方振飛　顏思璇　徐建程

摘 要：隨著計(jì)算機(jī)技術(shù)的突飛猛進(jìn)，近年來(lái)國(guó)內(nèi)外量化交易的發(fā)展十分迅猛，傳統(tǒng)的交易方式正慢慢地被量化交易所取代。而當(dāng)前金融市場(chǎng)流行的量化交易模型只利用一種技術(shù)指標(biāo)且只適用于特定的交易產(chǎn)品，因此，嘗試通過(guò)多個(gè)技術(shù)指標(biāo)建立量化模型以用于多種類(lèi)金融產(chǎn)品的交易。模型測(cè)試結(jié)果表明，10種商品均產(chǎn)生正收益回報(bào)，模型效果較好。

關(guān)鍵詞：三高三低;商品期貨;量化交易;投資組合

中圖分類(lèi)號(hào)：F830.91? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2020）02-0164-02

一、問(wèn)題的提出

量化交易使用了先進(jìn)的數(shù)學(xué)模型代替了人為的主觀判斷，減少了投資者情緒波動(dòng)的影響，避免了在市場(chǎng)極度狂熱或悲觀的情況下作出非理性的投資決策。但我國(guó)的量化交易發(fā)展較晚，目前還處于初步發(fā)展階段，量化模型仍然有許多不成熟的方面。因此，嘗試對(duì)量化交易進(jìn)行研究，以期為我國(guó)量化交易的發(fā)展提供新的思路。

二、新指標(biāo)的建立

（一）KDJ指標(biāo)

KDJ是根據(jù)統(tǒng)計(jì)學(xué)的原理進(jìn)行計(jì)算的。模型以9日為周期，利用在該周期內(nèi)出現(xiàn)過(guò)的最高價(jià)、最低價(jià)及收盤(pán)價(jià)及這三者之間的比例關(guān)系，來(lái)計(jì)算最后一個(gè)計(jì)算周期的未成熟隨機(jī)值RSV，然后根據(jù)平滑移動(dòng)平均線的方法來(lái)計(jì)算K值、D值。具體計(jì)算方法如下：

其中，RSV9代表第9日的RSV值，C9代表第9日的收盤(pán)價(jià)，L9代表9日內(nèi)的最低價(jià)，H9代表9日內(nèi)的最高價(jià)，若無(wú)前一日的K值和D值，則用50來(lái)代替。

（二）RSI指標(biāo)

RSI指標(biāo)是根據(jù)一定時(shí)期內(nèi)上漲點(diǎn)數(shù)和漲跌點(diǎn)數(shù)之和的比率制作出的一種技術(shù)曲線，以數(shù)字計(jì)算的方法求出買(mǎi)賣(mài)雙方的力量對(duì)比。假設(shè)有100個(gè)人面對(duì)一件商品，如50個(gè)人以上要買(mǎi)，則商品價(jià)格必漲，相反價(jià)格自然下跌。在運(yùn)行RSI指標(biāo)時(shí)主要是按如下方法進(jìn)行實(shí)戰(zhàn)應(yīng)用的：

對(duì)于不同的周期，RSI對(duì)于超賣(mài)超賣(mài)的數(shù)值判斷并不相同，對(duì)于以12日為周期的RSI，可以規(guī)定80以上為超買(mǎi)，20以下為超賣(mài);對(duì)于以24日為周期的RSI，規(guī)定70以上為超買(mǎi)，30以下為超賣(mài)。與此同時(shí)，RSI還具備兩個(gè)周期相結(jié)合的買(mǎi)賣(mài)功能，此功能能夠較好解決RSI波動(dòng)頻繁的問(wèn)題。

在本文建立的模型中，將使用的是RSI值，使用的周期參數(shù)為12日。下面是RSI指標(biāo)的計(jì)算公式：

其中，On代表第n日的開(kāi)盤(pán)價(jià)，An代表第n日的漲幅，Rn代表第n日的跌幅。

（三）PSY指標(biāo)

