量化择时选股系列报告二.docVIP

金 融 2012 年 2 月 20 日 工 程 量化择时系列二 水致清则鱼自现——小波分析与支持向量机择时研究 量化择时模型收益比较图 ? 模型对上证指数取得较好的择时收益 专 题 报 本文采用小波分析加支持向量机的方法构建量化择时模型，并检验了在不同参 数条件下预测模型对应交易策略的有效性。最终发现预测模型得到的交易策略 对上证指数具有较好择时效果，在训练时间窗为 5 个交易日的情况下，经过小 波分析滤波后得到的预测模型单日预测正确概率可以达到 56.01%，交易成功概 率达到 84.65%，每次交易扣除 1%的交易成本后，从 2000 年 2 月 21 日到 2011 年 12 月 31 日，模型共获得 84.28 倍的收益。 告 ? 模型对沪深 300指数的择时收益尚待改进 相关研究报告 《基金仓位估算模型》 《欲寻良驹，先觅伯乐——量化选股系列报告 一》 《众推之下无弱股——量化选股系列报告之 二》 《寻找黑金中的黑马——采掘行业量化选股 报告》 《寻觅小公司中的大机会——中小盘量化选 股报告》 《春江水暖鸭先知——行业轮动研究报告 》 证券分析师 本文在使用小波分析和支持向量机的模型对沪深 300 指数进行建模后，发现无 论是指数的日数据还是周数据，都取得了明显的预测效果，预测涨跌的正确概 率都显著得高于 55%，正确概率的均值达到 60%。虽然如此，该模型的预测序 列在对应的交易策略中并没有取得较高择时收益。总体来看，周数据交易模型 收益率要高于日数据交易模型，滤波后效果最好的交易模型扣除单次 1%的交易 成本后也只创造 4.5 倍的收益。 ? 小波分析对提升模型预测效果功勋卓著 小波分析是目前进行时频分析应用最广泛的工具，在信号异常分析、信号压缩、 信号滤噪等方面有广泛的应用。本文在实证中发现，无论对于上证数据还是沪 深 300 数据，无论对于日交易数据还是周交易数据，无论对于何种长度时间窗， 在采用小波分析进行滤波之后，模型预测效果以及对应交易模型的效果都有显 著提高。 王韧 首席策略研究员 投资咨询资格编号 S1060210090010 07551wangren740@ 研究助理 周谧 金融工程研究员 一般从业资格证编号 S1060110070105 0755Zhoumi259@ ? 模型在未来会进行两个方面的改进 坦率的讲，该模型对小规模资金进行择时操作具有较好适应性，而对大资金的 择时操作则显吃力，这主要是由于模型交易频率偏高所致。从对模型的实证检 验的结果来看，过高的交易频率使得交易成本高企，如果资金规模较大，由于 冲击成本提高将使交易成本显著超过 1%。在未来，平安金融工程将会从两个方 面改进模型，一个方向是降低模型的交易频率，使得模型更适合大资金操作； 另一个方向是提高模型的交易频率，使得该模型更适合投资像股指期货等高交 易频率、低交易成本的品种。 程宁巧 助理金融工程研究员 一般从业资格证编号 S1060110080129 0755Chengningqiao151@ 请务必阅读正文之后的免责条款。 金融工程·专题报告 正文目录 一、 量化择时的一些思考.....................................................................................................4 1.1 技术分析的有效性...........................................................................................................4 1.2 如何构建较好量化择时模型...........................................................................................5 二、 小波分析及支持向量机介绍 .........................................................................................7 2.1 小波分析的原理介绍.......................................................................................................8 2.2 支持向量机的原理介绍...................................................................................