20世纪70年代,量化投资开始在美国的资本市场兴起,受益于量化投资的诸多优点,量化投资很快就成为美国主流的投资模式,在众多的量化投资者中,以西蒙斯最为成功,他的大奖章基金在20年内,持续而稳定的获得了每年平均35%的净回报,并且是在扣除费用后的,这样的成绩堪比神话。而我国的量化投资还处于起步阶段,但随着我国资本市场的逐渐完善,量化投资的前景会越发明亮,同时,量化投资的发展可以减少市场上的投机行为,减少市场泡沫,反过来促进我国资本市场的发展和完善。本文正是在此背景下,欲建立一种基于Copula理论的量化投资策略模型,运用于我国的资本市场上。投资者一般习惯性做多,本文一反常态重点研究卖空方式的建立,期望使投资者在市场下跌时也能获利,帮助投资者获取超额收益。本文选取豆油指数和棕榈油指数2012年9月至12月共四个月的高频数据作为研究对象。研究对象是由市场上的主力合约加权平均计算得到的,指数能体现研究对象的连续性,所以豆油指数和棕榈油指数是非常合适的研究对象。本文所设计的投资策略主要基于Copula函数刻画的尾部相关性,即在下尾部相关性高的情况下,如果豆油指数下跌,那么棕榈油指数下跌的概率是非常高的。假如现实中棕榈油指数并没有下跌,那么在Copula函数刻画的尾部相关性下是“非正常”情况,我们相信棕榈油指数将会下跌,此时就是投资的机会。由Copula函数的定义可知,Copula函数是两随机变量的边际分布的连接函数,为保证整个投资策略的成功,需要对两组研究对象的边际分布进行精确的描述,边际分布刻画的越准确,Copula函数拟合的越准确,则可能出现的投资机会越准确。由于金融资产的高频数据的分布不具有正态性,一般有“尖峰肥尾”的性质,本文也放弃了传统的假设收益率服从正态分布的方法,转而采用核密度估计这种非参数估计的方法,以求能够更精确的刻画研究对象的边际分布情况。利用本文所研究的策略对实际数据进行测试,本文得到了非常好的累积收益率,九月至十二月的累积收益率依次是17.70%、3.45%、8.97%、-0.82%,这在当今的金融投资理论中已经属于超额收益率。交易次数分别为96、57、79、6,总次数达到了238次,属于典型的高频交易,九月至十二月四个月中单笔最大亏损依次为-1.4699%。显然亏损幅度是我们能够接受的。本文实证的结论表明本文的投资策略是具有一定的实际参考意义的。本文的创新之处主要有三点：第一,本文打破投资者的惯性思维,重点进行卖空交易；第二,创造性的基于Copula尾部相关性构造程序化交易策略,传统的资产配置思想要求资产之间的相关性要低,以分散风险,本文则是利用尾部相关性高的资产来寻找交易时机,这也是本文最突出的创新点；第三,由于数据多,计算量大,在参数拟合的过程中为得到最优的参数组合,使用遗传算法能够避免穷举算法费时费力的缺点。本文的不足之处有两点；第一,Copula函数描述下尾相关性的能力远远高于其描述上尾相关性的能力,因此,投资者可以得到的买入信号较差,因此丧失了一部分的利润,而且由于上尾相关性刻画的精度不够,反而可能降低投资收益率；第二,虽然在实证过程中并没有出现不可接受的亏损,但是过度的依赖程序化交易而考虑情况不够细致的话,一旦极特殊的情况出现,可能导致较大的亏损。