论文部分内容阅读
中图分类号：F381文献标识码：A
摘要：随着股指期货上市后的活跃度来看，该市场有很大的发展空间。本文从量化投资角度研究股指期货的投机交易。首先根据沪深300整体价格走势，然后应用股指期货日内和隔夜策略进行模拟测试，并分析这两个模型的可行性。在建立模型后，用时间序列的曲线估计进行收益率预测，评估日内股指策略的收益情况。最后以风险价值VaR作为风险管理的一种手段，采用蒙特卡洛模拟法预测VaR的值。最后从操作平台开发角度分析了IT和云计算在股指期货量化投资模中的应用。该模型在实际交易中有较高的收益和胜算率，具有一定的稳定性。
关键词：股指期货；交易系统；风险管理；VaR模型；时间序列
第1章绪论
1.1本课题研究意义
股指期货是以股票指数为标的物，不仅能为股票投资者提供给有效的套期保值避险工具，而且也为以后适时推出外汇期货等金融衍生品提供经验，对股票市场发展具有重要意义。在我国目前的经济条件下，开展股指期货并通过量化有效地控制其风险，对我国证劵市场的规范和发展具有重要意义。
1.2主要研究内容
首先介绍股指期货的基础知识，确定研究方向。然后根据历史数据及已有的一些相关技术指标进行趋势跟踪和判断，用时间序列对行情做预测。第二步主要针对股指期货投机交易进行建模，在建立模型后进行跟踪个修改。第三步在建立模型的基础上，进行相应的风险预测和管理，用VaR模型进行投资组合的风险监测。最后再对操作平台应用进行说明。
第2章股指期货交易模型
2.1 股指期货日内交易策略
股指日内策略基本属性：在K线图5分钟周期上测试，测试起止时间为2013年4月16至2014年4月13日。手续费单边收450，即保证金的万分之三。
策略思想：当天13：55之前进场，当价格突破开盘价加ATR，表示有上涨趋势，因此开仓做多，其中ATR表示平均真实波幅，即当天真实的最高价—真实最低价的差值的平均。当价格跌破当天开盘价减ATR时，表示行情下跌的可能行较大，因此开仓做空。经过测试在每天15：00收盘平仓比15：15收盘平仓的收益高，因此设定每天15：00平仓。0.7%的绝对止损指在持多头时当价格跌破开仓价的99.3%时，止损离场，在持空头时当价格突破开仓的99.3%时，止损离场。
3.1风险预测
风险预测定义：即risk predicition。风险预测是现代经济管理的重要内容之一 数学定义为：假设Pt为某资产组合在时刻t的即时价格，rt=lnPtPt-1表示该组合从时刻t-1到时刻t的收益，t=1，2，…，n那么组合在这n个单位时间里的波动率就可以用这n个收益的样本标准差来估计[14]：
其中r表示样本均值。
本文选用沪深300指数从2013年4月19日到2014年4月1日每个交易日收盘价的连续数据。yt=Rt-t，得到沪深300股指期货日收益率的时序图。
3.2 风险管理
风险管理（risk management）定义：如何在一个肯定有风险的环境里把风险减至最低的管理过程。
设ω0为初始投资额，R为某设定持有期内投资组合的收益率，ω为投资组合的期末价值，Δt为持有投资组合的时间长度（以年为折合计算），μ为R的年度平均期望收益率，σ为方差，R*为投资组合在置信水平α下的最低收益率，即
P（R 根据VaR的定义，投资组合VaR计算公式为：
VaR=E（ω）-ω*（ 3.1）
其中E表示数学期望，ω*为置信水平α下投资组合的最低期末价值。
由于 E（ω）=ω0（1+ER）=ω0（1+μΔt）（ 3.2）
ω*=ω0（1+R*）（ 3.3）
将（ 3.2）、（ 3.3）公式代入（ 3.1）可得
VaR=ω0（1+μΔt）-ω0（1+R*）=ω0（μΔt-R*）（ 3.4）
上述（ 3.4）式即為Δt年内投资组合的VaR值。
本文主要采用蒙特卡洛模拟法。假设收盘价服从对数正态分布，根据伊藤引理股价ST应满足：
lnST～φ[lnS0+（μ-σ22），σT]（ 3.5）
其中，μ表示收盘价均值，σ表示收盘价标准差，因此可推导出
St=St-1exp（（μ-σ22）Δt+σΔtξ）（ 3.6）
本文中用样本对数收益率的均值μ′和标准差σ′来模拟下一日收盘价，公式改为：
St=St-1exp（μ′+σ′ξ）
