基于趋势反转的程序化交易研究

发布时间：2017-10-15 11:39

  本文关键词：基于趋势反转的程序化交易研究

  更多相关文章： 程序化交易 高频交易 R/S分析法 Hrust指数

【摘要】：程序化交易投资策略通过逻辑表达运算处理,通过计算机语言表达,并在计算机平台上实现。现已经广泛应用于国内外金融市场的投资交易之中。2013年一次偶然的机会,笔者在仿真期货比赛中采取“趋势反转”交易策略取得了非常好的成绩。趋势反转程序化交易的相关研究是本文主要的内容,本文试图从理论、实证两方面研究“趋势反转”策略的程序化交易实现路径。理论从EMH(有效市场假说)产生到FMH(分形市场假说)发展,运用R/S分析法(Rescaled Range Analysis),从分形角度探讨了市场特性,解释价格运动趋势“有偏随机游走”特征。实证10201种不同模型参数(up,down),得到特定条件参数集,验证了模型有效性,并对模型参数预测进行一定研究。文章主要分为三个部分:第一部分阐述有效市场假说,分形市场假说等经典理论,通过文献法研究证券价格时间序列变动,运用R/S分析法解释价格变动趋势,从理论角度解释趋势反转策略的适用性。第二部分介绍趋势反转策略程序化交易模型的实施路径,重点对策略进行逻辑表达,并介绍了参数变量等。举例阐明趋势反转程序化交易结果。第三部分以沪深300股指期货主力合约日内高频数据为测试样本,对趋势反转模型进行实证,测试模型10201种模型参数(up,down)。验证模型有效性。测试样本时间长度为1年(2013年9月23日到2014年9月15日),共计65283笔1分钟高频数据,12960笔5分钟高频数据,4320笔15分钟高频数据,2400笔30分钟高频数据,1440笔60分钟高频数据。
【关键词】：程序化交易 高频交易 R/S分析法 Hrust指数
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F830.9;F224
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 绪论9-16
• 1.1 论文选题9-11
• 1.2 研究目的和方法11-12
• 1.3 国内外研究现状12-14
• 1.3.1 国外研究现状12-13
• 1.3.2 国内研究现状13-14
• 1.4 论文的主要内容及结构14-15
• 1.5 论文的创新和不足15-16
• 第2章 文献综述16-22
• 2.1 市场有效假说16
• 2.2 分形市场假说16-17
• 2.3 市场价格形成机制研究17-19
• 2.3.1 国内外研究17-18
• 2.3.2 沪深300股指期货合约价格形成机制18-19
• 2.4 日内证券价格波动研究19-20
• 2.5 R/S分析法——价格运动记忆性研究20-22
• 第3章 趋势反转程序化交易模型设计22-29
• 3.1 程序化交易简介22
• 3.2 趋势反转程序化交易模型构建22-29
• 3.2.1 趋势反转的理论依据22-23
• 3.2.2 趋势反转策略说明23-25
• 3.2.3 趋势反转程序化实施路径25-27
• 3.2.4 运行说明27-29
• 第4章 趋势反转程序化交易模型实证29-39
• 4.1 研究目标29-30
• 4.2 研究思路和方法30
• 4.3 趋势反转程序化交易模型实证30-34
• 4.3.1 有效性研究30-32
• 4.3.2 参数因子的优化研究32-34
• 4.4 模型参数预测34-39
• 4.4.1 日内（短周期）参数预测34-37
• 4.4.2 隔月(长周期)参数预测37-39
• 第5章 结论及展望39-41
• 5.1 结论39-40
• 5.2 展望40-41
• 参考文献41-43
• 致谢43-45

