周午舸 周行远 南京大学工程管理学院
摘要:本文验证了已有的基于席位净持仓变化的交易策略的失效,并在此基础上对此类交易策略进行了优化。本文改进了交易策略的开仓方向指示器,建立了控制杠杆的辅助策略,并且引入了风险控制模块。最终形成了一套收益率、平稳性都相对良好的交易策略。
一、引言
持仓量是指交易者买入或卖出并且未平仓的头寸数量,净持仓是指交易者未平仓的多头头寸数量与空头头寸数量的差。席位的持仓头寸可以反映出其在市场中的立场,席位净持仓的变化反映出其力量的变化方向与大小。相关实证分析表明,若主力席位短期内净持仓数量增加,则期货价格上涨的概率较大;同理若主力席位短期内净持仓数量减少,则后市下跌的概率较大。因此,通过观察具体交易品种席位的持仓情况,对于判断该品种后市行情有着重要的意义。本文在前人研究的基础上,力图以席位净持仓作为主要指标,进一步优化指标,建立一套系统化的期货交易策略。
二.交易策略的建立
我们以日内交易并以席位净持仓变化作为系统指标,但用席位净持仓的移动平均线形态代替单纯的净持仓变化,作为开仓方向的指示器。使用3日、5日均线移动加权平均线来做开仓方向指示器。具体操作为:当3日线高于5日线时,认为近期席位净持仓有推高趋势,开仓做多。当3日线低于5日线时,则认为近期席位净持仓有下降趋势,开仓做空。选择2008年1月2日至2010年12月31日共732个交易日的郑州交易所白糖合约交易数据作为样本(数据来源:wind金融数据库),以席位作为参数,使用MATLAB对如上策略进行数据回测,结果如下:
三种指标下的收益统计特征比较
|
累计收益
|
胜率
|
日均收益
|
前5席位
|
14.77%
|
51.38%
|
0.0204%
|
前10席位
|
45.54%
|
52.49%
|
0.0629%
|
前15席位
|
14.93%
|
50.97%
|
0.0206%
|
前20席位
|
3.92%
|
50.55%
|
0.0054%
|
我们可以看到,除前20位外,交易策略的累计收益、胜率都是比较可观的。其中,前十位的席位净持仓均线形态对价格的指示作用最强,胜率最高,累计收益最大,其累计收益曲线的增长也最为平稳。因此,经过比较,我们选用前10席位净持仓的3日、5日加权移动平均线形态作为交易系统的优选指标。至此,我们构建了一个基础的系统交易策略。
三.交易系统的优化
1.系统优化的方法与思路
使用杠杆是期货交易的一大特征,合理使用杠杆能够扩大收益。考虑到价格是除席位净持仓外另一大类重要指标,因此我们首先选取了价格变化和价格移动均线形态作为杠杆指示器,但是实际测试结果表明,这两种指示器的效果并不理想。于是我们转而引入了日均收益率驱动的杠杆策略。交易策略的有效性可能并不是持续的,日均收益率的变化是衡量交易策略有效性的最直接指标,因此我们选择在日均收益率侦测到策略近期效果不佳时,降低杠杆,使用保守策略,相反则升高杠杆,进行大胆的交易。
2.以日收益率的移动均线形态作为杠杆指示器
(1)策略流程
我们选用日收益率的加权移动均线形态作为杠杆指示器,进行实验。我们构建如下的杠杆选取原则:在前一日交易结束后,计算当日的3日、5日收益率加权移动均线,以其形态决定第二日的杠杆选取。当3日线高于5日线且第二日做多,或3日线低于5日线且第二日做空时,选择高倍杠杆。当3日线低于5日线且第二日做空,或3日线高于5日线且第二日做多时,不加杠杆。当3日线与5日线相交时,选择低倍杠杆。从第11日起开始考虑杠杆。
(2)数据回测
在MATLAB软件中,将上述优化后的交易规则程序化,使用2010年1月4日至2012年12月31日的郑州交易所白糖合约交易数据(数据来源:wind金融数据库)回测,结果如下:
加入杠杆后的收益统计特征
累计收益
|
391.87%
|
胜率
|
52.49%
|
高倍杠杆使用次数
|
341
|
高倍杠杆胜率
|
56.89%
|
最大日收益
|
16.40%
|
最大日亏损
|
18.32%
|
交易次数
|
724
|
通过测试结果观察到,加入此杠杆的规则以后,系统的累计收益、日均收益较未加入辅助策略的情况都有大幅提高,杠杆胜率显著超过50%,并且累计收益曲线的波动较之前策略变得更小。3年累计可获得超过390%的收益,累计收益最高达到487.18%。