利用Matlab读入数据后，首先计算出第一个预测样本（2013年4月16日-2014年6月30日）收益率的均值和标准差，然后以2013年6月30日的收盘价作为基础价格S0，根据公式生成下一日50个可能的收盘价，作为前5个预测样本的VaR值，以此类推出样本的VaR值。
3.2.3 头寸变化
保证金百分比模型。即用保证金做为头寸比例，有多少保证金就做多少手。
波动性百分比模型。该类头寸管理主要应用于商品期货的组合研究，假设做12个商品期货，则根据每个品种的波动率大小分配头寸。
第4章操作平台应用
4.1IT应用
IT在量化投资中起到非常重要的作用，IT作用的关键点主要从以下三个方面来说：一是策略测试；二是交易执行；三是交易管理。
策略测试中一般都要用到TradeBlazer、TradeStation等软件，需要对大量的数据进行处理，因此需要Matlab等大型统计软件的支撑，以及强大的IT的支撑。
交易执行建立在一定的交易平台上，如TradeBlaze、MulitCharts等下单软件。在实际交易中要求开通独立的交易平台和交易通道以保证在交易过程中第一时间拿到行情数据，保障交易精确和安全。
交易管理一般分为盘中管理和资产管理，可以结合一些Office小工具或自己编程提高交易管理的效率。
参考文献
[1] 李占峰.中国开设股指期货分析 [J].合作经济与科技，2006， （10）.
[2] 路铁军.股指期货风险管理与控制[D] .上海海运学院硕士论文.2003.
[3] 蒋瑛琨.杨喆.程序化交易的模型和应用[R] .北京，国泰君安证劵，2010.
[4] 股指期货_百度百科[EB/OL] .http：//baike.baidu.com/view/168929.htm.
[5] 徐涛.股指期货标的指数选择及风险控制实证分析[D] .硕士学位论文，
[6] 李博南.股指期货投资的风险管理[J] .武汉市经济管理干部学院学报，2004，18（2）.
[7] 云计算正照进现实[EB/OL].http：//www.cnstock.com/gonggaojd/hydt/qthy/201104/1251710.htm
作者简介：王一林（1990-），男，汉族，河南郑州人，硕士，单位：浙江财经大学，研究方向：资本市场运营。
摘要：随着股指期货上市后的活跃度来看，该市场有很大的发展空间。本文从量化投资角度研究股指期货的投机交易。首先根据沪深300整体价格走势，然后应用股指期货日内和隔夜策略进行模拟测试，并分析这两个模型的可行性。在建立模型后，用时间序列的曲线估计进行收益率预测，评估日内股指策略的收益情况。最后以风险价值VaR作为风险管理的一种手段，采用蒙特卡洛模拟法预测VaR的值。最后从操作平台开发角度分析了IT和云计算在股指期货量化投资模中的应用。该模型在实际交易中有较高的收益和胜算率，具有一定的稳定性。
关键词：股指期货；交易系统；风险管理；VaR模型；时间序列
第1章绪论
1.1本课题研究意义
股指期货是以股票指数为标的物，不仅能为股票投资者提供给有效的套期保值避险工具，而且也为以后适时推出外汇期货等金融衍生品提供经验，对股票市场发展具有重要意义。在我国目前的经济条件下，开展股指期货并通过量化有效地控制其风险，对我国证劵市场的规范和发展具有重要意义。
1.2主要研究内容
首先介绍股指期货的基础知识，确定研究方向。然后根据历史数据及已有的一些相关技术指标进行趋势跟踪和判断，用时间序列对行情做预测。第二步主要针对股指期货投机交易进行建模，在建立模型后进行跟踪个修改。第三步在建立模型的基础上，进行相应的风险预测和管理，用VaR模型进行投资组合的风险监测。最后再对操作平台应用进行说明。
第2章股指期货交易模型
2.1 股指期货日内交易策略
股指日内策略基本属性：在K线图5分钟周期上测试，测试起止时间为2013年4月16至2014年4月13日。手续费单边收450，即保证金的万分之三。
策略思想：当天13：55之前进场，当价格突破开盘价加ATR，表示有上涨趋势，因此开仓做多，其中ATR表示平均真实波幅，即当天真实的最高价—真实最低价的差值的平均。当价格跌破当天开盘价减ATR时，表示行情下跌的可能行较大，因此开仓做空。经过测试在每天15：00收盘平仓比15：15收盘平仓的收益高，因此设定每天15：00平仓。0.7%的绝对止损指在持多头时当价格跌破开仓价的99.3%时，止损离场，在持空头时当价格突破开仓的99.3%时，止损离场。
