基于在线理论的股票算法交易策略研究

运用在线理论研究多支股票算法交易策略。在El-Yaniv等人研究基础上,构造了单支股票买入问题的在线策略,证明该策略为最优在线策略;将构造的单支股票交易策略应用到多支股票交易策略问题中,设计了多支股票交易策略算法,并以每支股票收益加权进行投资组合;最后选择上证A股二十支股票从2009年到2012年的交易时间价格数据验证本文所提策略有效性。将20支股票随机抽取10支组成一组,选4组分别进行验证,结果表明本文所给策略对于任意选择的多支股票有较好收益。对交易周期分别选取10个偶数长度进行验证,发现交易周期为18天时平均收益最大,平均收益率为5.2%。     

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.     

二阶离散隐马尔科夫模型的严格定义及等价性质

隐马氏模型作为一种具有双重随机过程的统计模型,具有可靠的概率统计理论基础和强有力的数学结构,已被广泛应用于语音识别、生物序列分析、金融数据分析等领域.由于传统的一阶隐马氏模型无法表示更远状态距离间的依赖关系,就可能会忽略很多有用的统计特征,故有人提出二阶隐马氏模型的概念,但此概念并不严格.本文给出二阶离散隐马尔科夫模型的严格定义,并研究了二阶离散隐马尔科夫模型的两个等价性质.     

基于时间序列建模和控制图的异常交易检测方法

可疑交易识别是打击洗钱犯罪所要面对的一项重要任务.为辅助反洗钱分析人员从海量金融交易信息中甄别客户异常交易,本文提出一种新的基于非线性马尔科夫随机过程、相空间重构和隐马尔科夫链的非线性随机方法,用于对金融交易时序进行建模拟合,然后应用鲁棒控制图对估计误差进行检验以发现异常.应用该算法对实际交易数据和仿真数据的分析验证了所提方法的有效性和可行性,可以被用于异常交易的监测.     

资产价格中跳的检验与度量

分离估计归因于跳部分和连续部分对资产定价是非常重要的.由于市场信息的流入,前者通常比后者缺少可预测性.到目前为此,小波方法对于发现跳点和估计跳大小是有力的,正如王亚珍[1].但是在一些程度上,在点估计方面不能准确地对跳的位置和大小进行估计.本文中,我们提出了改进方法去估计已实现方差,从而新的估计量被用于在不同的取样策略...     

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。     

基于EM算法隐Markov模型参数估计

描述最大似然参数估计问题,介绍如何用EM算法求解最大似然参数估计.首先给出EM算法的抽象形式,然后介绍EM算法的一个应用:求隐Markov模型中的参数估计.用EM算法推导出隐Markov模型中参数的迭代公式.     

基于动态规划的高阶隐马氏模型推广的Viterbi算法

首先通过Hadar等价变换方法将高阶隐马氏模型转换为与之等价的一阶向量值隐马氏模型,然后利用动态规划原理建立了一阶向量值隐马氏模型的Viterbi算法,最后通过高阶隐马氏模型和一阶向量值隐马氏模型之间的等价关系建立了高阶隐马氏模型基于动态规划推广的Viterbi算法．研究结果在一定程度上推广了几乎所有隐马氏模型文献中所涉及到的解码问题的Viterbi算法,从而进一步丰富和发展了高阶隐马氏模型的算法理论．     

期货市场中持仓量及参与者对资产价格的影响研究

本文通过建立一个期货市场的均衡模型,提出在具有套保需求和有限风险承受能力的前提下,期货价格能够预测未来资产价格变动的方向,持仓量能够辅助预测未来资产价格变动的剧烈程度;此外,市场中不知情投机者具有风险调整市场收益的作用,不知情套保者的参与能够稳定市场。对于持仓量是否能够辅助预测未来资产价格变动的剧烈程度,本文利用中国商品期货市场数据进行了实证检验,结果表明与理论研究的结论一致。     

Some operations research methods for analyzing protein sequences and structures

Operations Research is probably one of the most successful fields of applied mathematics used in Economics, Physics, Chemistry, almost everywhere one has to analyze huge amounts of data. Lately, these techniques were introduced in biology, especially in the protein analysis area to support biologists. The fast growth of protein data makes operations research an important issue in bioinformatics, a science which lays on the border between computer science and biology. This paper gives a short overview of the operations research techniques currently used to support structural and functional analysis of proteins. Received: February 2006, Revised: May 2006     

中国股市量价关系分析中的后验分布构造与模拟

研究中国股票市场中的两个重要指标:股票价格与交易量,随机波动模型具有长期波动性预测能力,只是由于参数估计的困难而没有受到重视.随着马尔可夫链蒙特卡罗(MCMC)方法和计算机计算能力的提高,这种困难是可以克服的.采用基于马尔可夫链蒙特卡罗(MCMC)模拟技术的贝叶斯估计方法,在基于引入预期交易量和非预期交易量的随机波动模型下,对模型参数进行后验分布的构造,并以2005年1月-2012年5月的上证综合指数的每日收盘指数及相应的日成交量序列为样本,通过实证仿真得到参数结果值.结果表明,非预期交易量对股市价格的影响要大于预期交易量.     

