楊汶淇

摘 要：在我國(guó)的證券市場(chǎng)當(dāng)中，投資是大家非常關(guān)注的問(wèn)題。如何在很多的品種當(dāng)中找到優(yōu)秀的品種，如何找到合適的時(shí)間買賣，如何離開(kāi)市場(chǎng)減少損失和獲取到最大的利益，如何在不一樣的行情當(dāng)中選擇對(duì)應(yīng)的交易方法，如何在以往交易數(shù)據(jù)當(dāng)中發(fā)現(xiàn)一些具有代表性的規(guī)律，如何要把多種交易品種和方法融合在一起，面對(duì)這些內(nèi)容采用以往的方式是沒(méi)辦法進(jìn)行解決的，通常需要采用量化交易的方法來(lái)處理，本文旨在梳理量化交易策略，并對(duì)傳統(tǒng)遺傳算法進(jìn)行修改，使得更好完成相關(guān)量化交易任務(wù)。

關(guān)鍵詞：量化;投資;策

一、量化投資簡(jiǎn)介

（一）量化投資定義

量化投資主要就是運(yùn)用計(jì)算機(jī)并利用數(shù)學(xué)模型來(lái)進(jìn)行投資以及決策的過(guò)程。通過(guò)數(shù)學(xué)模型和交易規(guī)則形成交易的相關(guān)指令，然后進(jìn)行交易的整個(gè)過(guò)程。量化投資本質(zhì)上是投資的工具，借助投資者的過(guò)往經(jīng)驗(yàn)以及數(shù)學(xué)模型的一類工具。它的核心是把投資者的經(jīng)驗(yàn)依據(jù)相關(guān)的模型在計(jì)算中，最終實(shí)現(xiàn)正確的投資操作。

（二）國(guó)內(nèi)外主要的量化投資平臺(tái)

金字塔交易決策系統(tǒng)：金字塔交易系統(tǒng)是一個(gè)專業(yè)的交易和行情相結(jié)合的多功能的軟件，交易系統(tǒng)里面包括國(guó)內(nèi)的商品期貨、股指期貨、國(guó)內(nèi)外股票實(shí)時(shí)下單交易。這個(gè)平臺(tái)能夠支持期貨市場(chǎng)的全部交易，而且可以展開(kāi)量化投資交易，所以在這個(gè)平臺(tái)當(dāng)中可以展開(kāi)期現(xiàn)、跨期套利，內(nèi)外盤對(duì)沖交易等內(nèi)容。

交易開(kāi)拓者交易平臺(tái)：交易開(kāi)拓者交易平臺(tái)包括實(shí)時(shí)行情分析，技術(shù)內(nèi)容的分析，快捷交易，程序化交易等很多方面的內(nèi)容，它的軟件界面設(shè)計(jì)非常人性化，使用者能把自己的交易思路輕松轉(zhuǎn)化為計(jì)算機(jī)程序，方便操作。

大智慧DTS程式化交易平臺(tái)：大智慧DTS程序化交易平臺(tái)，這個(gè)平臺(tái)是大智慧公司開(kāi)發(fā)的一款平臺(tái)，在這個(gè)平臺(tái)當(dāng)中包含了數(shù)據(jù)的分析、挖掘，策略的研究和量化交易融為一體，通過(guò)這個(gè)平臺(tái)，能夠把海量的數(shù)據(jù)內(nèi)容轉(zhuǎn)為正確的交易策略，平臺(tái)已經(jīng)受到越來(lái)越多的使用者歡迎。

國(guó)泰安量化投資平臺(tái)：國(guó)泰安量化投資平臺(tái)是一個(gè)集“精準(zhǔn)全而數(shù)據(jù)流、量化投資策略構(gòu)建、快速仿真撮合驗(yàn)證、研究與交易無(wú)縫切換”于一體的開(kāi)放式、多功能研究支撐平臺(tái)。

二、主要的交易策略類型

（一）趨勢(shì)

趨勢(shì)實(shí)際上就是從高處或者低處朝著固定的方向慢慢走低或者走高的一個(gè)過(guò)程，假設(shè)這個(gè)過(guò)程完結(jié)了，這就意味著這個(gè)趨勢(shì)完結(jié)了，在我們通常的行情當(dāng)中，百分之七十是震蕩行情，要想判斷趨勢(shì)行情，一般需要注意景氣、風(fēng)險(xiǎn)、輿情三個(gè)指標(biāo)內(nèi)容，這三個(gè)指標(biāo)主要是對(duì)應(yīng)的股票行情，對(duì)于期貨等市場(chǎng)行情并不一定適用。

