商品期货交易策略的数学模型

1商品期货交易策略的数学模型摘要商品期货交易在当前中国的经济体系中占据着很重要的作用，投资者都希望从大量的期货交易中获取一定的利润，但是期货交易作为一种投机行为，交易者置身其中往往要承担很大的风险，本文研究了商品期货交易中的一些问题，给出了获取较大收益的交易方式。问题一：我们首先利用SPSS中的模型预测方法给出了橡胶期货交易各项指标在9月3号这天随时间推移的波动图，又给出了利用Matlab软件作出的成交价与各个指标的相关性图表。分析所作的图得出的结论是商品期货的成交价与B1价、S1价具有显著相关性，与成交量、持仓增减、B1量、S1量也具有相关性而与总量不具有相关性。最后利用SPSS软件双变量相关分析进一步确认其相关性指标。为了对橡胶期货价格的这些变化特征进行分类，我们作出了成交价19天的波动图，并以持仓量为例分析其他指标的变化特征，将七项指标分成了上涨和周期波动两类。问题二：本文采用了回归分析的方法建立价格波动预测模型。首先介绍回归分析的基本原理与内容，叙述了回归分析中用到的最小二乘法，之后在第一问的基础上建立回归分析的数学模型，得出函数关系，算得价格的波动趋势并与实际数据对比，再分析模型中的残差数据，验证所建立的回归模型合理性。问题三：为建立收益最大化的交易模型，本题我们分析价格的波动数据后，借助移动平均线的理论方法，再分析价格的“高位”与“低位”，得出买点卖点。建立交易模型后，利用MATLAB软件分析出合适的交易时机，并画出图形，利用所给数据根据建立的模型计算收益。关键词：期货交易波动SPSS软件回归分析21.问题重述我国商品期货交易的品种迅速增加，吸引了大量交易者的参与，如何从商品期货的交易中获取相对稳定的收益成为交易者非常关注的问题。商品期货交易实行T+0的交易规则，所开的“多单或空单”可以马上平仓，从而完成一次交易，这样就吸引了大量的投机资金进行商品期货的日内高频交易。某种商品价格在低位时开“多单”，当价格高于开“多单”的价格时平仓，或者，价格在高位时开“空单”，当价格低于开“空单”的价格时平仓，差价部分扣除手续费后就是交易者的盈利；反之则是亏损。现在题中给出了2012年9月相关商品期货交易的成交数据，让你以所给数据为基础，建立数学模型解决下面的问题：1、通过数据分析，寻找价格的波动和哪些指标（仅限于表中列出的数据，如持仓量、成交量等指标）有关，并对橡胶期货价格的波动方式进行简单的分类。（提示：这里的波动方式是指在某一时间段内（简称周期）价格的涨跌、持仓量的增减、成交量的增减等指标的变化特征。周期的选取可以短到几秒钟，长到几十分钟甚至是以天为单位，具体时长通过数据分析确定，较优的周期应该是有利于交易者获取最大的盈利）。2、在实时交易时，交易者往往是根据交易所提供的实时数据，对价格的后期走势做出预测来决定是开“多单”还是开“空单”。请在第1问的基础上建立合理的橡胶价格波动预测模型；3、橡胶期货交易的手续费是20元/手，保证金为交易额的10%，设初始资金为100万。请利用前面已经得到的相关结果，建立交易模型，使交易者的收益最大；4、试分析确定合理的评价指标体系，用以评价你的交易模型的优劣。（这一问为选做）2.模型假设与符号说明2.1模型的假设1.由于题中所给指标外的其他因素对期货价格波动影响较小，可以忽略，认为价格的波动只受所给指标影响。2.假设所给的19天的数据能准确反映期货交易中出现的各种变化特征情况。3.假设不考虑交易模型中交易者的主观因素。2.2符号说明B1价指的是买1价、B1量是指买1量、S1价指卖1价、S1量指卖1量。在问题二的回归分析中，x1指成交量，x2指总量，x3指属性,x4指b1价，x5指s1价,x6指b1量，x7指s1量。33.问题分析此题研究的是在商品期货交易中如何获取最大盈利的问题，众所周知，商品价格的波动主要是受市场供应和需求等基本因素的影响，即任何减少供应或增加消费的经济因素，将导致价格上涨的变化；反之，任何增加供应或减少商品消费的因素，将导致库存增加、价格下跌。而作为交易者，需要实时关注商品期货的价格走势、持仓量增减、成交量的增减，据此确定好自己的投资方向，以期获取最大的收益。针对问题一：为了找出价格波动的影响指标，我们可以选取9月其中一天橡胶期货的数据进行处理，作出一天内成交价、成交量、持仓增减、B1价量、S1价量的走势图，利用SPSS软件双变量相关分析处理上述的数据，得出相关性表，分析影响指标。再根据价格或增涨或跌、持仓量与成交量的或增或减等变化特征对橡胶期货价格波动方式进行简单分类。针对问题二:我们根据第一问中找出的价格波动与各项指标的相关性，可以利用回归分析的方法先作出较前一天的期货价格回归函数，建立回归分析的数学模型，然后预测出之后几天的价格波动趋势，对比实际数据，找出残差，分析模型合理性。针对问题三：根据已知的相关数据，为使交易者的收益最大，需要确定交易过程中合适的买卖时机，而这样的交易存在很大的风险，所以建立一个合适交易模型既能降低这种风险，又能够使收益最大化。本题我们可以利用均值的相关知识建立趋势追踪模型，找出合适的买卖时机，使得交易者收益最大。4.模型建立与求解4.1问题一：4.1.1价格波动的相关指标根据附件所给的数据，我们首先利用SPSS中的模型预测方法给出了橡胶期货交易各项指标在9月3号这天随时间推移的波动图。45下面我们给出了利用Matlab软件作出的成交价与各个指标的相关性图表（源程序见附录）据上面的图例分析我们可以看出商品期货的成交价与B1价、S1价具有显著相关性，与成交量、持仓增减、B1量、S1量也具有相关性而与总量不具有相关性。现在给出利用SPSS软件双变量相关分析进一步确认其相关性。