PSY指標(biāo)是一定時(shí)期內(nèi)投資者趨向買(mǎi)方或賣(mài)方的心理事實(shí)轉(zhuǎn)化為數(shù)值，從而判斷的未來(lái)趨勢(shì)的一種指標(biāo)。具體計(jì)算公式如下：

其中，Z12代表12日內(nèi)的上漲天數(shù)，PSY12代表12內(nèi)上漲天數(shù)的平均值。

（四）“三高三低”指標(biāo)

上述三個(gè)指標(biāo)都存在缺點(diǎn)，在市場(chǎng)上已經(jīng)有了許多針對(duì)上述指標(biāo)缺點(diǎn)問(wèn)題的解決方案，但是大多都是針對(duì)單個(gè)指標(biāo)本身進(jìn)行解決的。然而，RSI的信號(hào)不強(qiáng)烈問(wèn)題可以使用KDJ指標(biāo)進(jìn)行很好的彌補(bǔ)，KDJ的鈍化問(wèn)題可以通過(guò)RSI指標(biāo)進(jìn)行彌補(bǔ)，而PSY只能運(yùn)用于輔助的這個(gè)問(wèn)題，又很好地提示了我們可以將三個(gè)指標(biāo)進(jìn)行集合制作成一個(gè)新的指標(biāo)。

由于KDJ指標(biāo)中的D值、RSI指標(biāo)中的RSI值、PSY指標(biāo)中的PSYMA值，這三個(gè)值的取值范圍都恰好在0—100之間，為了將三個(gè)指標(biāo)更好地進(jìn)行結(jié)合，可采用賦分的形式。經(jīng)過(guò)一系列嘗試以及驗(yàn)算，下面給出實(shí)際最好的結(jié)果，這三個(gè)指標(biāo)賦分的方式相同：

當(dāng)數(shù)值處于[0，20]，賦-1分

當(dāng)數(shù)值處于（20，40]，賦-0.5分

當(dāng)數(shù)值處于（40，60），賦0分

當(dāng)數(shù)值處于[60，80），賦0.5分

當(dāng)數(shù)值處于[80，100]，賦1分

三、量化交易模型

在上文中已經(jīng)建立了一個(gè)能夠較好衡量商品價(jià)格的指標(biāo)（“三高三低”指標(biāo)），接下來(lái)將利用該指標(biāo)建立量化交易策略。

（一）進(jìn)出場(chǎng)條件

1.做多情況

進(jìn)場(chǎng)：在總分≤-2時(shí)，三個(gè)數(shù)據(jù)的總和向上反轉(zhuǎn)20時(shí)入場(chǎng)多單;

出場(chǎng)：在總分≥0時(shí)，三個(gè)數(shù)據(jù)的總和向下反轉(zhuǎn)20時(shí)出場(chǎng)多單。

2.做空情況

進(jìn)場(chǎng)：在總分≥2時(shí)，三個(gè)數(shù)據(jù)的總和向下反轉(zhuǎn)20時(shí)入場(chǎng)空單;

出場(chǎng)：在總分≤0時(shí)，三個(gè)數(shù)據(jù)的總和向上反轉(zhuǎn)20時(shí)出場(chǎng)多單。

以做多為例進(jìn)行解釋?zhuān)齻€(gè)數(shù)據(jù)的總和是KDJ指標(biāo)中的D值、RSI指標(biāo)中的RSI值、PSY指標(biāo)中的PSYMA值賦分后的分值的相加。在總分小于等于-2分時(shí)進(jìn)場(chǎng)前提下，三個(gè)數(shù)據(jù)的總和，即KDJ指標(biāo)中的D值、RSI指標(biāo)中的RSI值、PSY指標(biāo)中的PSYMA值相加的總和在某點(diǎn)處比達(dá)到總分小于-2的點(diǎn)以后的數(shù)值的最小值大了20，則該點(diǎn)就是進(jìn)場(chǎng)點(diǎn)。嚴(yán)格使用總分控制進(jìn)出場(chǎng)這一條件，使得對(duì)于同一種產(chǎn)品做多和做空的情況不會(huì)同時(shí)存在，具有合理性。

