大额资产清仓的自动化交易策略

市场的机构投资者经常需要清仓手中持有的大额资产, 因此清仓的交易策略成为了关心的问题. 以工商银行的股票为例,给出适用于计算机执行的自动化清仓策略. 首先将高频的工商银行股票历史数据在每个交易日分别划分出48个交易期, 将问题简化为处理每个交易日交易期的数据. 在此基础上, 综合考虑用神经网络模拟预测清仓时股票价格随时间下降的风险和用信息流理论模型衡量的价格冲击和交易时刻, 并通过优化模型得到清仓持续的交易日天数. 此后, 再制定出每个交易日的具体自动化交易策略.在制定日内交易策略 时, 首先用神经网络对交易时刻做出预测, 然后综合考虑使用 VWAP 预测出的交易量和通过 Kalman 滤波方法修正过的期权定价公式预测出的各时刻股票的初始价格, 最终给出详细的交易策略及交易的成本.     

基于动态交易量预测的VWAP算法交易卖出策略

传统的VWAP交易策略通过预测区间交易量分布进行拆单交易,对于交易量区间分布的预测是基于区间成交量占总成交量比例进行的,这一预测方法没有考虑股票价格变动因素。因此,本文首先通过时间序列因素分解方法进行区间交易量分布预测,进而根据股票价格变化对区间交易量分布进行动态调整,并构建了基于动态区间交易量分布的股票卖出策略,最后通过实证检验了本文给出的动态区间交易量分布预测的有效性和交易策略的有效性。数值结果表明,本文所给动态区间交易量分布预测方法比传统VWAP方法预测结果更加接近于实际的交易量分布,且本文所给交易策略与传统VWAP交易策略相比,具有更大的收益。     

Application of differential evolution algorithm for optimization of strategies based on financial time series

An approach for optimization of trading strategies (algorithms) based on indicators of financial markets and evolutionary computation is described. A new version of differential evolution algorithm for the search for optimal parameters of trading strategies for maximization of trading profit is used. The experimental results show that this approach can improve several times the profitability of the trading strategies.     

碳排放交易机制下的供应链运作策略及协调研究

碳排放权交易是控制和减少碳排放的有效工具,同时也使得企业的运作成本增加,供应链的决策管理更复杂。考虑由零售商和制造商组成的二阶段供应链,研究不同碳排放权交易政策(供应链成员内部碳排放权交易、外部市场碳排放权交易)下基于数量折扣契约的供应链协调问题,并与无碳排放约束的情形进行比较。研究结果表明:在不同碳排放权交易政策下,数量折扣契约能够实现供应链的协调;无碳排放约束的供应链最优订货量大于外部碳排放权交易的供应链最优订货量,成员内部碳排放交易下的供应链最优订货量和供应链期望利润随着碳排放配额的增加最终等于无碳排放约束下的供应链最优订货量和供应链期望利润;外部市场碳排放交易政策下供应链的期望利润随着碳排放配额的增加而增加。     

Mean–variance optimal trading problem subject to stochastic dominance constraints with second order autoregressive price dynamics

The efficient modeling of execution price path of an asset to be traded is an important aspect of the optimal trading problem. In this paper an execution price path based on the second order autoregressive process is proposed. The proposed price path is a generalization of the existing first order autoregressive price path in literature. Using dynamic programming method the analytical closed form solution of unconstrained optimal trading problem under the second order autoregressive process is derived. However in order to incorporate non-negativity constraints in the problem formulation, the optimal static trading problems under second order autoregressive price process are formulated. For a risk neutral investor, the optimal static trading problem of minimizing expected execution cost subject to non-negativity constraints is formulated as a quadratic programming problem. Whereas, for a risk averse investor the variance of execution cost is considered as a measure for the timing risk, and the mean–variance problem is formulated. Moreover, the optimal static trading problem subject to stochastic dominance constraints with mean–variance static trading strategy as the reference strategy is studied. Using Static approximation method the algorithm to solve proposed optimal static trading problems is presented. With numerical illustrations conducted on simulated data and the real market data, the significance of second order autoregressive price path, and the optimal static trading problems is presented.     