3.1风险预测
风险预测定义：即risk predicition。风险预测是现代经济管理的重要内容之一 数学定义为：假设Pt为某资产组合在时刻t的即时价格，rt=lnPtPt-1表示该组合从时刻t-1到时刻t的收益，t=1，2，…，n那么组合在这n个单位时间里的波动率就可以用这n个收益的样本标准差来估计[14]：
其中r表示样本均值。
本文选用沪深300指数从2013年4月19日到2014年4月1日每个交易日收盘价的连续数据。yt=Rt-t，得到沪深300股指期货日收益率的时序图。
3.2 风险管理
风险管理（risk management）定义：如何在一个肯定有风险的环境里把风险减至最低的管理过程。
设ω0为初始投资额，R为某设定持有期内投资组合的收益率，ω为投资组合的期末价值，Δt为持有投资组合的时间长度（以年为折合计算），μ为R的年度平均期望收益率，σ为方差，R*为投资组合在置信水平α下的最低收益率，即
P（R
VaR=E（ω）-ω*（ 3.1）
其中E表示数学期望，ω*为置信水平α下投资组合的最低期末价值。
由于 E（ω）=ω0（1+ER）=ω0（1+μΔt）（ 3.2）
ω*=ω0（1+R*）（ 3.3）
将（ 3.2）、（ 3.3）公式代入（ 3.1）可得
VaR=ω0（1+μΔt）-ω0（1+R*）=ω0（μΔt-R*）（ 3.4）
上述（ 3.4）式即為Δt年内投资组合的VaR值。
本文主要采用蒙特卡洛模拟法。假设收盘价服从对数正态分布，根据伊藤引理股价ST应满足：
lnST～φ[lnS0+（μ-σ22），σT]（ 3.5）
其中，μ表示收盘价均值，σ表示收盘价标准差，因此可推导出
St=St-1exp（（μ-σ22）Δt+σΔtξ）（ 3.6）
本文中用样本对数收益率的均值μ′和标准差σ′来模拟下一日收盘价，公式改为：
St=St-1exp（μ′+σ′ξ）
利用Matlab读入数据后，首先计算出第一个预测样本（2013年4月16日-2014年6月30日）收益率的均值和标准差，然后以2013年6月30日的收盘价作为基础价格S0，根据公式生成下一日50个可能的收盘价，作为前5个预测样本的VaR值，以此类推出样本的VaR值。
3.2.3 头寸变化
保证金百分比模型。即用保证金做为头寸比例，有多少保证金就做多少手。
波动性百分比模型。该类头寸管理主要应用于商品期货的组合研究，假设做12个商品期货，则根据每个品种的波动率大小分配头寸。
第4章操作平台应用
4.1IT应用
IT在量化投资中起到非常重要的作用，IT作用的关键点主要从以下三个方面来说：一是策略测试；二是交易执行；三是交易管理。
策略测试中一般都要用到TradeBlazer、TradeStation等软件，需要对大量的数据进行处理，因此需要Matlab等大型统计软件的支撑，以及强大的IT的支撑。
交易执行建立在一定的交易平台上，如TradeBlaze、MulitCharts等下单软件。在实际交易中要求开通独立的交易平台和交易通道以保证在交易过程中第一时间拿到行情数据，保障交易精确和安全。
交易管理一般分为盘中管理和资产管理，可以结合一些Office小工具或自己编程提高交易管理的效率。
参考文献
[1] 李占峰.中国开设股指期货分析 [J].合作经济与科技，2006， （10）.
[2] 路铁军.股指期货风险管理与控制[D] .上海海运学院硕士论文.2003.
[3] 蒋瑛琨.杨喆.程序化交易的模型和应用[R] .北京，国泰君安证劵，2010.
[4] 股指期货_百度百科[EB/OL] .http：//baike.baidu.com/view/168929.htm.
[5] 徐涛.股指期货标的指数选择及风险控制实证分析[D] .硕士学位论文，
[6] 李博南.股指期货投资的风险管理[J] .武汉市经济管理干部学院学报，2004，18（2）.
[7] 云计算正照进现实[EB/OL].http：//www.cnstock.com/gonggaojd/hydt/qthy/201104/1251710.htm
作者简介：王一林（1990-），男，汉族，河南郑州人，硕士，单位：浙江财经大学，研究方向：资本市场运营。