20150623-广发证券-择时_行业配置_对冲组合与交易策略_58页_2mb
报告摘要
择时、行业配置,对冲组合与交易策略总结
核心内容概述
本总结围绕广发证券金融工程团队在择时策略、行业配置模型及交易策略方面的研究成果展开,重点介绍了基于技术分析与统计模型的择时体系、低延迟趋势线LLT模型、行业轮动相似性匹配策略以及多种另类交易策略。
择时体系
择时模型
- GFTD:中线择时模型
- 希尔伯特:短线择时模型
- LLT:低延迟趋势线,通过信号处理理论对传统均线进行修正,旨在降低趋势判断的延迟并提高光滑性
- 相位指标:用于短线择时
- H浪:中线择时模型
- 抛物线逼近:中线择时模型
- 高阶矩:中线择时模型
择时信号触发条件
- 买入信号:需满足“买入启动完成”与“买入计数达到4”
- 买入启动:连续4根K线收盘价均低于T-4的收盘价
- 买入计数:需满足收盘价大于之前第2根K线最高价、最高价高于之前第1根K线最高价、收盘价高于之前第1个计数的收盘价
- 卖出信号:需满足“卖出启动完成”与“卖出计数达到4”
- 卖出启动:连续4根K线收盘价均高于T-4的收盘价
- 卖出计数:需满足收盘价低于之前第2根K线最低价、最低价低于之前第1根K线最低价、收盘价低于之前第1个计数的收盘价
低延迟趋势线LLT模型
模型原理
LLT基于一阶高通滤波器与二阶低通滤波器的结合,通过调整参数 $\alpha$ 来优化趋势识别的延迟与光滑性。
公式表示
$$
LLT(T) = (\alpha - \alpha^2 / 4) \cdot price(T) + (\alpha^2 / 2) \cdot price(T - 1) - (\alpha - 3\alpha^2 / 4) \cdot price(T - 2) + 2(1 - \alpha) \cdot LLT(T - 1) - (1 - \alpha)^2 \cdot LLT(T - 2)
$$
与传统均线比较
- MA(n):延迟约为计算周期 $n$ 的一半
- EMA(n):$\alpha = \frac{2}{n + 1}$,延迟同样约为计算周期的一半
LLT择时表现(上证指数,2005-05-27至2013-04-09)
| 参数 | 择时次数 | 累积收益率 | 盈利比率 | 最大回撤 | 平均盈亏比 |
|---|---|---|---|---|---|
| d=20 | 182 | 528.27% | 36.81% | -26.96% | 3.32 |
| d=30 | 130 | 1076.47% | 41.54% | -21.35% | 3.91 |
| d=60 | 96 | 683.55% | 37.50% | -29.80% | 4.10 |
| d=90 | 81 | 407.27% | 27.16% | -26.94% | 7.73 |
行业轮动相似性匹配策略
核心问题
- 行业启动的定义与识别
- 行业启动序列的相似性匹配
- 行业选择(取交集或并集)
策略逻辑
- 启动条件:行业在上涨区间内累计超额收益最高,且超过历史最大累计超额收益的最小值
- 相似性匹配:通过相关距离衡量历史与当前行业启动序列的相似度
- 行业选择:
- 方法(a):取交集,选择在相似期后一期涨幅靠前的行业
- 方法(b):取并集,选择在相似期后一期涨幅非常靠前的行业
策略表现(2005-2014)
| 时间 | 超额收益 | 胜率 | 最大回撤 |
|---|---|---|---|
| 全样本 | 88.87% | 58.23% | 16.40% |
| 2008 | 6.80% | 50.00% | 5.66% |
| 2009 | 15.00% | 58.30% | 2.84% |
| 2010 | 23.10% | 66.70% | 1.49% |
| 2011 | -4.40% | 33.30% | 9.25% |
| 2012 | -6.50% | 41.70% | 7.83% |
| 2013 | 19.20% | 83.30% | 2.29% |
| 2014(截止07.31) | 15.82% | 71.43% | 1.29% |