而反轉(zhuǎn)進(jìn)出場(chǎng)這一條件降低了量化交易模型的敏感度。如果之前的量化交易模型很容易受到一個(gè)小小的反轉(zhuǎn)的影響，導(dǎo)致明明整個(gè)產(chǎn)品處于上升趨勢(shì)時(shí)，由于反轉(zhuǎn)導(dǎo)致原本做多的產(chǎn)品平倉(cāng)，使得收益大幅度下降。換成通俗的話來(lái)說(shuō)，原來(lái)該商品在做多的情況下能夠賺100元錢(qián)，但是由于中途出場(chǎng)，導(dǎo)致該產(chǎn)品只賺了50元錢(qián)。做空時(shí)也大致會(huì)出現(xiàn)相同的情況，不再重復(fù)描述。因此，我們進(jìn)一步改變了原本的進(jìn)出場(chǎng)條件，使得情況發(fā)生反轉(zhuǎn)時(shí)不會(huì)過(guò)快出場(chǎng)。雖然有時(shí)會(huì)因?yàn)檫^(guò)晚出場(chǎng)而出現(xiàn)一部分損失，但是從整體上來(lái)看，收益確實(shí)比之前的策略要高。

（二）止損條件

在一個(gè)完整的量化交易策略中，加入止損條件是十分必要的。通過(guò)產(chǎn)品的價(jià)格波動(dòng)合理設(shè)置止損條件，能夠減少產(chǎn)品的損失。

由于整個(gè)社會(huì)和市場(chǎng)在不斷地發(fā)展變化，從長(zhǎng)期來(lái)看，價(jià)格的波動(dòng)很顯然是巨大的?？紤]到時(shí)間問(wèn)題，模型中只計(jì)算過(guò)去三年內(nèi)的波動(dòng)率，對(duì)過(guò)去三年的每一天的波動(dòng)率做正態(tài)分布，正態(tài)分布達(dá)到峰值處所對(duì)應(yīng)的值即為合理的止損值。若止損值過(guò)大，會(huì)導(dǎo)致整個(gè)產(chǎn)品的虧損過(guò)多;若止損值過(guò)小，過(guò)早的止損反而會(huì)導(dǎo)致一部分收益的損失。

（三）實(shí)證分析

自2011年6月20日至2019年1月29日期間，對(duì)美國(guó)市場(chǎng)交易量較大的10種商品進(jìn)行模型的檢驗(yàn)，并通過(guò)MATLAB編程求解，得到如下結(jié)果（見(jiàn)表1）。

在測(cè)試期內(nèi)，10種商品均出現(xiàn)了不同大小的正收益回報(bào)。部分商品，如可可、咖啡、白銀、天然氣等的回報(bào)非?？捎^，也充分證明多指標(biāo)的量化交易模型優(yōu)于單一指標(biāo)的量化交易模型。

結(jié)語(yǔ)

通過(guò)對(duì)KDJ、RSI、PSY三個(gè)技術(shù)指標(biāo)的量化組合，對(duì)10種商品的測(cè)試結(jié)果顯示，量化模型效果較好，優(yōu)于當(dāng)前金融市場(chǎng)中基于單一技術(shù)指標(biāo)的量化交易模型。建議國(guó)內(nèi)量化模型的研究者可以考慮利用多指標(biāo)的組合來(lái)構(gòu)造量化交易模型。

參考文獻(xiàn)：

[1]? 劉峰，蔡志杰，樂(lè)斌.基于市場(chǎng)資金流向分析的商品期貨量化交易策略[J].數(shù)學(xué)建模及其應(yīng)用，2017，6（3）.

[2]? 張運(yùn)杰，陳國(guó)艷.數(shù)學(xué)建模[M].大連：大連海事大學(xué)出版社，2015.

[3]? 張玲.程序化交易：ETFs不可或缺的交易方式[N].上海證券報(bào)，2003-05-19.

[4]? 王紅英.程序化交易在股指期貨中的應(yīng)用[N].期貨日?qǐng)?bào)，2010-05-31.

[5]? 劉依明.基于Alpha策略的量化投資研究[D].北京：對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)，2012.