【量化金融基础知识（二）】

 

量化金融基础知识

量化投资策略基础

金融数据一般都是时间序列的（times-series），涉及到的问题一般会是频率转换，需要对时间进行转换。

策略上一定会是涉及到技术指标，虽然技术指标可能会有出入，不同的指标会有不同的作用，但是其实主要的交易系统就是由技术指标过渡而来

财务指标：同比（就是当前时间下的同一时期的对比，比如今年2月比去年2月）

环比（就是不同时间下同一时期的对比，比如今年2月和今年1月）

数据处理：标准化（原来的数据范围过大，没有规律的情况下，进行区间标准化）

空值处理、数据对齐、时区处理

量化投资背景

数据是非常重要和核心的

交易策略回测：根据历史数据来验证交易策略的可行性和有效性的过程。做回测是希望可以用回测后的表现来评估未来实盘表现 - 我们假设如果回测结果好，实盘结果也不会太差，也就是说我们假设回测时的市场历史表现会在未来重演。假设我们现在有100种策略，我们可以通过做回测来筛选5种表现好的策略实盘，从而节约选择的机会成本。

风险因子：如果一个因子能够反映出某一类资产共有的经济学特性，且这些市场能达成共识的经济学共性的因子能够转化为投资结果的，则可以说这是个风险因子。 如果一个因子可复制性不强，能够增厚投资组合收益但又无法被其他风险因子所解释，那基本上就可以算作是一个alpha因子了。

组合构建优化：多种因子模型的组合

交易成本：交易成本（Transaction Costs）又称交易费用，是由诺贝尔经济学奖得主科斯(Coase, R.H., 1937)所提出，交易成本理论的根本论点在于对企业的本质加以解释。由于经济体系中企业的专业分工与市场价格机能之运作，产生了专业分工的现象；但是使用市场的价格机能的成本相对偏高，而形成企业机制，它是人类追求经济效率所形成的组织体。由于交易成本泛指所有为促成交易发生而形成的成本，因此很难进行明确的界定与列举，不同的交易往往就涉及不同种类的交易成本。

交易费用是指在完成一笔交易时，交易双方在买卖前后所产生的各种与此交易相关的成本。

业绩归因：所谓业绩归因，是指将投资组合于基准组合的实际收益率进行比较，并将两个收益率的差额即超额收益进行分解，得到能够解释超额收益来源的各归因项，直观地反映出投资经理的决策行为，从而有针对性的做出改进。

交易前分析

冲击成本：冲击成本是指在交易中需要迅速而且大规模地买进或者卖出证券，未能按照预定价位成交，从而多支付的成本。 冲击成本被认为是机构大户难以摆脱的致命伤。 冲击成本全称价格冲击成本。

滑点：一般来说投资者很难分辨滑点是由什么因素造成的，因此也就给一些不良交易商带来了获取不正当利益的机会。 不过有很多状况是交易商无法控制的，发生滑点，究其原因是资金的流动性，一般而言，散户最在乎的就是外汇公司的 ，因为点差低，客户的 就低。 但是，许多散户都都忽略了一个背后构成价格的重要因素，流动性。

因子模型（三因子模型）在资产定价、投资组合管理学中，三因子模型指法马-佛伦奇三因子模型（Fama-French three-factor model），一个资本资产定价模型的改进理论。 该模型的提出是基于美国股市历史回报率的实证研究结果，目的在于解释股票市场的平均回报率受到哪些风险溢价因素的影响。

市场微观结构：　金融市场微观结构理论是现代金融学中一个重要的新兴分支。它产生于20世纪60年代末，真正发展于20世纪80、90年代，至今依然方兴未艾。并且它与金融学的其它分支，如行为金融学、实验金融学等有互相融合的发展趋势。一般认为，金融市场微观结构理论的核心是要说明在既定的市场微观结构下，金融资产的定价过程及其结果，从而揭示市场微观结构在金融资产价格形成过程中的作用。

模拟交易所

交易后分析

 

 

量化投资的决策流程

量化投资策略思想

量化择时

动量及反转策略

基金结构套利

宏观择时及行业轮动

相对价值策略

多空alpha策略

多因子策略

事件驱动型策略

商品CTA策略

统计套利

衍生品低风险套利

大数据及舆情分析

机器学习量化策略

高频交易策略

期权交易策略

其他策略

量化择时

量化交易策略思想的来源：

• 基于市场交易的经验---CTA策略（手工下单、人工下单凭经验的交易员总结而来）波动率在最低的时候，往往是危机的边缘
• 数学、物理等跨界思想--机器学习策略掌握最新技术的人是成为金融前沿的人（例如最早发明K线图知识的人）
• 市场的套利策略--应用市场有效性
• 金融理论的实战应用--金融理论策略

