20230321-东证期货-基本面量化专题报告_基于熵的多元资产择时模型_38页_6mb

基于熵的多元资产择时模型总结

核心内容

本报告探讨了基于样本熵的多元资产择时模型在金融市场的应用效果。通过分析不同资产（包括股指、国债、商品和外汇）的时间序列数据，模型利用样本熵指数、斜率和均线参数设定交易规则，识别市场变盘点，以期实现更有效的资产配置和交易策略。

主要观点

1. 熵的概念与金融应用
   熵是描述系统复杂度的指标，尤其适用于非线性系统。尽管金融理论通常基于线性假设，但研究发现熵与资产价格波动之间可能存在联系，因此尝试将熵应用于金融择时模型。

2. 样本熵的原理
   样本熵是近似熵的改进算法，其计算不依赖于自身匹配，具有较强的抗噪和稳定性。通过比较不同维数的序列，样本熵能够反映时间序列的复杂性，且在金融领域具有一定的适用性。

3. 模型测试与参数设定
   模型测试基于日K线，无杠杆，模拟交易设定为本金10000元。样本熵计算窗口为144个交易日，斜率参数为55和89，均线参数为5、10、20、30、40和50。不同参数组合对模型表现有显著影响。

4. 资产测试结果

   • 上证指数：胜率最高为59.6%，年化收益为392.4指数点数，均线参数为30和40的组合表现最佳。
   • 中国10年期国债收益率：胜率最高达71.4%，年化收益为33BP，样本熵斜率参数为55且均线参数为40和50时表现最优。
   • 美国10年期国债收益率：虽然胜率不突出，但大样本下年化收益超过20BP，盈亏比表现良好。
   • CRB现货商品指数：胜率最高为62.3%，年化收益最高为16.5指数点数，斜率参数为89和均线参数为50时表现最佳。
   • 美元指数：年化收益不高，但斜率参数为55和均线参数为50的组合表现最佳，胜率为58.1%。

关键信息

• 样本熵的应用：样本熵在金融时间序列中被用于识别市场变盘点，作为择时模型的指标。
• 参数对模型的影响：斜率参数和均线参数的选择对模型的胜率和年化收益有显著影响。
• 资产表现差异：不同资产在模型测试中的表现差异较大，国债尤其是中国国债表现优于其他资产。
• 模型的可行性：基于样本熵的择时模型在实际应用中表现出一定的胜率和获利稳定性，具备交易实施的潜力。

模型测试参数与结果

上证指数测试结果

• 最佳参数：斜率55，均线30或40。
• 胜率：最高59.6%。
• 年化收益：最高392.4指数点数。
• 累计盈亏：最高12244.7指数点数。

中国10年期国债收益率测试结果

• 最佳参数：斜率55，均线40或50。
• 胜率：最高71.4%。
• 年化收益：最高33.3BP。
• 累计盈亏：最高462.0BP。

美国10年期国债收益率测试结果

• 最佳参数：斜率55，均线40或50。
• 胜率：最高54.2%。
• 年化收益：最高23.0BP。
• 累计盈亏：最高1354.4BP。

CRB现货商品指数测试结果

• 最佳参数：斜率89，均线50。
• 胜率：最高62.3%。
• 年化收益：最高16.5指数点数。
• 累计盈亏：最高674.8指数点数。

美元指数测试结果

• 最佳参数：斜率55，均线50。
• 胜率：最高58.1%。
• 年化收益：最高2.7指数点数。
• 累计盈亏：最高136.6指数点数。

结论

基于样本熵的择时模型在金融资产的测试中表现良好，尤其是在中国国债和商品指数方面，胜率和年化收益较为突出。尽管美元指数表现不如其他资产，但某些参数组合仍能提供正收益。该模型在实际应用中具备一定的可行性，未来将继续在复杂系统假设下探索金融市场的波动规律。