3.加入风险控制模块
(1)策略流程
观察之前几次实验的结果数据发现,收益率曲线往往发生剧烈而短促的回撤,正是这种回撤降低了交易策略的胜率,降低了整个交易系统的盈利能力。这样的现象也反映出了交易系统抗风险能力的不足。因此,我们建立了如下的基础风险控制模块,试图减少系统做出错误交易的概率,提高系统胜率,减小累计收益率曲线的波动。
此风险控制模块的思想是,当系统出现连续短暂的亏损时,停止交易(因为这说明系统近期内预测准确率很低),当日收益为零。停止交易后观察下一交易日是否预测准确,如果预测准确,则再下一日重新交易策略交易。收益率均线计算不受此影响。将风险控制模块加入交易策略后的交易流程如下图:
加入风险控制模块的交易策略
(2)数据回测
将交易者对连续损失日数的最大容忍定义为容忍度(tolerance)。在MATLAB软件中,将上述优化后的交易规则程序化,使用2010年1月4日至2012年12月31日的历史数据,分别以去tolerance=2,3,4,5,6进行回测,结果如下:
t=4时的累计收益率曲线
加入风险控制模块后的收益统计特征
指标类型
|
T=2
|
T=3
|
T=4
|
T=5
|
T=6
|
累计收益
|
311.12%
|
313.60%
|
521.63%
|
461.79%
|
517.23%
|
胜率
|
67.54%
|
62.86%
|
72.05%
|
63.78%
|
63.27
|
最大日收益
|
13.51%
|
16.35%
|
16.38%
|
16.40%
|
16.40%
|
最大日亏损
|
11.85%
|
15.70%
|
15.70%
|
15.69%
|
15.70%
|
交易次数
|
504
|
566
|
611
|
635
|
651
|
通过测试结果观察到,在加入了此风险控制模块以后,系统的累计收益、日均收益、杠杆胜率都有了大幅度的提高,这说明此风险控制模块是有效的,加入此模块后,系统过滤了大量的错误信号。随着容忍度的增大,进场交易、杠杆使用的次数逐渐增大,累计收益和胜率呈先增大再减小的趋势。比较t=2、3、4、5、6的五种情况发现,当t=4时,系统的累计收益率最高,胜率最高,日均收益最大。当t=4时,3年累计可获得超过520%的收益,累计收益最高甚至达到了590.99%,效果极佳。将此风险控制模块纳入系统。在实际操作中,不同交易者有不同的容忍度,因此t不设固定值,由交易者自行选择。
4.系统交易策略形成
至此,我们形成了系统交易策略。系统指标为净持仓的3日、5日加权移动均线形态,杠杆选择指标为日收益率均线的加权移动平均线形态,由基于容忍度的风险控制模块控制风险。
四.系统的外推测试
外推检验使用2014年1月4日至2014年9月26日共190个交易日的白糖合约数据,分别取t=3,t=4,t=5,检验结果如下:
表9 外推测试系统的收益统计特征
指标类型
|
T=3
|
T=4
|
T=5
|
累计收益
|
31.71%
|
15.14%
|
16.69%
|
胜率
|
63.68%
|
61.05%
|
58.95%
|
交易次数
|
149
|
156
|
163
|
通过测试结果观察到,系统在185个交易日内,在不同风险偏好下共获得依次获得31.71%、15.14%、16.69%的累积收益,日均收益不等,胜率都在60%左右。此系统的盈利能力是应当受到肯定的。然而,相比测试结果,外推结果的累计收益波动更大大,日均收益率也大幅降低了。总体来说,此交易系统具有一定的实际意义,但仍然是有待改进的。
参考文献
[1]翟光磊. 橡胶期货价格和交易量、持仓量的相关性分析[J].金融经济.2011(18):75-77
[2]李艺,部慧,汪寿阳. 基金持仓与商品期货价格关系的实证研究——以铜期货市场为例[J].系统工程理论与实践,2008/09:10-19
[3]部慧,李艺,汪寿阳. 国际基金持仓与大豆商品期货价格关系的实证研究[J].管理评论.2008/05:3-27
[4]谢贞联. 基于席位净持仓变化的交易策略[R].广发期货股指期货专题报告.2010/09/29
[5]郭伟杰.利用基差构建期指短期交易策略[N].上海证券报.2010/11/12
|