启发交易思想：

• 国内外量化交易论坛
• 国外量化论文
• 国外量化期刊

量化择时：

• 将择时应用于投资策略

  • 期货市场：CTA策略
  • 股票市场：大盘择时

• 择时的思想

  • 因果系统
  • 封闭系统（至少短期）

• 择时的维度

  • 社会（经济指标）-->企业（财务报表）-->市场（波动率/换手率）<--投资者（搜索热度/情绪指标）

均线模型

• 普通日线均线交易策略

• 高频均线交易策略

  • 5分钟级别
  • 1分钟级别

• 进行修正后的均线交易策略

  • 达到一定SD点位之后再实行交易
  • 运行在250均线上方，牛市区间，才做多
  • 额外附加条件，必须今天的移动平均值大于昨天的移动平均值

• 均线模型的优化思路：信号过滤，在策略里会频繁的出现买卖信号，增加过滤器，不做开仓动作，当满足过滤器时候，可以将信号识别为有效信号进行买卖指导；大市过滤，虽然5日均线和20日均线达到金叉，但是250日均线看出实际是处于下行过程，就是过去一年的平均交易是下行趋势，也就是整个股票是下行的趋势，跟趋势走实际这个信号是应该过滤的（金叉点，如果5日均线和20日均线都是有上行趋势的，那么有了金叉点其实是好的，但是如果是20日均线是下行的，5日均线是上行的，那么这个金叉点相比之下反而是不好的）

评价策略的好坏实际上有2个维度：

• 1.胜率 ：比如高频策略中，每执行一比交易，比如一种执行了10笔交易，6次是有收益的，策略的收益是60%，如果是高频交易60%的收益策略是很高的

• 2.赔率：每次有收益的时候，每一次赚钱的盈利比率是多少，100次有80次但是赚钱的比率很低

  均线策略是盈利比率较低的，但是频次多的话一定是赚钱的

  KDJ指标

  

  KDJ指标又叫随机指标，是一种相当新颖、实用的技术分析指标，它起先用于期货市场的分析，后被广泛用于股市的中短期趋势分析，是期货和股票市场上最常用的技术分析工具。

  随机指标KDJ一般是用于股票分析的统计体系，根据统计学原理，通过一个特定的周期（常为9日、9周等）内出现过的最高价、最低价及最后一个计算周期的收盘价及这三者之间的比例关系，来计算最后一个计算周期的未成熟随机值RSV，然后根据平滑移动平均线的方法来计算K值、D值与J值，并绘成曲线图来研判股票走势。

   

  • 策略

    • J线上穿0轴，买入，J线值下跌低于100卖出，第一次出现买入信号时买入，出现新的买入信号时不再买入，直到出现卖出信号

  • 指标特征

    • 能给出最高点和最低点，但是又很多无效指标
    • 胜率较高，但是抓不住大的趋势，不像均线策略，胜率较低但是能抓住大的趋势
    • 震荡市时比较有效（不一定，会出现多次发生重复指标）

  • 策略的改进

    • 比如说和均线策略的买入信号同时出现时

择时--技术指标背离

一旦发生背离的情况，就是指标会修复动作

HANS123策略

• 作为外汇市场上广为流传的一种突破交易策略，HANS123以其简捷的开盘后N根K线（分钟）的高低点突破，作为交易信号触发的评判标准。这也是一种入场较早的交易模式，配套价格包括带、时间确认、波动幅度要求等项过滤技术、或可提高其胜算。其核心思想是计算开盘一段时间内的最高价和最低价，作为价格的上轨和下轨，价格上下突破分别建立多仓和空仓，收盘平仓。

这个股票或期货产品一定是在刚开盘或关盘的时候是最能反映多仓和空仓的，成交量是最活跃的，对股票来说，前10分钟有集合竞价的时间就是这个原因。

策略优化、改进的思路：

1.盈利回吐：获利回吐(Profit Taking or Arbitrage)也称技术性修正，也叫技术性调整，是指股票或期货合约、期权合约的持有者在市场价值发生变动、出现对自己有利的价位后，主动改变持仓部位而使账面利润转化为实际利润的一种交易行为。

增加浮动止盈或浮动止损的措施：动态止盈的意思就是止盈的价格是不断动态增长的，止盈价格随价格上涨，同理止损

2.止盈策略错过大行情

增加二次开仓

择时交易--多项式回归

• 对交易日内某段时间的价格序列进行线性拟合（即一阶多项式拟合）得到拟合函数，可用于判断交易方向：

   

  • 我们可以通过其一阶导数（斜率）判断该段时间价格的趋势

    • 对该交易策略的理论基础是离散数据的多项式拟合

    • 对交易日内某段时间的价格序列进行线性拟合，我们可以通过其一阶导数判断该段时间价格的趋势

    •  

       