【相似文献】

中国期刊全文数据库 前10条

1 朱建平;魏瑾;谢邦昌;;金融高频数据挖掘研究评述与展望[J];经济学动态;2011年06期

2 郭兴义,杜本峰,何龙灿;(超)高频数据分析与建模[J];统计研究;2002年11期

3 常宁,徐国祥;金融高频数据分析的现状与问题研究[J];财经研究;2004年03期

4 应益荣;包郭平;;金融市场高频数据分析的建模进展[J];五邑大学学报(自然科学版);2006年01期

5 包郭平;应益荣;;金融市场中高频数据的分析方法[J];五邑大学学报(自然科学版);2007年01期

6 唐振鹏;;金融高频数据和超高频数据的研究现状及展望[J];福州大学学报(哲学社会科学版);2008年04期

7 金登贵;中国证券市场高频数据分布特征研究[J];统计与决策;2005年20期

8 唐勇;张伯新;;基于高频数据的中国股市跳跃特征实证分析[J];中国管理科学;2013年05期

9 尹优平,马丹;基于分布拟合方法的高频数据风险价值研究[J];金融研究;2005年03期

10 补冯林,张卫国,何伟;基于超高频数据的股票流动性度量研究[J];统计与决策;2005年04期

中国重要会议论文全文数据库 前6条

1 郭名媛;;基于高频数据的已实现极差相关系数及实证研究[A];2012管理创新、智能科技与经济发展研讨会论文集[C];2012年

2 郭名媛;;基于高频数据的赋权已实现极差相关系数及其实证研究[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

3 唐勇;;金融市场波动建模:基于高频数据视角[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

4 杨怀东;伍娟;盛虎;;基于高频数据的成对交易统计套利策略实证研究[A];第五届（2010）中国管理学年会——金融分会场论文集[C];2010年

5 张晨;李月环;;基于调整“已实现”波动率的沪深300指数高频数据波动性研究与预测[A];中国会计学会高等工科院校分会2008年学术年会（第十五届年会）暨中央在鄂集团企业财务管理研讨会论文集（上册）[C];2008年

6 刘淳;朱世武;何济舟;;金融市场波动择时策略的经济价值分析[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年

中国重要报纸全文数据库 前5条

1 本报记者 任晓;12月PMI或小幅上行[N];中国证券报;2013年

2 程实;美国金融体系逐渐恢复 实体经济企稳[N];中国经济时报;2009年

3 华泰长城期货 谢赵维　许惠敏;高库存料继续“重压”矿价[N];中国证券报;2014年

4 金融学博士 宏观经济分析师 程实;全球经济隐约徘徊着复合危机阴影[N];上海证券报;2011年

5 申银万国证券研究所 李慧勇;新兴市场保持资金大额流入[N];证券时报;2014年

中国博士学位论文全文数据库 前6条

1 唐勇;基于高频数据的金融市场分析[D];天津大学;2007年

2 镇磊;基于高频数据处理方法对A股算法交易优化决策的量化分析研究[D];中国科学技术大学;2010年

3 刘广应;带跳的分数维积分过程的幂变差理论及其在金融高频数据中的应用[D];复旦大学;2011年

4 李胜歌;基于高频数据的金融波动率研究[D];天津大学;2008年

5 王少斌;基于高频数据的投资者交易行为研究[D];首都经济贸易大学;2014年

6 王芳;基于市场微观结构噪声和跳跃的金融高频数据波动研究[D];西南财经大学;2011年

中国硕士学位论文全文数据库 前10条

1 周智橹;沪深300股指期货已实现波动率的研究[D];中国青年政治学院;2015年

2 米佳奇;基于高频数据的期货跨品种套利研究[D];浙江工商大学;2015年

3 李梦莹;基于高频数据的A股银行板块配对交易研究[D];复旦大学;2014年

4 谢欣欣;基于对限价指令簿信息的研究对高频金融数据进行建模[D];上海交通大学;2015年

5 王浩;基于趋势反转的程序化交易研究[D];上海交通大学;2014年

6 韩铁;金融市场（超）高频数据建模及与低频数据对比研究[D];天津大学;2006年

7 李晓威;金融高频数据的关联规则算法研究[D];吉林大学;2008年

8 张曙;金融高频数据的分析及实证研究[D];中南大学;2013年

9 肖星火;基于中国股市高频数据的流动性风险研究[D];华南理工大学;2013年

10 刘力华;基于高频数据的证券市场实证研究[D];暨南大学;2011年

，

本文编号：1036920