隐马尔可夫因子分析模型的半参数贝叶斯分析

因子模型在刻画潜在因素(因子)与观测变量间的影响关系并进而解释多元观测指标(变量)间的相关性方面具有重要作用.在实际应用中,观测数据往往呈现出时序变异多峰,偏态等特性.将经典的因子分析延伸到带有时齐隐马尔可夫模型的动力因子模型,并建立了半参数贝叶斯分析程序.分块GIBBS抽样器用以后验抽样.经验结果展示所建立的统计程序是有效的.     

沪深股市回报率、波动率和交易量关系的实证研究

本文首先对回报率与交易量之间的关系进行了研究,发现并不存在非对称的数量关系,但存在双向的葛兰杰因果关系;同时将交易量对波动率的解释能力进行了研究,发现在沪市交易量对波动率具有解释力,而在深市交易量对波动率没有解释力。     

我国多区域CGE模型的构建及其在碳交易政策模拟中的应用

构建了包含碳排放模块的多区域CGE模型,它可以用来模拟分析多种碳排放交易制度的政策情景,包括多种初始分配(免费发放与拍卖)方式、区域之间是否可以交易、试点情景、全国情景等;不仅可以模拟这些情景对产业结构和碳排放的影响,而且还可以分析其对我国区域经济和碳交易市场的影响.我国碳交易试点未来的发展趋势是全国碳交易市场,实现区域间的交易,因此,以跨区交易为例进行了应用模拟,结果表明跨区交易可以大大提高减排效率.     

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。     

基于碳交易的闭环供应链碳减排与定价策略研究

在消费者对低碳产品存在偏好的碳交易市场中,研究两级闭环供应链中的减排与定价决策问题.对于制造商负责回收模式下的回收再制造过程,采用指数分布来刻画废旧产品质量水平的不确定性.假设新产品和再制造品存在竞争关系,建立制造商和零售商间的Stackelberg博弈模型,给出制造商确定减排投资和回收参考价格以及零售商决定两种产品的差别定价策略,通过算例分析回收产品的残值和碳交易价格对最优策略和供应链成员利润的影响.研究表明,为了获得利润最大,当碳交易的市场价格升高时,制造商应加大减排投资,且零售商应采取提高产品零售价的策略.     

Prices and Asymptotics for Discrete Variance Swaps

Abstract

We study the fair strike of a discrete variance swap for a general time-homogeneous stochastic volatility model. In the special cases of Heston, Hull–White and Schöbel–Zhu stochastic volatility models, we give simple explicit expressions (improving Broadie and Jain (2008a). The effect of jumps and discrete sampling on volatility and variance swaps. International Journal of Theoretical and Applied Finance, 11(8), 761–797) in the case of the Heston model). We give conditions on parameters under which the fair strike of a discrete variance swap is higher or lower than that of the continuous variance swap. The interest rate and the correlation between the underlying price and its volatility are key elements in this analysis. We derive asymptotics for the discrete variance swaps and compare our results with those of Broadie and Jain (2008a. The effect of jumps and discrete sampling on volatility and variance swaps. International Journal of Theoretical and Applied Finance, 11(8), 761–797), Jarrow et al. (2013. Discretely sampled variance and volatility swaps versus their continuous approximations. Finance and Stochastics, 17(2), 305–324) and Keller-Ressel and Griessler (2012. Convex order of discrete, continuous and predictable quadratic variation and applications to options on variance. Working paper. Retrieved from http://arxiv.org/abs/1103.2310).     

Interactive hidden Markov models and their applications

^** Email: wching{at}hkusua.hku.hk In this paper, we propose an Interactive hidden Markov model(IHMM). In a traditional HMM, the observable states are affecteddirectly by the hidden states, but not vice versa. In the proposedIHMM, the transitions of hidden states depend on the observablestates. We also develop an efficient estimation method for themodel parameters. Numerical examples on the sales demand dataand economic data are given to demonstrate the applicabilityof the model.     

Asymptotic behavior of Bayes estimators for hidden Markov models with application to ion channels

In this paper we study the asymptotic behavior of Bayes estimators for hidden Markov models as the number of observations goes to infinity. The theorem that we prove is similar to the Bernstein—von Mises theorem on the asymptotic behavior of the posterior distribution for the case of independent observations. We show that our theorem is applicable to a wide class of hidden Markov models. We also discuss the implication of the theorem’s assumptions for several models that are used in practical applications such as ion channel kinetics.