基于排序预测的带交易费用在线投资组合策略

在线投资组合决策过程中频繁调整资产头寸会产生较多的交易费用。本文提出了一个综合考虑预期收益和交易费用的在线投资组合策略。通过预测资产的排序计算组合的预期收益,利用相对熵距离衡量交易费用,构造了一个极大化预期收益和极小化交易费用的优化模型,从而得到了一个在线投资组合更新策略。然后,从理论上证明了该策略具有BH泛证券性,即该策略与离线的最优购买并持有策略具有相同的渐近平均指数收益率。最后,采用中美股票市场实际数据,对该策略进行了数值分析。结果表明,该策略的表现优于已有的在线投资组合策略,且对模型的参数不敏感。     

基于模糊推理系统的股票买卖策略研究

金融交易指标是分析股票等金融产品买入和卖出策略的普遍选择，但由于指标描述交易策略的模糊性，使得非专业人士很难掌握交易的时间和数量。针对上述问题，本文首先分析随机指标的交易策略。其次根据交易策略和模糊集理论建立模糊推理系统模型，此模型可以给出具体的股票交易策略，包括买入以及卖出的时间和数量等，并通过给定时间段内的获利情况来判断模型的有效性。最后以沪深A股市场的15只股票价格作为实验数据，对模型的有效性进行检验。实验表明，在没有人为因素参与的情况下，大多数股票由系统进行模拟交易都可以在一段时间内获取更大的利润。     

考虑投资人过度自信偏好的占线股票投资策略研究

当股票价格及收益的统计信息不足或无法构建精确概率分布时,股票占线投资问题获得广泛关注,即投资人能够运用在线算法和竞争分析设计出更好的占线投资策略以应对股价的不确定性。本文将投资人过度自信偏好这种认知偏差,引入到股票占线投资问题中,构建了离线对手与股票占线投资人的博弈模型,分别给出一般情形和存在动量效应情形下的最优混合策略和混合策略纳什均衡。结果发现,两种情形下的最优混合策略不仅克服了传统股票投资策略对股价或股票收益概率分布假设的过度依赖,并且更好地抽象了股票占线投资人过度自信、追涨杀跌等特征,对现有行为金融与金融占线交易问题的研究提供了有益补充。     

基金投资行为与投资绩效实证研究

本文主要研究2000年末到2004年6月国内基金投资行为与投资绩效。我们将基金交易行为分为:新进入、完全退出和对仓位进行调整3类,并分别研究其投资行为。研究结果显示,我国基金交易频率很高,近90%的基金采用动量投资策略,基金新进入股票时动量效应最强。价值型基金更易采取动量投资策略,高动量组收益高于低动量组收益。     

在线住房出租问题及其竞争策略

本文研究了投资者不确定其持有房产时间的在线住房出租问题。为了增加收益,投资者在抛售房产前可以选择出租毛坯房或装修后出租策略最大化利润。本文从出租人角度运用在线算法建立住房在线出租模型,分析了投资者的竞争策略与竞争比。在线住房出租模型分析发现:最优的在线策略并不一定从毛坯房出租转换到装修后出租,出租人首先需要权衡装修成本与装修后单周期的收益,只有当装修后单周期收益高于装修成本时,在线出租策略才存在最优的转换时机。研究结论对在高度不确定环境下开展经营活动的租赁公司下一步策略选择具有启示意义。     

求解带有交易费的CVaR投资组合模型的L-S算法

本文假设投资者是风险厌恶型,用CVaR作为测量投资组合风险的方法.在预算约束的条件下,以最小化CVaR为目标函数,建立了带有交易费用的投资组合模型.将模型转化为两阶段补偿随机优化模型,构造了求解模型的随机L-S算法.为了验证算法的有效性,用中国证券市场中的股票进行数值试验,得到了最优投资组合、VaR和CVaR的值.而且对比分析了有交易费和没有交易费的最优投资组合的不同,给出了相应的有效前沿.     

基于LARS-Lasso的指数跟踪及其在股指期货套利策略中的应用

本文将多元线性回归选择变量的Lasso方法引入到指数跟踪和股指期货套利策略研究,提出运用LARS算法实现非负限制下的Lasso选择现货组合问题,为业界给出了一种选择构造现货组合的股票的新方法。实证表明:采用本文提出的方法得到的现货组合,在组合含有较少数量股票的情况下,得到较文献中已有方法更小的跟踪误差。同时,利用本文的方法对沪深300仿真交易的期现套利进行研究,得到有重要市场价值的结果。     

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。     

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。     

基于成交量分解模型的改进VWAP策略

传统VWAP(交易量加权平均价格)策略通过拆分大额委托订单,跟踪市场成交均价,达到最小化冲击成本的目的,而准确预测成交量日内分布是运用VWAP策略的关键。通过详细考察现有的改进VWAP策略中成交量预测模型的建模方式和预测结果,发现由于无法分离成交量日内周期结构,现有模型样本依赖性较大且难以适用于多数股票。因此,本文从个股与市场成交量变化趋势的关系角度出发,推导个股成交量与市场趋势的关系,通过构造个股成交量关于市场因素的因子载荷,将日内成交量分解为市场共同部分和个股特殊部分,预测成交量日内分布并构建动态VWAP策略。实证结果表明新的成交量分解模型可以有效分离个股的成交量日内周期结构,在此基础上构造的改进VWAP策略不仅具有较为广泛的适用性,且跟踪误差减少幅度比现阶段同类型的改进VWAP策略更大,能更好的降低市场冲击成本。     

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.     