景氣指數(shù)、低迷指數(shù)與震蕩指數(shù)的計(jì)算。景氣指數(shù)=股價(jià)在上漲趨勢(shì)中的股票數(shù)目/股票票數(shù)×100;低迷指數(shù)=股價(jià)在下降趨勢(shì)中的總股票數(shù)/股票總數(shù)×100;震蕩指數(shù)=100-景氣指數(shù)-低迷指數(shù)。一般可通過(guò)景氣指數(shù)來(lái)大致判斷行情的走勢(shì)。

衡量風(fēng)險(xiǎn)指標(biāo)的計(jì)算方法：其計(jì)算思想是推算某個(gè)固定時(shí)間段內(nèi)兩只股票收益率的相關(guān)的數(shù)據(jù)，從而進(jìn)一步求得系數(shù)的標(biāo)準(zhǔn)差是多少，計(jì)算出來(lái)的結(jié)果包括中期和段期兩種指標(biāo)。如果短期指標(biāo)過(guò)高，市場(chǎng)就會(huì)面臨大跌的情況。

輿情指標(biāo)的計(jì)算方法：輿情指標(biāo)一般都是收集財(cái)經(jīng)類的報(bào)刊網(wǎng)站上的信息，然后判斷市場(chǎng)的行情走向，把行情變化分為幾個(gè)檔次，最后根據(jù)打分情況，判斷市場(chǎng)未來(lái)的走向情況，這種方法就需要全面收集市場(chǎng)的消息情況。

（二）震蕩

在震動(dòng)的行情中我們通?？梢圆捎镁W(wǎng)格交易的方法，這種方法的核心是把每個(gè)價(jià)格當(dāng)做原點(diǎn)，如果行情升或者降到固定的數(shù)量，就掛賣出或者買進(jìn)，這時(shí)候就設(shè)置止盈的數(shù)字，不設(shè)置止損的數(shù)字，假設(shè)行情是往積極的方向發(fā)展，則股票賣出獲利，然后按照這個(gè)方法一直循環(huán)操作。假設(shè)行情一直處于震蕩，那么就可以很容易獲利，如果行情是單邊的，那這種方法不適宜。

（三）套利

套利常用的幾種手段為：期貨不同月份、期貨和現(xiàn)貨兩者之間、不同期貨品種之間、同一期貨不同市場(chǎng)。期貨套利就是利用期貨合約，假設(shè)現(xiàn)在的期貨市場(chǎng)的價(jià)格水平和現(xiàn)貨市場(chǎng)的價(jià)格水平之間有著差距，然后就抓住這兩者之間的差距，對(duì)于價(jià)格低的品種進(jìn)行買進(jìn)，對(duì)于價(jià)格高的品種賣出。期貨品種跨期套利就是根據(jù)市場(chǎng)上面交割期貨合約的時(shí)間不一樣展開(kāi)買賣，獲取一定的利益。期貨跨市套利就是在不同的地區(qū)之間對(duì)一個(gè)期貨合約進(jìn)行買賣，投資人依據(jù)所交易品種的價(jià)格不同，進(jìn)行買賣交易，獲取利益的方法。期貨跨品種套利，就是找尋一些相關(guān)聯(lián)系比較深的品種，買入一個(gè)品種，賣出另一個(gè)品種，然后進(jìn)行獲利的行為。

（四）高頻

高頻交易實(shí)際上就是采取很短的時(shí)間進(jìn)行買賣操作，來(lái)贏得利益的方法，這主要是某個(gè)證券品種買賣價(jià)格之間出現(xiàn)變化或者交易所之間存在價(jià)格差異的情況。這種交易對(duì)于時(shí)間要求非?？?，一般都是采用把服務(wù)器安置在交易所附近的做法，減少線路傳輸?shù)臅r(shí)間。

三、遺傳算法在量化交易中的應(yīng)用及算法改進(jìn)

遺傳算法是借鑒達(dá)爾文進(jìn)化論的自然選擇學(xué)說(shuō)基礎(chǔ)上的仿生算法，由密歇根大學(xué)的J.Holland教授在1975年提出，該算法通過(guò)自然選擇及遺傳過(guò)程中染色體的復(fù)制、交叉和變異等現(xiàn)象，從隨機(jī)初始狀態(tài)出發(fā)，通過(guò)基于概率的選擇、交叉和變異等操作，最終求得最優(yōu)解，以適應(yīng)環(huán)境。