  • 择时交易可以通过二阶多项式拟合完成，同样是对该段时间的价格序列进行二次拟合，拟合的目标函数形式为

  •  

动量及反转策略

• 策略思想

  • 过去收益好的，认为将来收益也会好

• 过去收益好的定义

  • 看过去20天，上限90天，每次增加5天，优化参数，找到收益比率最高的，SR最高

• 看股价

  • 有没有历史新高
  • 历史新低
  • 破了均线

  定义策略:1.过去的趋势（过去是几天？/将来有几天）

  2.涨的好的股票（历史新高、均线等）

  1.过去10天，最近一天的股票收益

   

 

• 反转策略/均值回归

• 均值回归思路

  • 归去涨的好的会下跌，过去跌的多的会上涨
  • 价格总会围绕在某一均值附近进行波动

• 简单策略实例：

  • 找到某只股票与其20日均线的平均价差

  • 计算回测期内估价与其20日均线的价差

    • 如果股价向上超过其平均价差一定水平，做空
    • 如果估价向下超过其平均价差一定水平，做多
    • 等价差回归到正常水平内平仓

基金结构套利

• QDII-LOF 基金的套利（T+1）香港市场

• QDII-LOF 基金的套利（T+2）跟踪海外市场

  • 依赖长期对数据的跟踪，可以提高统计套利的精确性
  • QDII基金从资产配置的角度也是非常值得去配置的，一般以美元计价

• 分级基金套利

  • 在2015年股市上涨时有非常大的溢价套利机会，大家都认为股市后期会涨，所以AB份额都是溢价的，买母基金拆分

• 沪市分级基金T+0交易：母基金和子基金都可以申购赎回和二级市场买卖，深市基金母基金只能申购

  • 具体策略

    • 今天看涨，早盘买入母基金，母基金当天不可以卖出，但是可以选择当天赎回
    • 如果下午真的涨了，下午就赎回，实现了T+0交易
    • 或者可以把母基金拆分成子基金，拆成AB份额，然后再把AB份额卖出

针对基金套利，实际上市海外的市场更具有优势的，但是往往交易时间和本地时间有差异（时间延迟），所以不能很好的操作

分级基金本身已经暂定了，面对牛市和熊市的时候的波动都是比较大

母基金具有AB类，刚开始成立是有分类，A为低风险，B为高风险，根据每年进行的收益，B为杠杆，根据份额给出收益，B根据自己的金额和收到的金额一起进行投资，而A是没有借款利息的

买卖的过程：母基金和子基金都可以在二级市场进行买卖，但是有些只能进行申购和赎回，申购和赎回是进行净值买卖，套利策略：买了母基金时，是可以进行拆分的，如果买了母基金，而AB是存在价差的，那么就可以进行套利，不断地买母基金，拆分子基金，剔除成本，价差大的就可以获得利润

基金跨境套利实战

• 背景

  • 纽交所上市的一个ETF，但是成分股是在香港上市的25只成分股，即指数底层的成分股是在海外交易的
  • 这两个不在同一个时间点进行交易，所以这两个之间是有一个潜在的套利机会的
  • 它的资产pool都是香港上市的大盘股，从中选取25只股票

• 两地的市场一定是隔天的

跨资产/品种套利--协整关系

• 比如你在河里面放两条船，河很宽，比如长江里面放两条船，这两条船就随机的在往下走，这两条船之间的距离肯定都是随机的，也没法预测，忽远忽近。
• 但是你如果在放船的时候用一条绳子把这两条船连起来，这条绳子假如说10米长，然后再把这两条船放到长江里面，你要是看这两条船作为一个整体的话，它肯定还是一个随机的一个波动的过程，但是你要是看这两个绳子的远近，它就满足一个协整的关系
• 因为它最远到10米，所以两条船整体来说就是一个随机的过程，无法预测，但是中间这个绳子的过程是忽远忽近，最远也就10米，近的时候可能就是连起来。
• 计算出ETF价格序列和底层资产价格序列，当这个spread大到一定程度的时候，我们认为这个价差偏离的就有点大，就可以进行套利了

两个资产的交易时间，没有任何时间是重叠的，所以就有可能背离，从而有套利机会

• 海外投行做的很多，这种套利机会的GAP已经没有那么大

• ETF价格和它底层股票的价格之间肯定是满足协整关系的，它背离的越大，短期回归的可能性就越大

• 具体步骤

  • 首先找到两个时间序列

    • 一个是它资产净值得隔夜差的时间序列
    • 一个是ETF交易价格开盘和收盘的价差的时间序列

  • 然后这两个时间序列，长期来看应该是符合协整关系的

宏观择时以及行业轮动

• 常见的宏观择时方法就是“逐项回归法”

