探秘程序化交易.ppt

度量行情复杂性的方法 未来行情的发展 －能否走在市场前面？ 如果前面的推论是正确的，我们能否提前去研究一个更复杂的、更成熟的市场？ 再进一步：如果这种复杂性是可以度量的，那么我们是否可以通过研究市场在复杂性方面的变化，提前为下一步更复杂的走势出现做好准备？ 从分形的角度理解行情－分形 分形 分形维是对具有非光滑、非规则、破碎等极其复杂特性的分形体进行定量刻画的重要参数，表征分形体的复杂程度，即分形维越大，分形体就越复杂，越粗糙，反之亦然。 分形维数的作用：分维反映了复杂形体占有空间的有效性，它是复杂形体不规则性的量度。 可见：分形维是度量复杂性的一个参数。 从分形的角度理解行情－HURST HURST Hurst是表征时间序列相关效应的统计量 分形维数D=2-H 当H =0.5时，时间序列是标准的随机游走，不同时间的值是不相关的，即一个马尔科夫过程，该时间序列不存在记忆性，并不能预测 当0≤ H 0.5时，时间序列具有反持续性和易变结构。一个反持续性系统比随机系统覆盖较短的距离，能够以较高的频率反转，H越接近0反持续性明显，越接近0.5随机性越明显； 当0.5 H≤1时，时间序列存在持续性特征，即长期记忆性的存在，未来受到过去趋势的影响。过去的事件对未来具有影响，存在长程相关特征，会形成一个个大的循环，这些循环没有固定的周期。 从分形的角度理解行情－几个市场比较 几个市场的HURST指数比较 有偏随机时间序列 有效市场假说-分形市场假说 成熟市场 (e.g. Dow)　 收益序列长相关不明显 非成熟市场 (e.g. 上证) 长相关显著 上证综指 Dow EUR/USD HSI Hurst 0.6041 0.5263 0.5331 0.5422 从分形的角度理解行情－上证 上证指数日收益分布图 从分形的角度理解行情－道琼斯 金融市场具有明显的分形特征 分形分布可以较好的反应金融市场尖峰肥尾的特性 从分形的角度理解行情－尖峰肥尾 与尖峰肥尾对应的两种操盘模式 尖峰——高频率密集出现，也就是振荡行情，对应振荡操盘模式 肥尾——在随机分布中的小概率事件（黑天鹅）多次重复出现，也就是趋势行情或极端行情，对应趋势操盘模式 如果把坐标置换一下，极端的尖峰行情（统计学意义上的小概率事件）在未来也会成为重复出现的肥尾 对应不同行情的操作手法 震荡策略 趋势策略 震荡策略止损平仓，空仓观望 国外CTA主流交易模型的演变 交易系统－国外CTA主流交易模型的演变 第一代CTA---典型策略：简单化的线性技术分析均线系统，信号+止损。交易周期：中长期。仓位控制+1/-1 第二代CTA---典型策略：突破系统。交易周期：中短期。仓位控制：+1/0/-1 第三代全球期货CTA---典型策略：非线性预测系统。交易周期：超短期-长期平衡。仓位控制：连续控制，连续交易。组合：使用了现代组合理论，有整体波动性控制。出现交易成本控制系统。 三代主流交易模型的行情描述方法 第一代模型策略：简单化的线性技术分析均线系统。 第二代模型策略：突破系统，海龟为代表。 第三代模型策略：非线性预测系统,HURST指数及其应用为代表。 第三代策略所用的数学工具 统计模型：ARIMA、GARCH 神经网络 SVM 分形 小波分析/谱分析 隐马尔科夫 人工智能 悍马定理三十四：传统分析技术与量化分析技术如果能相互印证，预测成功率将会大幅提高；对数周期幂律模型(LPPL)与波浪理论终结楔形就是这样的典范。 悍马定理十九：经过数理分析专业训练的人员从事程序化交易的优势是：他掌握了更多的描述价格运动的方法，各种方法并没有优劣，但对于某种特定的行情，总有一种或几种方法比其他方法更有效。 目前用的最多的CTA策略——系统性策略 系统性策略管理了全球大约70%的CTA资产 基本特征： 多元化（多市场、多策略、多周期） 大数据分析 程序化交易 以趋势策略为主（趋势策略可以容纳大资金，震荡、高频等类型策略容纳资金有限） 策略与资金曲线 － 两大类资金管理策略 反等价鞅类策略——赢利加仓策略、趋势跟踪策略、突破策略 特点是胜率低、盈亏比高 收益不确定，不符合人性，但赢利是发散的，亏损是收敛的 等价鞅类策略——亏损加仓策略、振荡策略、套利、市场中性、均线回归 特点是胜率高、盈亏比低 收益比较确定，符合人性的特点，但亏损是发散的，收益却是收敛的 这两种资金曲线，代表了两种策略，两种思路。 如果认为涨了还能涨的，就是认为行情出趋势了，适用反等价鞅策略 如果认为涨了之