傳統(tǒng)的遺傳算法存在著兩個(gè)缺點(diǎn)，一是收斂的速度比較慢，二是經(jīng)常會(huì)導(dǎo)致局部最優(yōu)解。所以本文對(duì)傳統(tǒng)遺傳算法中染色特的變異和交叉算子優(yōu)化，以便能夠使得適應(yīng)度大的個(gè)體能夠優(yōu)先來(lái)到下一代，此外，它們有機(jī)會(huì)與其它個(gè)體雜交后進(jìn)入到下一代，這時(shí)候如果適應(yīng)度值大的個(gè)體很自然它的交叉概念就會(huì)相對(duì)小一些，對(duì)一些適應(yīng)度值小的個(gè)體那么它的交叉概念就會(huì)大一些。交叉概念大就會(huì)使得收斂最優(yōu)結(jié)果的時(shí)間變短，相反的情況那么收斂的速度很慢，就會(huì)使得無(wú)法向前。對(duì)于變異算子的優(yōu)化方法基本一致，本文通過(guò)適應(yīng)值能夠發(fā)現(xiàn)，基因的適應(yīng)值比較大的情況下，它們來(lái)到下一代的機(jī)會(huì)就會(huì)大，變異的情況就會(huì)變得很少，如果相反，適應(yīng)度值很小，該基因生存可能性很小，變異情況就會(huì)變得很大。

其中交叉算子和生物學(xué)相關(guān)內(nèi)容類似，即將父代基因展開(kāi)互換后重新在一起的操作，即產(chǎn)生新的個(gè)體，變異算子就是把一些基因的地方做出改變，如對(duì)十二進(jìn)制編碼的基因片段則是將1變化為0，變異算子與交叉算子均可產(chǎn)生新的子代，一般會(huì)讓個(gè)體變的越來(lái)越好。在算法設(shè)計(jì)中，交叉算子主要負(fù)責(zé)算法的全面搜索，變異算子進(jìn)行輔助，影響局部搜索能力。假如假設(shè)的個(gè)體基因情況比較類似，這樣交叉的情況變化就不會(huì)很大，這就會(huì)加大算法的時(shí)間和難度，以致收斂速度變慢。

定義染色體之間的相關(guān)性為兩個(gè)染色體之間的相似程度。

下以二進(jìn)制編碼的染色體為例說(shuō)明其含義，設(shè)2個(gè)基因X，Y分別為

定義個(gè)體X，Y之間的不相關(guān)系數(shù)為：

r（X，Y）表示不相同基因位置總數(shù)，r（X，Y）值大小反映基因相關(guān)性，大表示相關(guān)性小，相同地點(diǎn)多。

從基因配對(duì)池中隨機(jī)選擇出沒(méi)有進(jìn)行過(guò)交叉操作的基因X，將基因池中剩余沒(méi)有進(jìn)行交叉操作的個(gè)體記為，從剩余的個(gè)體中選擇出一個(gè)個(gè)體與X進(jìn)行交叉操作。交叉可能性根據(jù)不相關(guān)系數(shù)而加以確定，越相似的個(gè)體交叉可能性應(yīng)該越小，不相關(guān)系數(shù)越大的個(gè)體間的交叉可能性應(yīng)該越大，這樣可以逐漸收斂到最優(yōu)的個(gè)體。交叉可能性大小的計(jì)算公式為：

其中

從上面的定義可以知道，配對(duì)池中任意一個(gè)個(gè)體被選中的可能性為，則總可能性則為1.當(dāng)時(shí)，個(gè)體被選擇的可能性大于被選擇概率的平均值;當(dāng)時(shí)，個(gè)體被選擇中的可能性小于被選擇概率的平均值。兩基因進(jìn)行交叉運(yùn)算時(shí)，設(shè)。若交叉地點(diǎn)選擇錯(cuò)誤，則會(huì)使操作失敗，若兩基因地點(diǎn)一樣，其交叉的結(jié)果會(huì)增大運(yùn)算能耗，而并未產(chǎn)生新基因個(gè)體。故有必要明確有效的交叉部位，進(jìn)而在有效交叉區(qū)域隨機(jī)抽取交叉地點(diǎn)，以更好保證交叉后所產(chǎn)生出的個(gè)體為新子代個(gè)體。地點(diǎn)的選擇方法如下所示：