  • 先选取很多宏观经济变量（比如PMI、CPI、M1和M2的增速差）
  • 然后将这些变量作为备选自变量，上证综指为因变量，进行逐项回归测试，找出几个显著的指标来预测下月大盘走势
  • 然后动态进行，以此类推

A股的PE值大概是10-20倍，即价格上涨的趋势

行业轮到策略

模式识别	板块联动	截面分析	事件驱动
涨跌排名相似性	行业羊群效应	行业风格极值	政策事件驱动
轮动顺序相似性	上下游驱动	大单资金监控	宏观事件驱动
决策树			行业事件驱动

大行情来了一般先上涨的是大盘股（上游大盘股），然后是经济周期密切相关的行业上涨，钢铁行业估值水平非常低

相对价值策略

• 相对策略：最好的前20%可以积极做多，最差的后20%可以选择做空

  • 海外，纯做多PE低的股票，年化10%

  • 做多PE最低的，同时做空PE最高的，年化20%

  • 年报公布了之后，股息率高的全部做多，股息率低的全部做空

  • 做多低估值公司的股票，做空高估值公司的股票

  • 做多低负债/低财务费用公司股票，做空高负债/高财务费用公司股票

  • 做空高商誉公司的股票，如商誉/股东权大于1倍的公司

  • 可交换债：

    • 公开发行：波动率更符合实际
    • 非公开发行：波动率定价偏低
    • 所以专门有机构利用对call定价的偏差来进行套利

多空alpha策略/多因子策略

多空alpha策略实际上就是将市场上的整个大盘的风险对冲掉

• 市场中性alpha策略：多因子策略远离

• 市场中性策略

  • 由对冲规避市场风险，构成独立于大盘变动的股票组合
  • 通过多因子模型选股确定多头股票组合，同时用空头股指期货等量对冲多头股票组合，所得资产组合风险低，跑赢大盘即获得alpha收益
  • 做多股票组合+做空股指期货

• 如果有信息的话，还可以再加leverage，放大alpha

  • 在市场上涨或下跌的情况均能获得稳定收益

alpha套利--市场中性

错位对冲

在中国做多股票，主要都是小市值股票，同时做空沪深300期货，传统行业更多，股指期货对冲的其实是大市值的公司，也就是说做多了小市值而做空了大市值，意味着错位对冲，现货和期货并不是完全一致的，持有的现货的股票和做空的期货市完全不一样的，导致策略两端都亏钱

多因子策略

通过因子的选择得到alpha收益

职业投资者（金融机构），什么样的因子属于有效因子？

多因子一半是做多前20%的股票，做空因子排名最后20%的股票

做多的部分和做空的20%的区别足够大才说明因子是有效因子，说明两种股票之间的差距足够大

投资的因子超过2000个，但是赚钱的因子很少

• 必须储备足够多的因子，才能在不同的市场上用不同的因子，使得收益率保持稳定

• 必须考虑频繁集，频繁出现的策略才是有用的，比如说金融危机这种因子肯定不能用，因为不确定是否会再发生

通过风险评价做多因子的权重打分、等权重打分等

量化多因子选股

多因子策略

• 在因子的选择上，从IC、多空年化收益率、因子IR以及胜率等有效性指标出发，从八大类风格因子中挑选共21个有效风格因子

  大类风格	具体风格因子
  盈利	销售净利润、毛利率
  成长	净利润增长率、EPS增长率、ROE增长率、主营业务收入增长率
  流动	1个月成交金额、近3个月平均成交量
  技术	一个月股价反转、三个月股价反转、六个月股价反转、一年股价反转/动量
  规模	流通市值、总资产
  质量	固定比、净利润现金占比、营业费用比率
  估值	CFP、BP
  波动率	日频波动率、周频波动率

  大类因子IC相关性矩阵

  • 策略相关性高的因子只需要选择一个就可以了，因为可能这2个因子之间受到同一个隐藏因子的影响

  

  • 规模因子与其他几大类因子相关性均较高

    • 其他几大类因子起效果的时候往往有部分是小市值影响

  • 反转因子除了与规模较大正相关，与其他因子相关不高

    • 反转因子作为一种技术类的因子，与基本面没有联系，表现较为特立独行

  • 价值与成长-45.5%的相关性

    • 说明低估与高成长在国内是硬币的两面
    • 与规模负相关也较高

相对价值策略（多因子策略）

• 基本面和财务估值因子

  • PE<14&PB<2
  • PE<14&PB<2+selling stocks
  • PE<14&PB<2++selling stocks+止损指令

• 实战多因子案例

  • 股票市盈率低于市场平均水平
  • 股票的市净率低于3
  • 企业的流动比率大于1.1
  • 企业的长期负债与营运资金（流动资产-流动负债）比率不超过5
  • 企业最近两年有派发现金股利
  • 净利润增长率处于较高水平

