3-股指期货交易中趋势捕捉技术.pdfVIP

2008/03/21 程序化交易策略 金融工程 股指期货交易中的趋势捕捉技术 ——程序化交易策略系列研究之三 相关研究 《程序化交易策略系列研究之二：股 我们在前两篇报告中探讨了利用计算机进行股指期货的程序化交易问题，主要 指期货趋势交易中的择时策略》 关注的是趋势交易中关于参数选择以及择时，本报告探讨的是如何在波动频繁 发表日期（2008/03/10 ） 的行情中筛选可靠信号的问题。我们尝试采用 Lowess 方法和小波降噪对波 《程序化交易策略系列研究之一：趋 动剧烈的期指仿真合约行情数据进行平滑和降噪处理，并基于处理后的数 势交易策略的参数选择》 据进行了趋势交易。我们发现将语音识别领域常用的小波降噪技术应用在信 发表日期（2008/02/21 ） 号筛选上可以得到较好效果，可以清晰地识别市场告诉我们的真正趋势。 利用均线交叉信号进行趋势交易，除了在盘整行情中难以获利之外，在快 速剧烈波动的行情中，由于均线有一定的滞后性，难以抓住剧烈波动的短 期行情特征，依赖于原始价格信息生成的均线交易，可能造成亏损的结果。 通常，交易员会利用数据平滑技术对原始价格进行处理，过滤掉频繁的短 期波动信息，获取“中长期”趋势带来的交易机会，获取更好的回报。 我们知道，低频信号一般反映了序列的主要特征，而高频信号则反映了序 列局部的细节特点。小波分析能够同时将信号在时域和频域两个尺度进行 分解，不但能够在时域很好地刻画信号的局部性，同时也能在频域反映信 号的局部性。以语音为例，经过小波分解之后，如果仅考虑分解后的低频 信号，仍可听懂语音的内容，如果仅考虑高频信号，则无法识别语音的内 容。 如果对分解的高频信号进行“削峰”降噪处理后和低频信号进行合成， 则合成的语音信号不但能够识别具体内容而且相比原始信号将更加清晰。 模拟交易结果表明，通过合理选择参数，小波降噪无论从获利参数组合的 稳定性还是获取收益点数的波动性来看，均优于基于原始价格序列或者 Lowess 方法的交易结果，基本达到了摒弃短期趋势，获取中长期趋势回报 的结果。 我们亦利用小波降噪技术对比较平滑的沪深 300 现货指数进行了实证分 析，结果表明，利用小波降噪后的数据进行交易，策略的稳健性得到提升， 程序化交易策略研究小组 但盈利能力有所下降。不过总体回报仍比较可观，尽管当前无法预测期指 正式推出后其走势是否高度拟合沪深 300 现货指数，我们认为利用小波降 分 析 师 噪后的数据进行均线交易是比较安全的策略。 孔华强 (021) 5879