基于多分辨分析的沪深股市相关性分析

为了有效地揭示沪深股市不同交易周期股票交易的相关性,本文采用极大重叠离散小波变换,将上证指数和深圳成指高频收益率分解在不同的交易周期上,对各个周期的收益率采用semi-GPD模型作为其边缘分布分别进行拟合,在此基础上采用Copula函数方法建立同周期收益率的联合分布,度量了沪深两市同周期交易的相关性.实证表明,不同交易周期所表现出的相关性存在明显差异,并且随着交易期的增长,沪深两市非对称结构逐步明显。     

证券市场内幕交易有信息含量的临界点值推算

中国证券市场内幕交易的同时存在市场操纵行为,使得独立判断内幕交易的信息含量存在困难.为解决判断纯粹内幕交易是否具有信息含量问题,需要确定内幕交易具有信息含量的临界点值.采用我国证券市场内幕交易与操纵样本数据,先在操纵均衡点附近排除市场操纵的影响,然后推算出无消息、无操纵状态下证券随同大盘运动的理论增长路径,在此基础上比较基于内幕信息操纵和理论增长情况,通过设定与理论增长的倍数关系,推算纯粹内幕交易具有信息含量的临界点值:异常收益应大于3%.该值可以解释现有文献认为内幕交易有或没有信息含量的矛盾与争论.应用于中国内幕交易实际情况及与近年国际相关研究文献对照,临界点值得到支持.     

金融系统的非线性分析:交易量对股价波动的非线性影响

如何研究股价波动和成交量之间的关系一直是金融系统研究中感兴趣的话题.Lamoureux 和 Lastrapes 认为选择日交易量度量每天流入市场的信息量是合理的,但他们假定交易量对波动率的影响是线性的.提出部分非线性GARCH模型分析交易量对股票市场波动率的影响,基于GARCH模型局部线性化非参数似然估计方法,对中国证券市场股票价格和交易量数据进行实证研究.结果表明,交易量对股价波动的影响具有显著的非线性性.     

融资融券交易与A股市场波动相关性实证研究

本文基于A股市场开展融资融券交易以来的实际数据,用Johnson协整检验,误差修正模型和Granger因果关系检验方法,实证研究了融资融券业务的开展对A股市场价格和波动性的影响,结果显示融资融券交易对A股市场的价格和波动性的影响都不显著.     

区域差异化制度设计下的碳排放交易市场效率评价

本文依据中国碳排放交易试点阶段“差异化”制度设计的特点,基于分配制度、灵活机制、控排范围、交易规则、报告与核查制度以及法律制度六个维度,构建可数据化的碳交易市场投入产出效率评价指标体系。本文利用地区差异系数剔除制度外非均衡环境因素的影响,对现有试点地区差异化制度设计下的碳排放交易市场效率进行有效评价。研究表明:第一,较没有剔除制度外因素,上海、天津和北京3个省市碳交易市场效率有所下降,而其余4个省区投入产出效率则上升,说明碳交易市场效率确实受制度外因素的影响,同时说明探讨碳交易市场差异化制度设计有效性时,控制制度外因素干扰的必要性和合理性。第二,就制度设计本身,七个试点碳交易市场均未达到有效。广东碳排放交易市场效率最优,仅控排行业覆盖比例设计过低;重庆和天津的效率紧随其后,上海、深圳和北京的效率较低;而湖北由于控排范围设计不合理、准入门槛过高、MRV从业人员严重短缺等原因导致其交易市场效率最差。     

日交易量与股票日收益GARCH效应

本文利用中国股票市场的48只具有代表性的股票，对股票日收益的GARCH效应进行了实证研究。结果表明，对于交易活跃的市场，股票日交易量可以很好的解释股票日收益的GARCH效应，当在GARCH模型中引入日交易量作为解释变量，我们发现GARCH效应显著降低，但依然显著存在。     