利用多因子进行择时资产配置的若干思路

因子失效

• 之前的策略：买小市值股，然后做空股指期货

  • 因为前两年小股票一直跑赢大盘，但是2015年底全部都清盘了
  • 因为涨的是银行，做空期货在亏钱，小股票又在跌，两边都亏钱

• 该策略被很多人认为会一直有效，因此需要设定因子失效的监控机制

  • 什么时候使用这个策略
  • 什么时候要对这个策略降仓位
  • 什么时候应该启用一些新的方法

股指期货的升水和贴水

期货对冲：正基差增厚收益，负基差蚕食收益

多因子策略一定要对因子进行标准化，不同来源的因子才能进行打分和标准化的统一量纲

行业中性化，有些行业天然的市盈率较低，按行业进行分类

事件驱动型策略

事件驱动型就是要不断得去监控这个市场

• 事件驱动分析

  • CEO、CFO变更
  • 业绩公布
  • 股东大会召开
  • 派息，拆股，回购，限售股解禁
  • 定增
  • 期权到期
  • 税收优惠
  • 停牌
  • 指数成分股调整策略
  • 大股东增持

• 非常多的事件为传统因子分析提供了低相关度投资组合的机会，但是研究成本过高（特殊数据库，相关研究框架）阻碍了此前此类事件的研究

事件驱动--大股东增持

• 策略：

  • 大股东持股票数量占公司自有流通股票的比例不低于0.01%，并且所涉及股票市值不低于100w
  • 持有时间为12个月
  • 市盈率在25倍以下
  • 市净率在3.3倍以下
  • 自由流通股票数量在3.1亿股以下
  • 大股东增持后的持股比例在20%-50%之间
  • 股票所在行业为非银金融、建筑装饰、汽车、建筑材料、家用电器、交通运输、房地产、纺织服装和公用事业

  

• 策略思考

  • 持有时间对超额收益率的影响
  • 不同股东类型对超额收益率的影响
  • 自有流通股数量对超额收益率的影响
  • 增持后大股东持股比例对超额收益率的影响
  • 行业对超额收益率的影响
  • 市盈率对超额收益率的影响
  • 市净率对超额收益率的影响

商品CTA策略

商品CTA策略：就是利用衍生产品进行投资，管理投资（期货投资）

CTA交易系统原型是有技术指标的影子在，实际更加完整

CTA是Commodity Trading Advisor 的缩写，字面意思即商品交易顾问

• 概念版本：既可能指代机构或个人，也可能指机构或个人所用的策略
• 实践中，一般指投资于期货的资产管理产品

最早的CTA专指投资于商品期货的资管产品

• CTA产品投资与股指期货、期权、国债及利率衍生品上
• CTA投资于各类期货及其他衍生品

• 上期所共有14个期货品种，以金属品为主

  • 所有品种的日盘交易时间为9:00-10:15、10:30-11:30、13:30-15:00，除了不活跃的线材、燃油外，其他品种均有夜盘交易

  • 上期所夜盘交易时间采用差异化安排方式

    • 铜、铝、锌、铅、镍、锡夜盘交易时间为21:00-01:00
    • 黄金、白银交易时间为21:00-02:30
    • 天然橡胶、螺纹钢、热轧卷板、沥青夜盘交易时间为21:00-23:00

  • 上期所期货品种的最低交易保证金多数在5%-8%范围内

  • 手续费均不超过成交金额的万分之一，部分品种日内平仓手续费减免

CTA基金的策略

• 趋势策略：通过大量的指标排除市场噪音，判断当前市场趋势，决定采用跟踪或反转策略

• 套利策略：通过对基本面分析或者统计规律寻找不同合约间的定价误差，当价差发生偏离时做多或做空，当价差回归时平仓

• 套利策略四种基本型：期限套利、跨期套利、跨市场套利、跨品种套利

• 套利策略优势

  • 持仓时间很短
  • 设计初衷为在接近无风险的情况下寻找短时间市场错误定价的机会，因此来说风险较小
  • 最大回撤幅度不大

• 菲阿里四价策略

  • 昨天高点、昨天低点、昨日收盘价、今天开盘价，可并称为菲阿里四价

  • 它有日本期货冠军菲阿里实盘采用的主要突破交易参照系

  • 菲阿里四价是日内突破策略，所以每日收盘之前都需要进行平仓。该策略的上下轨用法如下：

    • 上轨=昨日高点
    • 下轨=昨日低点

  • 昨日高点和昨日低点可以视为近期的一个波动范围，该范围的存在一定程度是一种压力线，只有足够的价格上涨或下跌才会突破前期的高点或者低点。因此突破是一个比较好的入场信号，如果突破该波动范围，则证明动能较大，后续走势强度维持较强的概率比较高，因此该策略采用以下开仓方式：

