利可以容纳更大的资金, 具有更好的实际操作性。跨品种套利的思路一般如下:选取相关性强的两个品种,计算价格比值。根据价格比值的走势可以采取趋势套利和反转套利两种方式,具体的实现方式则有多种。例如,趋势套利可以使用移动平均线等方式,而反转套利可以使用统计价格比值设定反转阈值的方式。我们前期的报告《跨品种套利策略研究》对趋势套利型的跨品种套利做了研究。跨品种套利的品种选择一般有两类。一是选择产品与原材料,二是选择能互相替代的产品。具体国内市场而言,跨品种套利一般可以在以下品种中进行:(1)螺纹钢与铁矿石、焦炭钢铁生产中最重要的原料就是铁矿石,其次是焦炭。钢铁生产的技术流程现已十分成熟,没有大的变化。生产1吨生铁,大约需要1.5-2吨的铁矿石,0.4-0.6吨的焦炭。因此,钢铁的价格基本上取决于铁矿石与焦炭的价格。钢铁与铁矿石的相关性很强,与焦炭的相关性次之。(2)大豆与豆油、豆粕豆油是常用的食用油,而豆粕则可以作为动物饲料。压榨加工大豆,可以产出豆油并剩下豆粕,因此这三者之间可以进行跨品种套利。一般而言,100%大豆=18.5%豆油+80%豆粕+1.5%损耗。(3)焦煤与焦炭焦煤是焦炭的上游产业,按照现在的生产技术,1.3吨焦煤可以产出1吨焦炭。因此,二者价格相关性强,可以进行跨品种套利。(4)热轧卷板与螺纹钢热轧卷板是一种钢板,以板坯为原料,加热之后进行粗轧和精轧后产出。热轧卷板作为一种重要的钢材,广泛应用于基建、船舶、汽车等领域。热轧卷板与螺纹钢同为钢材,原材料成本相近,因此两者价格具有较好的相关性。然而,由于下游消费市场具有差异,两者短期的供需关系会有不同,也就提供了套利机会。(5)豆油、棕榈油与菜籽油豆油、棕榈油与菜籽油均为食品添加剂,互为替代品。一般的,豆油与棕榈油、豆油与菜籽油的相关性较强,而棕榈油与菜籽油的相关性则相对弱些,因此推荐使用豆油与其他两个品种进行套利。豆油的原料大豆主要产自于美国、巴西及阿根廷,而棕榈油则一般产自于印度尼西亚和马来西亚。由于不同地区的气候差异等因素,豆油与棕榈油的价差往往会出现波动,为投资者提供了套利机会。由于菜籽油营养更为丰富且原料价格高,菜籽油的价格一般高于豆油,两者的价差一般较为稳定。同样的,价差受到季节性气候等的影响,会出现一些跨品种套利机会。(6)强麦与玉米强麦指强筋小麦。小麦和玉米是世界范围内的两种重要农作物,在粮食和饲料市场中占据相当大的份额。两者互为替代品,价格具有同涨同跌的大趋势。但由于两者的收获季节不同,受气候等因素的影响也不同,因此价差会出现波动,提供跨品种套利机会。
(二)商品期货短线投机策略
1、R-Breaker 策略R-Breaker是一个日内的短线交易策略。一般使用1分钟、5分钟和10分钟的交易数据。R-Breaker策略根据上一交易日的收盘价、最低价、最高价,加上3个模型参数计算出6个价位,从大到小分别为:突破买入价、观察观察卖出价、反转卖出价、反转买入价、观察买入价、突破卖出价,根据这6个价位进行相应的开平仓,既可以追踪趋势,又可以判断反转。具体的交易规则如下:(1)若日内最高价超过观察卖出价后,又下跌跌破反转卖出价,则采取反转策略,平仓多单(若持有多单)并开仓做空;若日内最低价超过观察买入价后,又上涨突破反转买入价,则采取反转策略,平仓空单(若持有空单)并开仓做多。(2)若空仓,当价格上涨超过突破买入价时,采取趋势策略开仓做多;反之, 下跌超过突破卖出价时做空。3个模型参数可以改变6个价位之间的距离,优化模型效果。实际上,这6个价位可以认为是平常所说的“阻力位”和“支撑位”概念。2、Dual-Thrust 策略Dual-Thrust策略实际上是对传统开盘区间突破策略的一个改进。两个策略均是对当日开盘价加减某个数(记为Range),获得一个区间,突破区间上轨做多,突破区间下轨做空。开盘区间突破策略通过前一个交易日的最高价和最低价确定Range的值,而Dual-Thrust策略使用前N日的4个价格(前N日最高价HH、前N日最低价LL、前N日最高收盘价HC、前N日最低收盘价LC)来确定Range的值。并且引入更多参数,使得通过Range确定的区间可以是非对称的。具体算法如下:Range =Max(HH-LC,HC-LL) 价格区间上轨:开盘价+K1*Range 价格区间下轨:开盘价-K2*Range
(三)商品期货中长线趋势策略