将9月3号这天的数据进行双变量分析可以得到下表所给信息：相关性成交价成交量总量属性(持仓增减)B1价B1量S1价S1量成交价Pearson相关性1.015.980**-.016*1.000**.029**1.000**.023**显著性（双侧）.057.000.041.000.000.000.003N1638316383163831638316383163831638316383成交量Pearson相关性.0151-.035**.149**.013.034**.015.105**显著性（双侧）.057.000.000.088.000.053.000N1638316383163831638316383163831638316383总量Pearson相关性.980**-.035**1-.016*.980**.034**.980**.022**显著性（双侧）.000.000.043.000.000.000.005N1638316383163831638316383163831638316383属性(持仓增减)Pearson相关性-.016*.149**-.016*1-.016*-.004-.016*-.004显著性（双侧）.041.000.043.040.648.039.629N1638316383163831638316383163831638316383B1价Pearson相关性1.000**.013.980**-.016*1.027**1.000**.025**显著性（双侧）.000.088.000.040.001.000.001N1638316383163831638316383163831638316383B1量Pearson相关性.029**.034**.034**-.004.027**1.027**-.049**显著性（双侧）.000.000.000.648.001.000.000N1638316383163831638316383163831638316383S1价Pearson相关性1.000**.015.980**-.016*1.000**.027**1.025**显著性（双侧）.000.053.000.039.000.000.0016N1638316383163831638316383163831638316383S1量Pearson相关性.023**.105**.022**-.004.025**-.049**.025**1显著性（双侧）.003.000.005.629.001.000.001N1638316383163831638316383163831638316383**.在.01水平（双侧）上显著相关。*.在0.05水平（双侧）上显著相关。由表中数据分析相关系数的信息，我们确认了橡胶期货价格波动与B1价、S1价的直接相关性，以及与成交量、持仓增减、B1量、S1量的显著相关性，与总量无关。4.1.2橡胶期货特征的简单分类为了对橡胶期货价格的这些变化特征进行分类，我们通过查找相关文献与资料，可以将这些变化特征分为上涨、下跌、周期波动，这里变化特征是包含了题目所给19天的数据。我们先通过Matlab软件作出19天成交价的变化图（源程序见附录）：我们很直观的看出成交价在这19天呈总体上扬趋势，所以将其归到上涨波动一类。再继续分析另外几个影响价格波动指标在这19天的变化特征。例如，我们根据题目数据利用Excel图表工具作出了持仓量在9月3、4号的变化图：7现在再作出9.3号当天前50个时刻持仓量的波动图：分析图表可知，持仓量的变化特征是周期波动，周期很短，而后面几天的数据分析也符合周期波动，这里不再一一给出。以持仓量为例，针对成交量、B1价、S1价、B1量、S1量，通过Excel图表工具作出其某几天的波动图，再作出其某一天初始几十个时刻的波动图，分析得出的结果是成交量、B1量、S1量符合周期波动，B1价、S1价符合上涨波动（附录给出了个别数据图表）。所以现在可将这些指标的变化特征分为两类：上涨波动类：成交价、B1价、S1价周期波动类：持仓量、成交量、B1量、S1量84.2问题二（1）回归分析的基本原理回归分析是研究一个变量关于另一个（些）变量的具体依赖关系的计算方法和理论。从一组样本数据出发，确定变量之间的数学关系式对这些关系式的可信程度进行各种统计检验，并从影响某一特征变量的诸多变量中找出哪些变量的影响显著，哪些不显著。利用所求的关系式，根据一个或几个变量的取值来预测或控制另知或设定值，去估计或预测前者的均值。回归分析的主要内容为：①从一组数据出发，确定某些变量之间的定量关系式，即建立数学模型并估计其中的未知参数。估计参数的常用方法是最小二乘法。②对这些关系式的可信程度进行检验。③在许多自变量共同影响着一个因变量的关系中，判断哪个（或哪些）自变量的影响是显著的，哪些自变量的影响是不显著的，将影响显著的自变量选入模型中，而剔除影响不显著的变量，通常用逐步回归、向前回归和向后回归等方法。④利用所求的关系式对某一生产过程进行预测或控制。回归分析的应用是非常广泛的，统计软件包使各种回归方法计算十分方便。（2）回归分析中所用到的最小二乘法的简介假设有一组试验数据),,2,1)(,(niyxii，并且iy是相互独立的随机变量，则),0(~,,,2,1,210Nieiidnixyiiiii且),(~210iixNy。现在的问题是如何根据),,2,1)(,(niyxii来求10,的估计值，若用10ˆ,ˆ分别表示10,的估计值，则称xy10ˆˆˆ为y关于x的一元线性回归方程。最小二乘法就是用来估计10,的方法，即取10,的一组估计值10ˆ,ˆ使其随机误差i的平方和达到最小，即使iy与iixy10ˆˆˆ的拟合最佳。若记211010)(),(iniixyQ则211010,10)ˆˆ(),(min)ˆ,ˆ(10iniixyQQ显然0),(10Q，且关于10,可微，则0,0)ˆ,ˆ(1)ˆ,ˆ(01010QQ900)ˆ,ˆ(1)ˆ,ˆ(01010QQ即