    • 当价格突破上轨，买入开仓
    • 当价格跌穿下轨，卖出开仓

  • 策略在开仓之后可能面临假突破的问题，因为该价位存在很大的阻力，可能是暂时性突破，随机回落，因此具体策略使用之中可以设置一些过滤条件来剔除假突破的情况。这样使得策略的胜率变大。开仓之后的止损止盈根据具体环境具体确定。

   

择时-修正TD模型

• 买入启动：连续6根K线，每根K线都比自己之前第四根的K线收盘价低

• 卖出计数：从启动后第一根K线开始，只要满足如下三个条件则计数+1

  • 收盘价大于或等于之前第二根K线的最高价
  • 最高价大于或等于前一根K线的最高价
  • 收盘价大于或等于前一根K线的收盘价

• 卖出信号：当数值达到4时发出卖出信号

• 卖出信号启动前发生新的则重计数

Dual Thrust 策略

• Dual Thrust是一个趋势跟踪系统

• 优点

  • 简单易用、适用度广的特点，其思路简单、参数很少
  • 配合不同的参数、止盈止损和仓位管理
  • 可以为投资者带来长期稳定的收益
  • 被投资者广泛应用于股票、货币、贵金属、债券、能源及股指期货市场等

• 震荡区间的定义

  • Dual Thrust系统使用

  • HH是N日最高价的最高价 LC是N日收盘价的最低价 HC是N日收盘价的最高价 LL是N日最低价的最低价

  • 来描述震荡区间的大小

• 策略思路

  • 当股票突破上界(Buyline)，则认为该股票今天有较大行情，买入该股票
  • 当估价两天内下跌6%，或者三天内下跌8%则卖出股票
  • 根据大盘止损

首先计算：

• N日最高价的最高价HH，N日最低价的最低价LC

• N日收盘价的最高价HC，N日最低价的最低价LL

• Range=Max(HH-LC,HC-LL)

• BuyLine = Open + K1*Range

• SellLine = Open - K2*Range

• 构造系统

  • 当价格向上突破上轨时

    • 如果当时持有空仓，则先平仓，再开多仓
    • 如果没有仓位，则直接开多仓

  • 当价格向下突破下轨时

    • 如果当时持有多仓，则先平仓，再开空仓

    • 如果没有仓位，则直接开空仓

       

       

ATR策略

ATR(Average True Range)又称平均真实波动范围，简称ATR指标

• 用来衡量市场波动的程度，是显示市场变化率的指标，因此该指标并不能反映价格走向及其趋势稳定性，仅是表明价格波动的程度

  • 该指标值越高，趋势改变的可能性就越高
  • 该指标的值越低，趋势的移动性就越弱

• ATR真实波幅：真实波幅是以下三个值中的最大值

  • 1.当前交易日最高价和最低价的波幅
  • 2.前一交易日的收盘价与当前交易日最高价波幅
  • 3.前一交易日的收盘价与当前交易日最低价的波幅

• 用公式就是

• 极端的高ATR或低ATR值可以被看作价格趋势的反转或下一趋势的开始

  • 作为与布林通道类似的以价格波动性为基础的技术指标，真实波动幅度均值不能直接预测价格走向及其趋势稳定性，而仅表明交易活动的频繁性；
  • 较低的ATR（即较小的真实波幅）表示比较冷清的市场交易气氛，而高ATR（即较大的真实波幅）则表示比较旺盛的交易气氛
  • 一段较长时间的低ATR很可能表示市场正在积蓄力量并逐渐开始下一个价格趋势（可能是之前趋势的延续，也可能是趋势的反转）
  • 而一个非常高的ATR通常是由于短时间内价格的大幅上涨或下跌造成的，通常此数值不可能长期维持在高水平

  临时策略

  • 1.挑选一些股票价格很低，波动幅度很小的股票

  • 2.发现有一天成交量ATR有上涨放大，这个股票的价格本身就会有上涨的趋势（地量地价）

  • 开仓信号：当天的ATR大于过去ATR的20%~30%且当天成交量大于50%

     

R-Breaker策略

R-Breaker是一种短线日内交易策略，它结合了趋势和反转两种交易方式。该策略也长期被Future Thruth杂志评为最赚钱的策略之一，尤其在标普500股指期货上效果最佳。该策略的主要特点如下：

