20130225-广发证券-另类交易策略系列之十_基于遗传算法的期指日内交易系统_19页_1mb

基于遗传算法的期指日内交易系统总结

核心内容概述

本文探讨了一种基于遗传算法优化的期指日内交易策略，旨在改进传统突破反转策略（如R-Breaker）的失效问题。通过引入遗传算法，策略能够更科学地定义突破价位，从而提高交易信号的准确性与策略的盈利能力。

主要观点

• 日内交易策略盛行：尽管股指期货已上市近3年，但日内交易者仍占主导地位，持仓量占成交量比重仅为一成略多。机构投资者逐步进入市场，使日内交易策略更加复杂和多样化。
• 突破反转模式为主流策略：日内交易中，突破反转模式被广泛使用，包括上突破、下突破、上反转、下反转四种基本形式，如R-Breaker和Dual Thrust等。
• 传统策略表现下滑：R-Breaker等策略在2012年后表现不佳，部分原因是市场变化及策略被广泛使用，导致其有效性下降。
• 遗传算法优化突破价位：通过定义9个自变量构建区间宽度的线性函数，结合遗传算法进行参数优化，以实现收益最大化为目标，从而获得更优的突破价位。
• 策略样本外表现稳定：在2010年4月16日至2011年12月31日样本内优化后，策略在2012年及之后的样本外表现相对稳定，累计收益率达130%，胜率52%，赔率1.34倍，属于胜率偏高、赔率偏低的策略。

关键信息

策略参数与定义

• 突破价位计算方式：基于当日开盘价与计算出的区间宽度值（B），上突破价位 = 开盘价 + B，下突破价位 = 开盘价 - B。

• 输入变量：

  • X1: 昨日开盘价
  • X2: 昨日最高价
  • X3: 昨日最低价
  • X4: 昨日收盘价
  • X5: 前日收盘价
  • X6: 真实高价（最高价与昨日收盘价的较高者）
  • X7: 真实低价（最低价与昨日收盘价的较低者）
  • X8: 波动真实区间（真实高价 - 真实低价）
  • X9: 波动真实区间均值（X8的10日均值）

• 区间宽度线性函数：
  $$
  B = -0.33 \times X1 + 0.65 \times X2 + 0.31 \times X3 - 1.24 \times X4 + 0.81 \times X5 - 0.98 \times X6 + 0.79 \times X7 + 0.52 \times X8 + 1.21 \times X9
  $$

交易规则与参数设定

• 手续费：单边万分之0.3
• 冲击成本：单边0.4个指数点
• 止损设置：千分之五
• 平仓时间：若未触及止损则持有至15点收盘

实证分析结果

Long信号表现

Short信号表现

遗传算法简介

• 提出时间：1975年，由John Holland提出。
• 基本原理：基于自然选择与进化过程，是一种非导数随机优化方法。
• 核心特点：
  • 直观意义：参数优化过程类似物种进化，通过交换、变异等算子不断优化个体。
  • 灵活性：可优化任意目标函数，如收益、风险、交易信号准确率等。
  • 速度慢：需要重复计算目标函数，导致速度较慢，但能处理复杂问题。
  • 随机性：适应度高的个体有更高概率被选择，但整个更新过程具有随机性，有助于避免局部最优。
• 算法组成：
  • 编码方案：将参数空间中的点转化为位串。
  • 适应度计算：衡量个体在当前环境下的适应性。
  • 父代选择：根据适应度值选择个体参与下一代生成。
  • 交换算子：通过交换父代基因生成新个体。
  • 变异算子：引入新信息，防止陷入局部最优。

风险提示

• 策略模型并非百分百有效，市场结构和交易行为的变化可能影响策略表现。
• 策略需结合市场实际情况进行调整，不可完全依赖模型决策。

联系方式

附注

本报告由广发证券金融工程研究小组撰写，分析师包括安宁宁、罗军、俞文冰等，旨在为特定客户提供专业分析与建议。