基于Copula函数的程序化交易.pptxVIP

基于Copula函数的程序化交易12ContentsCopula函数简介 Copula应用实例分析 一.Copula函数简介背景1959年 Sklar任意n维联合分布函数 n个边际分布函数 Copula函数copula函数实际上是一类将变量联合累积分布函数同边缘累积分布函数连接起来的函数，因此也被称为“连接函数”。一.Copula函数简介定义 二维Copula函数的基本形式 ： F(x1,x2)=P(X1≤x1,X2≤x2) = P(F1(X1)≤F1(x1),F2(X2)≤F2(x2)) = C(F1(x1),F2(x2))一.Copula函数简介Copula函数对金融研究领域的帮助大多数金融资产价格的分布并不服从正态分布，且它们之间可能存在比线性关系更复杂的非线性的相关关系.运用Copula研究资产组合： 1）找出单个资产的边际分布 2）选择适合的Copula函数（多种方法） 3）构造联合分布二.应用实例选取Clayton Copula函数构建期货市场中短期卖空策略基本原理1）局部危机出现时，高频风险的传染路径一般是从近月合约传染到远月合约。这种传染性会产生金融资产价格的下尾部相关性。2）利用Clayton-Copula函数提取出近月合约与远月合约的下尾部相关系数，构建相应的卖空信号，实现程序化交易。二.应用实例2.具体模型的构建 1）样本期内，两个时间序列A(t)和B(t)，其中A(t)是参考序列，B(t)是交易序列。它们的边际分布函数分别为F(A(t))=U1,F(B(t))=U2,选取的Clayton-Copula函数的形式是：? 二.应用实例2.具体模型的构建 2）时间序列A(t)和B(t)的下尾部相关系数λL的定义如下：? 可以看出下尾部相关系数实际上是概率分布的极限测度。二.应用实例2.具体模型的构建3）设定卖空函数，以概率的形式表示出来为：? P(B(tk)B(tk-1)|A(tk)A(tk-1))=Pt 上式的意思是在参考序列A(t)出现下跌波动的条件下，交易序列B(t)经过风险传染出现下跌的概率。这个概率越高，则我们的卖空策略的成功性越高。所以为了保证构建的策略有较大的成功率，我们需设定一个控制参数，也就是临界概率参数P*。二.应用实例2.具体模型的构建4）构造交易信号首先构造判断函数Ω， 0若（PtP*） Ω= 1若（Pt≥P*）二.应用实例2.具体模型的构建4）构造交易信号 P*的本质就是信号提取的参考概率，也是判断函数Ω发出卖空信号的参考概率。在P*给定的 情况下，若根据A(t)的实际数据计算出来的条件概率Pt≥P*，则判断函数Ω=1，程序发出卖空信号。这时交易序列B(t)的期望最大值（上界预测值）E(B(t)up)为：E(B(t)up)=max(B(t)∈Φ(B(tk))) 其中，Φ(B(t))为B(t)的可能观测值的全集。二.应用实例2.具体模型的构建5）释放交易信号 在实际交易中，考虑期货交易的成本，上界预测值修改为： T(tk)= E(B(t)up)*(1+cost) 卖空交易信号发出当且仅当： B(tk) T(tk)二.应用实例2.具体模型的构建 6)开仓和平仓。 任意时刻开设的卖空头寸持有期都设为一期，即开仓后下一时刻无论盈亏都平仓离场。这是保守简单的持有到期策略，避免突然的极端波动带来过高风险。二.应用实例3.策略在实际中的表现 二.应用实例4.关于参数P*的设定和选取 P*是整个交易卖空信号释放的关键，实质就是交易成功的底限概率。一般来说将P*设定为55%-75%之间 二.应用实例5.总结 该策略的思路和模型构建的基本思想是很简单易懂的，主要的突破点在于引入了Copula函数的方法，比较精确地得到条件概率值，使得模型的精确度大大提高 三．关于该策略的建议1.选取Clayton-Copula作为连接函数缺乏实证检验。（没有考虑T-Copula的可能性)2.待估参数 α的具体估计值没有讨论。 估计参数的方法：IMF方法四．结论 1.信用衍生产品定价中Copula的运用 有效的分解信用衍生产品组合中各个资产违约风险的边际分布并找出它们之间的非线性相关性是计算Var的前提和定价的基础。 Copula函数正是解决这个问题的最佳工具，它实现了将多维联合分布分解为单变量的边际分布和单变量之间的相关性两个独立的部分。 2.Copula是一种有效实用的工具Thank you