• 根据前一个交易日的收盘价、最高价和最低价数据通过一定方式计算出六个价位，从大到小依次为：

  • 突破买入价
  • 观察卖出价
  • 反转卖出价
  • 反转买入价
  • 观察买入价
  • 突破卖出价

• 以此来形成当前交易日盘中交易的触发条件。通过对计算方式的调整，可以调节六个价格间的距离，进一步改变触发条件

• 具体来看，这六个价位形成的阻力和支撑位计算过程如下：

  • 观察卖出价 = High +0.35*(Close-Low)
  • 观察买入价 = Low - 0.35*（High-Close）
  • 反转卖出价 = 1.07/2*（High+Low）-0.07 * Low
  • 反转买入价 = 1.07/2*（High+Low）-0.07 * High
  • 突破买入价 = 观察卖出价 + 0.25 * (观察卖出价- 观察买入价)
  • 突破卖出价 = 观察买入价 - 0.25 * (观察卖出价 - 观察买入价)

• 其中，High、Close、Low分别为昨日最高价、昨日收盘价和昨日最低价。这六个价位从大到小依次是，突破买入价，观察卖出价、反转卖出价、反转买入价、观察买入价和突破卖出价

R-Breaker经典的具有长生命周期的日内模型，是日内趋势追踪与反转策略的结合

交易基本原理：

• 根据前一个交易日的收盘价、最高价和最低价，计算出六个价位
• 可使用1分钟、5分钟或10分钟等高频数据进行判断，实时判断是否触发条件
• 设定止损条件，亏损达到设定值后，平仓
• 在每日收盘前，对所持仓合约进行平仓

触发条件：

• 空仓开多条件：如果盘中价格超过突破买入价，即开仓做多

• 空仓做空条件：如果盘中价格跌破突破卖出价，则开仓做空

• 多转空：持多单时，当日内最高价>观察卖出价后，价位在跌破反转卖出价，转为做空

• 空转多：持空单时，当日内最低价>观察买入价后，价位反弹并超出反转买入价时，转为做多

• 根据盘中价格走势，实时判断触发条件，具体条件如下：

  • 当日内最高价超过观察卖出价后，盘中价格出现回落，且进一步跌破反转卖出价构成的支撑线时，采取反转策略，即在该点位（反手、开仓）做空
  • 当日内最低价低于观察买入价后，盘中价格出现反弹，且进一步超过反转买入价构成的阻力线时，采取反转策略，即在该点位（反手、开仓）做多
  • 在空仓的情况下，如果盘中价格超过突破买入价，则采取趋势策略，即在该点位开仓做多
  • 在空仓的情况下，如果盘中价格跌破突破卖出价，则采取趋势策略，即在该点位开仓做空
  • 设定止损止盈条件
  • 设定过滤条件
  • 在每日收盘前，对所持合约进行平仓

长线系统 Aberration

Aberration典型的长线交易系统，根据相关研究，该模型交易于多个期货市场，对于每个品种，每年交易3-4次左右，平均持仓60天左右。Aberration系统捕捉长期信号，并通过分散在多个市场来降低风险

Aberration的原理同样简单，通过前M日均值、标准差计算出上下轨。当价格突破上轨时开多(若跌回前M日均值则平仓)，突破下轨时开空(若反弹回前M日均值则平仓)。

海龟交易法则

海龟交易系统本质上是一个趋势跟随的系统，但是需要学习的是资金管理尤其是分批建仓以及动态止损的部分

趋势捕捉

• 该指标有3条不同颜色的曲线组成，该指标用周期（一般都是20）内的最高价和最低价来显示市场价格的波动性，当其通道窄时表示市场波动小，反之通道宽则表示市场波动比较大

• 具体分析：当价格冲破上轨时，可能就是买的信号；反之，冲破下轨时就是卖的信号

  • 计算方法为

  • 
  上线最高价下线最低价中线上线下线

• 海龟交易就是利用唐奇安通道的价格突破来捕捉趋势

• 不过我们在向下突破10日唐奇安下沿卖出

资金管理

• N值计算

  • N值是仓位管理的核心，涉及加仓以及止损。另外，N值与技术指标平均真实波幅ATR很相似

  • 首先介绍真实波幅，真实波幅是以下三个值中的最大值

  • 1.当前交易日最高价和最低价的波幅

  • 2.前一交易日的收盘价与当前交易日最高价的波幅

  • 3.前一交易日的收盘价与当前交易日最低价的波幅

  • 用公式写

  • 
   

• 接下来，N值计算公式为：

• 

 

• 其中preN为前面N值，TrueRange为当前的真实波幅，次公式的真实含义为计算之前20天(包括今天在内)的N的平均值

• 有些海龟交易系统用的是ATR来代替N值，ATR为真实波幅的20日平均

• 买卖单位及首次建仓

• 

• 首次建仓的时候，当捕捉到趋势，即价格突破唐奇安上轨时，买入1个unit(买卖单位)