2015年1至5月表现
- 超配行业:传媒、有色金属、商业贸易、电气设备、国防军工、非银金融
- 权重建议:等权
- 持仓期:2015-06-1至2015-06-30
另类交易策略
| 策略名称 | 交易次数 | 累积收益率 | 成功率 | 最大回撤 |
|---|---|---|---|---|
| 风格套利 | 35 | -0.63% | 51.43% | -4.45% |
| 随机区间突破 | 9 | -0.14% | 33.33% | -2.16% |
| 加强版EMDT | 67 | 18.52% | 38.81% | -3.41% |
| EMDT | 51 | 17.61% | 37.25% | -4.04% |
| SLM(统计语言模型) | 88 | 48.70% | 34.09% | -4.97% |
| MFHT(市场情绪平稳度) | 82 | 2.73% | 60.98% | -1.97% |
| SMT(时域分形) | 88 | 6.35% | 18.18% | -4.39% |
| 期权比率预测 | 77 | 59.46% | 62.34% | -7.47% |
交易策略评估指标
-
对数波动能量比(噪信比):
$$
R = \ln \left( \frac{std{s(t) - r_n(t)}}{std{r_n(t)}} \right)
$$- $s(t)$:原始时间序列
- $r_n(t)$:EMD消噪后的信号
- 若 $R$ 较小,信噪比高,适合趋势追逐;若 $R$ 较大,信噪比低,不建议交易
-
固定比例止损:用于控制风险,防止单次亏损过大
交易策略表现
EMDT策略(自2010年4月16日起)
| 指标 | 数值 |
|---|---|
| 总交易次数 | 701 |
| 盈利次数 | 315 |
| 累积收益率 | 264.40% |
| 成功率 | 44.87% |
| 最大回撤 | -5.75% |
| 平均盈利率 | 1.10% |
| 平均亏损率 | -0.56% |
SMT策略(自2010年4月16日起)
| 指标 | 数值 |
|---|---|
| 总交易次数 | 1242 |
| 盈利次数 | 373 |
| 累积收益率 | 199.91% |
| 成功率 | 30.03% |
| 最大回撤 | -5.48% |
| 平均盈利率 | 0.78% |
| 平均亏损率 | -0.21% |
SLM策略(自2010年4月16日起)
| 指标 | 数值 |
|---|---|
| 总交易次数 | 1240 |
| 盈利次数 | 423 |
| 累积收益率 | 234.60% |
| 成功率 | 34.11% |
| 最大回撤 | -13.07% |
| 平均盈利率 | 1.31% |
| 平均亏损率 | -0.52% |
总结与建议
- 模型继续看多:整体表现积极,尤其是在2013年和2014年,超额收益显著
- 择时与行业配置结合:通过LLT趋势线与行业轮动相似性匹配策略,实现更精准的趋势捕捉与行业配置
- 策略优化方向:
- 选择合适的 $\alpha$ 值以优化趋势线表现
- 采用等权配置以分散风险
- 考虑结合多种策略(如EMDT、SMT、SLM)以提高整体收益
行业轮动与经济周期
- 行业轮动具有记忆性,与经济周期密切相关
- 通过分析行业启动时间与历史相似性匹配,可以预测未来表现
行业启动序列匹配示例
| 行业 | 启动时间 | 启动顺序 | 相似序列1 | 相似序列2 | 相似序列3 | 相似序列4 |
|---|---|---|---|---|---|---|
| 农林牧渔 | 2013-7-23 | 11 | 10 | 13 | 10 | 13 |
| 公用事业 | - | 6 | - | - | - | - |
| 化工 | 2012-12-3 | 2 | 8 | 7 | 8 | 6 |
未来展望
- 持续优化模型参数与策略组合
- 结合市场情绪与经济周期进行更精准的行业配置
- 探索更复杂的模型如深度学习、统计语言模型等以提高预测能力
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载