Thin trading and estimation of systematic risk: An application of an error-correction model

Financial economics literature indicates that estimates for securities' systematic risk, i.e. the beta coefficients, are highly affected by infrequent trading. This is an especially serious problem in small security markets. In this study, the applicability of an error-correction model is investigated for modeling the risk behavior of thinly traded securities. The empirical results from a small stock market, i.e. the Helsinki Stock Exchange, indicate the estimated error-correction term to be highly dependent on the underlying trading frequency of the stock, while the direct effect is dependent merely on the market value of the firm. The model thus appears to produce useful information about the risk characteristics of thinly traded stocks.     

我国创业板企业内部人交易择时行为研究

利用深圳证券交易所2012年1月1日至2013年12月31日期间的创业板企业内部人的交易数据,从间接与直接两个角度考虑创业板企业的内部人交易与信息优势利用的关系.从间接角度来看,创业板企业的内部人卖出能够有效预测未来股票走势,来获取超额收益;而买入则不具有显著的择时能力,不能获取正的超额收益,这与主板企业具有相同特点;但其中创业板小额买入可取得长期收益,这与主板企业有所不同.从直接角度来看,创业板企业内部人在卖出中充分利用了估值判断优势,抓住高估值偏差的市场机会套现,这与主板企业的特点相同;而创业板企业的内部人买入交易决策与估值判断、业绩预测这两种信息优势利用的关系都不密切,这与主板企业的特点有所不同.     

An Optimal Strategy for Pairs Trading Under Geometric Brownian Motions

This paper is concerned with an optimal strategy for simultaneously trading of a pair of stocks. The idea of pairs trading is to monitor their price movements and compare their relative strength over time. A pairs trade is triggered by their prices divergence and consists of a pair of positions to short the strong stock and to long the weak one. Such a strategy bets on the reversal of their price strengths. From the viewpoint of technical tractability, typical pairs-trading models usually assume a difference of the stock prices satisfies a mean-reversion equation. In this paper, we consider the optimal pairs-trading problem by allowing the stock prices to follow general geometric Brownian motions. The objective is to trade the pairs over time to maximize an overall return with a fixed commission cost for each transaction. The optimal policy is characterized by threshold curves obtained by solving the associated HJB equations. Numerical examples are included to demonstrate the dependence of our trading rules on various parameters and to illustrate how to implement the results in practice.     

The informational content of insider trading disclosures: empirical results for the Polish stock market

In this paper, we try to answer the question as to whether insider trading disclosures convey valuable information to market participants, valuable in the sense of the profitability of an investment strategy that faithfully mirrors insider behaviour. Our interest in this subject is limited to the case of announcements concerning insider transactions issued over a 6 year-period on the Warsaw Stock Exchange (WSE). Initially, we use event study methodology to check whether insider trading disclosures are accompanied by a performance of stock returns as well as trading volume. Two different models generating expected returns (expected volume) are employed to verify the robustness of our results. The first of these is the regime switching model, with the results then being recalculated by using a GARCH-type model which seem to be most useful for dealing with some of the inconvenient statistical properties of stock return and trading volume data. Afterwards, a technique based on the reference return strategies is used to examine whether or not outsiders who imitate insider behaviour are able to profit from it. The major findings are as follows: firstly, announcements about the sale of stocks by insiders convey no information to market participants. Secondly, a statistically significant market response to insider disclosures of purchases of stocks in their own company can be observed in the three days prior to the announcement release for both return as well as trading volume series, and finally, outsiders who purchased stocks previously bought by insiders experience negative returns whereas outsiders disposing of stocks previously sold by insiders earned a return of 8.57% over the 6 month-period.      

Modelling Asset Prices for Algorithmic and High-Frequency Trading

ABSTRACT

Algorithmic trading (AT) and high-frequency (HF) trading, which are responsible for over 70% of US stocks trading volume, have greatly changed the microstructure dynamics of tick-by-tick stock data. In this article, we employ a hidden Markov model to examine how the intraday dynamics of the stock market have changed and how to use this information to develop trading strategies at high frequencies. In particular, we show how to employ our model to submit limit orders to profit from the bid–ask spread, and we also provide evidence of how HF traders may profit from liquidity incentives (liquidity rebates). We use data from February 2001 and February 2008 to show that while in 2001 the intraday states with the shortest average durations (waiting time between trades) were also the ones with very few trades, in 2008 the vast majority of trades took place in the states with the shortest average durations. Moreover, in 2008, the states with the shortest durations have the smallest price impact as measured by the volatility of price innovations.     

金融演化网络建模

本文基于收集的股票日交易数据,通过对时间窗口进行划分和股票收益间的相关性,将股票市场构建为一个金融演化网络,通过分析金融演化网络的拓扑特征,进而可以研究金融市场演化的内在机制．