• 其意义就是，让一个N值的波动与你总资金1%的波动对应，如果买入1unit单位的资产，当天振幅使得总资产的变化不超过1%

• eg：现在你有10万现金，1%波动就是1000元，加入标X的N值为0.2元，1000元/0.2=5000股，也就是说，你的第一笔仓位应该是在其突破上轨（假设5元）时立刻买入5000股，耗资25000元

• 加仓

  • 若股价在上一次买入（或加仓）的基础上涨了0.5N，则加仓一个unit

• 动态止损

  • 当价格比最后一次买入价格下跌2N时，则卖出全部头寸止损

• 海龟交易法则的问题点

• 1.交易回撤太大

• 2.在最高的仓位趋势是最重的，风险最高

衍生品低风险套利

• 无风险套利的实质：同一种东西不同价格，就可以低买高卖，套利行为促使价格一致

  • 套利策略一般都是高频交易，对下单时间及手续费都较为敏感
  • TICK几倍数据处理，下单，持仓监控
  • 理解国内外数据发送方式不一致

• 数据播报频率：

  • 上交所:5S一次
  • 深交所:3S一次
  • 股指期货行情:0.5S一次
  • 港股、香港期货行情：实时（单个品种1s有可能几十笔）

• 国内的基金去海外做会非常困难，海外速度快、数据量大，很多国内基金连数据都处理不了

• 期货无风险套利策略

  • 恒指期货和小恒指期货1:5
  • 恒生中国指数期货和小恒生中国指数期货也是1:5
  • 等比例关系提供了期货间的无风险套利机会

• 大部分这两个期货的价格比例是一致的，当发现市场上两个期货指数的价格不一致时，就可以一个做多，一个做空，按比例做，最后持有到期，这是真正无风险的

• ETF套利

  • ETF套利获益的来源是在于ETF实时价格与其净值得差值，当价格与净值间的差异能够覆盖交易成本时，则可以进行套利获利
  • 溢价套利：指当ETF市场价格高于ETF净值时，通过在场外买入一篮子股票申购成ETF再立即卖出ETD获得收益
  • 折价套利：指当ETF净值高于当前市场价格时，通过在场内买入ETF赎回成一篮子股票再立即卖出所有股票获利

• 期现套利

• 期现套利的理论依据是，在到期日，股指期货的价格和标的指数会收敛。期现套利分为正向套利和反向套利两种

  • 当现货指数被低估，而相应的期货被高估时，就可以卖出期货合约，买入现货，待价差收敛时，平仓期货合约，卖出现货，获得收益，这种套利策略为正向套利
  • 当现货指数被高估，期货被低估时，可以买入期货合约，卖出现货，在价差收敛时平仓获利，这种策略为反向套利
  • 考虑交易成本后，通过计算套利交易的现金流，我们可以预估当前两个方向的套利收益，如果套利收益大于预期收益率，便会产生套利机会

• 2015年上半年，期指是升水的情况

  • 通过买入现货ETF,做空期指持有期获得相关套利收益

• 2015年收到股灾的影响

  • 期现套利的收益率受到比较大的限制，基本没有套利机会
  • 套利方式是需要买入期货，卖出现货ETF，但是融券ETF现在是非常难的

• 策略风险

  • 保证金追加风险
  • 基差扩大和不收敛风险，在组合持仓的过程中，如果基差不但没有缩小，而出现扩大，会导致组合的净值出现回撤，但是并不意味出现亏损，在8月24日至9月16日的套利过程中，期现基差出现扩大，导致净值曲线回撤7.83%，但随后随着交割日的到来，基差逐渐缩小，最终该笔套利收益1.55%

• 跨期套利

• 期货的贴水理论上会在交割日收敛到零

  • 由于贴水平均收敛速度近似匀速，可以把贴水收敛速度分解成趋势项和扰动项，趋势项表示贴水的预期收敛速度，等于当前贴水幅度与距离交割日天数之比

• 做多预期收敛速度最快的期货合约，做空预期收敛速度最慢的期货合约，可以获得稳定收益

• 利用当月合约相对隔季合约基差收敛更快的特征，构建如下跨期套利策略

  • 对于非交割日，持有当月合约多头，隔季合约空头
  • 对于交割日，按当日均价平仓当月合约多头，开仓次月合约多头
  • 对于交割日次一日，按当日均价平仓当季合约空头，开仓隔季合约空头

• 跨品种套利

• 跨品种套利是指投资者买入或卖出一个期货品种，同时卖出或买入赢一个期货品种

• 利用这两个不同品种比价关系的变化来获取收益的交易策略。跨品种套利主要包括产业链套利和替代品种套利

  • 根据两个品种间的比价关系，采取趋势套利或反转套利
  • 产业链套利，如螺纹钢与铁矿石、焦炭，大豆压榨套利
  • 能互相替代的产品，如强麦与玉米，豆油和棕榈油等