在这一小节,我们主要介绍4个商品期货中长线趋势策略:均线策略、通道突破策略、动量策略、Aberration策略。根据海外商品期货市场的实证研究,均线策略与通道突破策略比动量策略更加有效,且更加稳定。从1959年到1995年,均线策略与通道突破策略在各种参数之下都能有很好的表现,而动量策略虽略逊一筹,但也保持正收益。1996年到2007年, 三个策略的表现都出现了下降,但均线策略与通道突破策略仍在多个参数组合下有良好表现,而动量策略则差强人意。上述3个策略可以说是古老而经典的策略。相比而言,Aberration则是更加成熟的交易系统,它曾在美国《Futures Truth Magazine》的交易系统排行榜上名列前茅。长期看来,Aberration交易系统保持很好的稳定性。1、均线策略均线策略使用两条移动平均线来判断趋势。当短周期均线(STMA)超过长周期均线(LTMA)B%时做多,当短周期均线落后长周期均线B%时做空。也即:STMA& LTMA *(1+B)时做多,STMA& LTMA *(1-B)时做空,LTMA * (1-B)&STMA& LTMA * (1+B) 时不做空也不做多。在海外该策略多用于月线数据,测算时使用月末的收盘价。STMA 常使用1或2个月均线,LTMA常使用6或12月均线。B的取值一般在0.025到0.05之间,但有时候为了简化策略、减少参数,可令B=0。2、通道突破策略在海外,该策略同样常用于月线数据。当某个月收盘价超过前面L个月的收盘价的最大值时,则做多;低于前面L个月的收盘价的最小值时,则做空。对于该策略, 有投资者会规定一个持仓时间,例如持仓L个月;另外也有投资者会一直持有到相反的开仓信号出现。通道长度L的取值有多种,常用的取值有3,4,5,6,9,12个月等。3、动量策略有研究人员认为,市场的上涨或者下跌趋势具有动量效应,能够维持一段时间。动量策略也就据此提出:首先选出3个商品期货品种,然后在过去的L个月内进行收益率排序,并对排第一的品种开多单,排第三的品种开空单,持仓时间均为1个月。L可以取1,2,3,6,9,12个月等。4、Aberration 策略Aberration交易系统由Keith Fitschen于1986年发明,1993年Keith Fitschen 将该系统商业化发布在Future Trust杂志上。Aberration策略根据布林线做交易: 向上突破上轨做多,向下突破下轨做空,回到中轨时平仓。我们知道,布林线是由移动平均线和标准差定义的。在正态分布的假设下,证券价格大部分会在布林线带内波动。Aberration策略的思想就是:在大部分的震荡时间中等待一个新趋势出现的小概率事件发生。因此,Aberration策略交易频率并不高,一般每年交易某个品种3-4次,平均每笔交易持仓60天,通过长线来获取利润。在海外市场,Aberration 策略中布林线的初始参数设臵为MA30±2 个标准差。另一方面,Aberration策略同时交易8个相关性较低的品种,包括商品期货和股指期货等,通过分散投资避开大风险。
3商品期货中长线策略建模及实证
商品期货的短线 CTA 策略,与股指期货类似。我们在另类交易策略系列报告中, 已经对股指期货的交易策略做了详细的研究。因此,此小节主要介绍商品期货的中长线策略。商品期货的中长线策略在海外对冲基金中非常常见。一方面中长线策略与短线策略的相关性较低,可以用以分散投资、降低风险;另一方面中长线策略对交易系统的要求较低。
(一)商品期货品种选择
我们知道,股指期货的策略有时会加入止损机制以避免较大的回撤,但止损机制也会对收益率造成一定的限制。商品期货一大好处是可以多品种交易,也就是通过多个期货品种之间的分散投资降低总回撤,从而避免止损机制的引入。那么,如何选择出最合适交易的品种呢?我们认为主要关注以下三个指标。一是波动率。波动率用以表征一个时间区间内证券价格的波动剧烈程度,可定义收益率的标准差,也可定义为收益率自然对数的标准差。波动率越大,价格变化越大越快。因此,对于CTA 策略,波动率大的品种一般可以提供更多更好的套利机会。二是保证金比率。保证金比率代表一个期货品种的最大杠杆。通过杠杆的放大作用可以弥补某些品种波动率上的不足。因此,保证金比率低的品种会更具吸引力。常用的期货品种的保证金比率如表 1 所示。三是趋势性。由于这一小节主要介绍中长线策略,而中长线策略一般是以跟踪趋势为主。对于趋势性的定量,可以通过对一个时间窗口内的证券价格进行线性回归,使用回归直线的斜率表征该品种的趋势性。另一方面,各个商品期货品种上市时间长短不一。为使测算结果更加可信,我们仅使用上市时间较长的品种。测算中我们选用的期货品种以及对应的上市时间、保证金比率、交易费用均在表 1 中给出。
(二)wind 商品品种指数