有效的交叉區(qū)域?yàn)椋?。例如2個(gè)基因X=11001101，Y=10100110，其交叉操作有效區(qū)域?yàn)椋?，8）。變異概念的定義如下所示：

其中Pm1=0.05，Pm2=0.05

四、基于遺傳算法的趨勢(shì)交易策略的構(gòu)建和分析

（一）數(shù)據(jù)處理

采用的是股指期貨主力合約 IF1401-IF1412，運(yùn)用1，5，15，30，60分鐘，日、周線數(shù)據(jù)，把數(shù)據(jù)的內(nèi)容進(jìn)行處理。

（二）交易頻率編碼

（三） 入場(chǎng)策略設(shè)計(jì)及編碼

MACE技術(shù)指標(biāo)即對(duì)股票及期貨的最終收盤價(jià)格進(jìn)行處理，計(jì)算出其算術(shù)平均值是，再計(jì)算DIFF和MACD值，二者均為趨勢(shì)類指標(biāo)。首先將快速和慢速移動(dòng)平均線進(jìn)行計(jì)算，然后依據(jù)兩者的差別計(jì)算DIFF數(shù)值，根據(jù)這個(gè)DIFF的N日移動(dòng)的平均線DEA，實(shí)際上就是MACD值。

RSI是判斷行情好壞的重要指標(biāo)，它的正常數(shù)據(jù)是在0到100，若超80就顯示超買，若不足20就顯示超賣，RS即N日內(nèi)平均上漲點(diǎn)數(shù)除以下跌數(shù)，RSI=100–100 /（1+RS），RSI指標(biāo)一般都是用來(lái)對(duì)短期的行情進(jìn)行預(yù)判，同時(shí)結(jié)合其它的指標(biāo)進(jìn)行判斷，如果僅僅只依靠RSI指標(biāo)來(lái)判斷行情，往往都是不準(zhǔn)確的，所以一般要配合其它的趨勢(shì)性技術(shù)指標(biāo)來(lái)判斷行情。

（四） 多空操作編碼

股指期貨有兩個(gè)方向的交易，故對(duì)空頭和多頭分別展開(kāi)編碼，具體的內(nèi)容如下

（五）止損操作和采用固定止損的方法

在市場(chǎng)交易的過(guò)程中，只有保證合適的時(shí)間止損出場(chǎng)，才能有機(jī)會(huì)盈利。

（六）動(dòng)態(tài)止盈的方法

在交易的過(guò)程中，應(yīng)該能夠根據(jù)局勢(shì)的判斷，或者到更大的盈利。

（七） 染色體的設(shè)計(jì)

根據(jù)上面的交易內(nèi)容的編碼，然后匯總成下面的交易策略內(nèi)容。

（八） 適應(yīng)度函數(shù)設(shè)計(jì)

將收益率及歷史回撤率視為適應(yīng)度函數(shù)，依據(jù)投資者的風(fēng)險(xiǎn)狀況然后采取不同歷史回撤值，后再在一定范圍內(nèi)對(duì)收益率進(jìn)行排列，結(jié)合風(fēng)險(xiǎn)偏好，最大化保證收益率。

五 結(jié)語(yǔ)和展望

本文所采用的是基于遺傳算法的趨勢(shì)交易策略，在本策略當(dāng)中主要考慮的是趨勢(shì)、入場(chǎng)時(shí)間、周期的選擇、止盈時(shí)間的選擇及止損比例的優(yōu)化。本文僅主要關(guān)注趨勢(shì)交易策略，在實(shí)際的市場(chǎng)中，鑒于震蕩行情占多數(shù)，后期準(zhǔn)備進(jìn)一步完善。

參考文獻(xiàn)

[1] 蔡雅麗，夏帆，陸威，沈初陽(yáng)，王玉金.基于趨勢(shì)追蹤的量化交易策略研究[J].科教導(dǎo)刊（中旬刊），2018（02）：83-84.

[2] 張劍，王波.基于SVM的滬深300股指期貨量化交易策略[J].數(shù)學(xué)理論與應(yīng)用，2017，37（02）：112-121.

[3] 溫從華，王佳林，林岳龍，吳秀玲.基于大數(shù)據(jù)技術(shù)的量化交易策略及金融監(jiān)管[J].中外企業(yè)家，2016（29）：36-38+40.

[4] 黃銳.量化交易改善了中國(guó)股指期貨市場(chǎng)質(zhì)量嗎？——基于股指期貨高頻數(shù)據(jù)的分析[J].金融經(jīng)濟(jì)學(xué)研究，2016，31（03）：60-69.