基于Dempster-Shafer证据理论的外汇交易策略研究

自动化交易是现代金融领域的研究热点,而交易策略是其核心。技术指标分析中,每一种指标都有其优势和劣势,单一的指标经常产生导致亏损的虚假信号。为了提高交易信号的质量和可靠性,针对外汇市场的多变性和存在诸多不确定性的客观事实,本文引入证据理论来处理不同技术指标分析方法结论存在的差异;将不同的指标作为独立的证据源,用D-S合成规则对各个指标分析方法的结果予以融合,建立了基于证据理论的多指标融合外汇交易模型,给出了基于证据理论的交易框架。根据技术指标的特点及交易原理,构造了指标证据的基本概率分配函数。最后,通过实例分析验证了该方法的科学性和有效性。     

夜盘交易对我国贵金属期货市场的影响研究

对比了我国贵金属期货市场推出夜盘交易制度前后流动性、波动性与联动性的变化,并研究了该交易制度带来的长期与短期不同的影响。首先,采用经过修正的流动性比率衡量市场流动性,并引入虚拟变量纳入回归模型,进一步研究夜盘交易对市场流动性的贡献;接下来,将每日收益率分解为隔夜收益率和日内收益率,通过建立EGARCH模型,分别考察夜盘交易对隔夜波动率和日内波动率长期与短期的影响;最后,通过建立VAR-BEKK-GARCH模型,从均值和方差两个层面研究了国内外贵金属期货市场间的联动性。研究发现:我国推出的夜盘交易制度显著提高了贵金属期货市场的流动性,降低了贵金属期货市场的波动性,尤其是降低了隔夜收益率的波动性,日内收益率的波动性并没有显著减弱;夜盘交易的推出同时增强了国内外期货市场之间的联动性,提升了我国贵金属期货市场对信息的吸收与传递效率。     

基于M-LSTM的股票指数日内交易量分布预测研究

针对现有预测建模方法难以高效提取日内交易量分布复杂变化规律,影响VWAP策略执行效果的问题,本文提出一种MEMD分解下基于LSTM-Attention的股市指数日内交易量分布预测方法M-LSTM。首先,运用MEMD方法将区间多维交易量时序同步分解为若干个独立的本征模态函数(IMF);其次,对各维度分解中高频IMF进行去噪与重构,构建基于LSTM-Attention神经网络的日内交易量分布预测模型,并深入分析股票指数不同走势阶段下模型预测的有效性;最后,分别采用M-LSTM、ARIMA以及SVR等主流方法,对上证指数等四个代表性指数的日内交易量分布进行预测。实验结果表明:M-LSTM预测误差更小,是一种更有效的股票指数日内交易量分布预测方法。     

基于机器学习的智能TWAP和VWAP算法的研究及应用

TWAP与VWAP算法为两类较常见的经典交易算法.传统的VWAP算法在TWAP算法的基础上,大多使用预测日内成交量分布的方法指导算法下单.传统成交量分布的预测效果严重依赖于市场交易惯性,但交易量分布受到日内诸多突发因素的影响,导致算法对市场突发状况的应对能力较弱.本文对传统TWAP与VWAP算法进行改进,利用滚动的1分钟粒度高频实时资金博弈数据,基于Logistic分类器训练量价模型,以该预测结果为入参构建最优化期望执行均价模型,求出当下各个价格档位对应委托数量的最优解.通过相对高频的分钟级价格预测机制,保证算法实时跟踪市场行情走势并寻求相对优势的交易机会.该算法经测试可以稳定地跑赢市场均价,具备推广应用的可行性.     