为了方便起见,在测算中我们使用 wind 商品品种指数代替商品期货主力合约。根据 wind 官方文档,wind商品品种指数的编制规则如下:wind 商品品种指数=∑合约最新价x每个合约权重其中:每个合约权重=每个合约持仓额/品种持仓总额品种持仓总额=∑每个合约最新价x持仓量x交易单位(双边计算) 根据以上编制规则,使用 wind 商品品种指数代替商品期货主力合约是合理的。
(三)常见商品期货策略实证
在这一小节,我们从上文提到的商品期货交易策略中,选取了均线策略、通道突破策略、Aberration 三个策略在国内的商品期货市场上做实证研究。在实证中我们先在样本内选出若干个表现优秀的期货品种,然后同时用于样本外进行测算,最终给出多个期货品种的净值曲线。1、均线策略如上文所述,均线策略采用两条均线:短周期均线和长周期均线。当长周期均线向上穿过短周期均线时(即通常所说的“金叉”),认为市场处于多头趋势之中, 此时发出看多信号;当短周期均线向下穿过长周期均线时(即通常所说的“死叉”), 认为市场处于空头趋势之中,此时发出看空信号。我们在样本内使用 5、10、20、30、60、120、240这 7 个参数两两组合进行测算。在样本内的测算结果中,排除交易次数过少的组合之后,根据收益回撤比选取最优的 3 个期货品种组成等权投资组合,并在样本外进行测算组合收益率。(1)实证说明期货数据:使用 wind 商品品种指数数据频率:日数据;交易成本:双边万分之二;保证金比率:见表1;成交价格:每日收盘价;品种选择:选择 2007 年之前上市的商品期货品种;时间区间:选取 2007 年3 月 14 日至 2015 年6 月 4 日共 2000 个交易日。其中前 1000 个交易日为样本内区间,后1000 个交易日为样本外区间; 收益率计算方式:由于是中长线策略,因此采用复利计算;(2)实证结果表 2 给出了均线策略在样本内的测算结果(按收益回撤比排序前 10,已剔除交易次数少于 15 次的结果)。因此,选择TA 指数(MA5 和 MA60)、TA指数(MA10 和MA60)、沪铝指数(MA20 和MA60)构建组合,进行样本外的测算。样本外的测算结果如图 8 和表3 所示。可以看到,古老而简单的均线策略仍然有效,但表现不能算优秀。在样本内表现良好的沪铝,在样本外基本没有贡献收益。 TA 指数在 2015 年上半年出现了一个较大的回撤,但通过多个品种分散投资,可以降低总体的风险。投资组合的净值曲线和交易统计分别如图 9 和表4 所示。
2、通道突破策略如上文所述,通道突破策略即收盘价向上突破盘整通道做多,向下突破盘整通道做空。在实测中,收盘价高于前面 10 个交易日的最高价,则做多;低于前面 10个交易日的最低价,则做空。只有当出现新的开仓信号,才进行平仓;一旦开始交易,整个过程中一直持有仓位。
3、Aberration 策略如上文所述,Aberration 策略是依据布林线进行交易:突破布林线上轨做多,突破布林线下轨做空,回到布林线中轨平仓。在实证中,我们沿用传统的 Aberration策略布林线参数,即为 MA30±2 个标准差。
4、LLT 趋势线择时策略在我们前期的报告《低延迟趋势线与交易性择时》中,我们介绍了一种判断趋势的工具——LLT 低延时趋势线,并在华夏上证 50ETF、易方达深 100ETF、华安上证180ETF 和华泰柏瑞沪深 300ETF 上做了实证研究,并得出了满意的结果。LLT 的计算公式
本篇报告对海内外的商品期货交易情况做了一个综述。首先,我们介绍海外和国内的商品期货量化对冲基金。商品期货的投资已在海外对冲基金中占重要地位, 在国内也逐渐引起投资者的注意和重视。随后,我们系统地介绍了商品期货的几种交易策略,包括套利策略、短线投机策略和中长线趋势策略。我们罗列了可供套利的海外期货交易市场以及可供套利的期货品种,又使用国内的商品期货数据对中长线交易策略做了实证研究。我们研究发现,商品期货是一个不容忽视的市场。一方面,商品期货与股票市场相关性较低,是分散投资的良好标的。在股票市场出现“黑天鹅”时,商品期货或能起到分散风险、降低回撤的效果。另一方面,商品期货品种繁多,通过多品种投资,同样能起到降低风险的作用。
（来源：扑克投资家）
期货量化实战培训班
日-13日北京
报名咨询电话/微信：
详情请点击“阅读原文”
（下载iPhone或Android应用“经理人分享”，一个只为职业精英人群提供优质知识服务的分享平台。不做单纯的资讯推送，致力于成为你的私人智库。）
作者：佚名
文章相关知识点
评论&&|&& 条评论