夜盘交易对我国农产品期货市场影响的实证研究

随着我国农产品期货与国际市场的联动性进一步加强,为防止相关期货产品的隔夜风险和价格跳水问题,对部分农产品期货实行夜盘交易制度。为测度夜盘交易制度是否有益于农产品期货市场朝着稳定、理性的方向发展,本文采用了适合刻画金融序列波动性的GARCH族模型,实证检验得出GARCH、GARCH-M和EGARCH模型能够高度拟合农产品期货的价格序列并显著衡量夜盘交易对于我国农产品期货市场的影响。研究结论如下:第一、基于GRACH模型实证结果,夜盘交易制度变量的回归结果显著,该制度能减轻农产品期货的价格波动,且其影响是显著的;第二、EGARCH模型的回归结果同样显著,分别对比不同样本期的EGARCH模型实证结果可以得到,夜盘交易的开放减少了农产品期货市场的非对称性,使得市场趋向于理性的方向发展。     

Robust dynamic pairs trading with cointegration

This paper investigates the robust optimal pairs trading using the concept of equivalent probability measures and a penalty function associated with the confidence in parameter estimates when the parameters in the drift term of the continuous-time cointegration model are estimated with errors. A closed-form solution is derived for the robust pairs trading rule. We compare the robust pairs trading rule against its non-robust counterpart using simulations and real data. The robust strategy is empirically more stable and less volatile.     

沪深300股指期货日内绝对收益率与成交量之间动态关系研究

均值为零的观测样本绝对收益率可以看作波动率的无偏估计量,因此本文选取连续20个交易日的日内高频数据来研究沪深300股指期货日内绝对收益率和成交量之间的动态关系。在检验了样本稳定性后,文章采用格兰杰检验方法检验了股指期货日内绝对收益率和成交量之间的因果关系,检验结果表明:所有样本的成交量均不是绝对收益率的格兰杰原因,而20个样本中的15个样本的绝对收益率是成交量的格兰杰原因。随后我们使用向量自回归模型分别对15个模型的系数做估计,并对模型估计结果做了脉冲响应分析。研究发现,在此高频抽样条件下,与以往研究不同,沪深300股指期货绝对收益率的变化会明显降低其观测期的成交量。因此,在股指期货日内成交量与绝对收益率的研究中,历史成交量与收益率都对当前成交量有着重要影响;而绝对收益率只受历史绝对收益率的影响。     

授权制造下碳交易对制造/再制造影响及协调机制研究

在授权制造下,为分析碳交易对制造/再制造供应链影响和研究供应链协调机制,基于授权制造分别构建由一个原始制造商和一个再制造商参与的分散决策博弈模型和集中决策博弈模型,对比分析政府碳交易政策对两种决策模式最优解影响,并针对制造商分散决策导致的边际损失问题,给出固定授权费的协调机制。研究主要得到：无论分散决策还是集中决策,当碳交易价格大于某一阈值时,碳交易不仅可以降低两种产品对环境的影响,还增加消费者剩余;分散决策时,在碳交易下原始制造商可以通过降低单位授权再制造费用来增加利润;原始制造商和再制造商可以签订固定授权费的契约来协调供应链利润。     

卖空限制下知情交易的测度及识别研究

经典的测量知情交易概率的模型默认交易者可以无限制的按照私有信息进行卖空交易,而目前我国股票市场存在卖空限制,直接将经典模型应用到我国股票市场时会使测量结果出现偏差。考虑到我国股票市场现状,本文在经典的知情交易概率模型中引入两个卖空限制参数,构建了本文的SC-TPIN模型。通过对融券标的中发生利空消息的股票样本进行实证分析,证实了本文构建的SC-TPIN模型估计出的结果与实际情况相符合。本文还以SC-TPIN模型估计出的SCTPIN值为参照,基于样本股票的低频数据构建了知情交易识别指标组,并使用数据挖掘中的支持向量机算法、KNN算法及Logit模型对黑白样本的知情交易高低情况进行识别比较,构建知情交易识别体系,发现使用支持向量机算法识别全样本的正确率达到了89%,识别效果较理想。