技术指标投资策略的优化及其在量化交易中的应用

华中科技大学硕士学位论文技术指标投资策略的优化及其在量化交易中的应用姓名：张登明申请学位级别：硕士专业：企业管理指导教师：龚朴2010-12-29华中科技大学硕士学位论文I摘要目前技术指标成百上千，种类繁多，归纳起来大致可以分为四大类：市场趋势指标，超买超卖指标，大势型指标和人气型指标。对个股投资来说，大势型指标参考价值没有前三者明显。MACD，KDJ，PSY分别是市场广泛采用的趋势型指标，随机型指标和人气型指标。但是在具体投资过程中可以发现，对这些指标中的时间窗口参数，指标组合使用方法以及给出信号时的交易量对投资结果以及投资时机的选择有着重大影响，而在这些指标组合使用过程中往往表现出随意性和主观性。本文旨在以技术分析指标为对象，提出一个完整的技术指标组合投资策略框架。工作主要包括以下几个方面的内容：首先介绍了投资策略优化的理论基础，介绍了代表三类指标的MACD和KDJ以及PSY指标组合优化的方法，并结合资产配置理论提出了技术指标组合下的投资策略。其次，进行交易量模型中的状态变量估计和技术指标时间窗口参数优化，选取的样本为2003年9月28日到2007年9月28日上证50指数成分股票数据。再次，通过大样本统计对提出的交易策略进行样本外检测，并与相关交易策略进行比较，选取的样本为2007年9月到2010年9月28日上证50指数成分股票数据，检验结果发现，优化后的投资组合策略都要明显优于买入并持有策略以及其他相关策略。虽然从理论上还没有解释出技术分析能增加投资过程的价值的原因，但是技术分析在投资实践中起着非常重要的作用并且广为投资者使用，尤其是短线投资，技术分析体现出更大的优势。本文从量化的角度，通过样本统计给出了适合中国股市的优化MACD，KDJ和PSY指标组合参数交易策略，有利于提高投资决策的科学性，有助于降低投资过程的盲目性，对量化投资实践具有重大和积极的意义。关键字：资产配置投资策略技术指标组合优化量化投资华中科技大学硕士学位论文IIAbstractCurrentlytherearehundredsoftechnicalindicatorsonthemarket,whichcanbedividedintofourcategories:trendindicators,overboughtoversoldindicators,marketindicatorsandtrend-basedindicators.Thetrend-basedindicatorsarenotusedwidelyenoughforsomekindofstocks.MACD,KDJ,PSYareverypopularwiththeinvestors.However,inthespecificinvestmentprocess,wefindthatthetimewindowparameterscontributetothedifferenttimingandperformanceofinvestment.Whatisworse,thecombinationmethodoftheseindicatorshasshowntobemorearbitraryandsubjective.Thisarticleaimstopresentacompleteinvestmentstrategyoftechnicalindicators.Andthepaperincludesthefollowingparts.Firstly,weintroducedthetheoryofoptimalinvestmentstrategyoftechnicalindicators.Second,weestimatedstatevariableparametersandthetimewindowparameters.Thirdly,wecomparedtherelatedtradingstrategiesoutofsample.Finally,wesummarizedtheprevioustradingstrategies.WechoosethetimefromtheSeptemberin2003totheSeptemberin2007asthesample,whichisusedforevaluatingparameters.Then,wepresenttheoptimizedstrategy.Then,wechoosethetimefromtheSeptemberin2007totheSeptemberin2010astheoutofthesampletotestouroptimizedstrategy.Theconclusionshowsthattheperformanceofourstrategyismuchbettertheothertechnicalindicatorstrategies.Thoughitisdifficulttoexplainwhytechnicalanalysiscancreatemorevalue.However,thetechnicalanalysisisverypopularwiththeinvestorsintheinvestmentpractice.Inpractice,lotsofinvestorschoosetheparametersbytheirempiric.wepresentedanoptimizedtechnicalindicatorstrategy,whichisespeciallyfortheindicatorsofMACD,KDJandPSY,fromthequantitativepointofviewbyusingsamplestatistic.Theresearchwillhelpimprovethescientificnatureofinvestmentdecisions,reducetheblindnessoftheinvestmentprocess.Itiscertainthatitwillbeusefulforthequantitativeinvestment.Keywords:assetallocation;investmentstrategy;technicalindex;optimization;quantitativeinvestment独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在_____年解密后适用本授权书。不保密□。(请在以上方框内打“√”)学位论文作者签名：指导教师签名：日期：年月日日期：年月日本论文属于华中科技大学硕士学位论文11绪论1.1课题的来源、意义1.1.1本课题的来源市场上采用的比较多的股市分析方法主要有基本面分析，技术分析，行为金融分析以及学术分析派。基本面分析在西方投资界是主要的分析手段，分析框架上主要包括宏观经济走势分析，行业分析以及公司层面的分析，它有两个假设前提：价格由价值决定，价格围绕价值上下波动。技术分析主要采用历史价格和交易量，时间和空间等信息，对股价走势进行判断，它经历了昀早的直觉决策，图形形态决策，指标，以及模型等阶段。目前技术分析面临的一个主要任务就是如何取得数量化和人性化间的平衡。行为分析从心理学的角度对股市走势进行分析，主要包括个体心理分析和群体心理分析。学术分析派，在现代投资组合出现以前，其采用的主要方式为挑选价值被低估的公司并持有。目前学术分析派理论以市场的有效性为前提，所以学术分析派认为投资者不能通过某种策略而取得超过其风险水平的收益，因此学术分析派以获得平均收益为目标，相比于其他几种分析流派战胜市场的目标，这是学术分析流派的主要特点。目前，市场上广泛采用的技术分析方法和指标很多，比如MA（移动平均线），RSI（相对强弱指标）,MACD（平滑异动平均线指标）,KDI（随机指标）等等。但是在具体投资过程中可以发现，技术指标时间窗口参数选定以及在给出信号时的交易量不同而导致不一样的投资结果以及投资时机。但现实中，人们往往都是采用主观或者经验的方式确定指标时间窗口参数，指标组合方法和买卖量。(王兆军、曾渊沧和郝刚,2000)曾对MA的时长进行了定量研究，并基于广义均匀抽样的方法对香港股市提出了昀佳步长。同样对其他技术分析指标也存在着同样的问题：即在不同市场中的昀佳参数确定问题。华中科技大学硕士学位论文21.1.2本课题研究的意义本文以技术分析指标为对象，以上证50指数成分股票为样本，对该指标使用过程中时间窗口参数的优化，技术指标组合优化以及策略在量化投资中的运用进行了深入探讨，总的来说，本课题的研究主要有以下几个方面的意义。首先，本课题研究的理论意义。尽管技术分析被实业界广泛接受和采用，学术界对技术分析的使用一直抱着怀疑的态度。可能有三方面的原因：其一，没有理论依据支持它；其二，以前的理论研究对股票价格都假定随机漫步模型，而这完全排除了技术分析可以获得超额利润的情形。第三，早期的一些经验发现，比如Cowles(1933)，Fama和Blume(1966)，都是混淆不清的。但是昀近Brock，Lakonishok(1992)，尤其是Lebaron,Lo,Mamaysky,Wang（2000）找到基于更多数据和更精确的策略，利用技术分析来交易是可以获得超额利润的证据支撑。这些发现激励了许多对技术分析的学术研究，但是这些后来的研究工作都主要集中于早期结论的统计可行性上。先本文从量化的角度，通过样本统计给出了适合中国股市的优化MACD和KDJ和PSY组合参数交易策略。第二，本课题研究的现实意义。正如前面所述，技术分析在投资实践中起着非常重要的作用并且广为投资者使用，但长期以来，投资者使用各种投资分析指标过程中，对指标参数的选择以及技术指标给出买卖时机时昀优买卖量的确定问题主要基于经验和主观的选择，对参数组合的选择以及相关比例更难充分利用，而且对技术指标组合的使用没有充分利用，所以在投资中非理性因素起了很大的作用。本文从量化的角度，通过样本统计给出了适合中国股市的优化MACD和KDJ和PSY组合参数交易策略。这有利于提高投资决策的科学性，降低投资过程的盲目性，对投资实践具有重大和积极的意义。1.2国内外研究现状1.2.1国外研究现状国外资本市场起步比较早，对技术分析的研究也比较早。Nissan是第一个也是昀华中科技大学硕士学位论文3著名的利用历史数据预测未来价格走势的技术分析者，他在17世纪的日本的米市聚集了大量的财富，他的分析技术就是现在著名的日本蜡烛图。在美国，在18世纪由CharlesDow发展，由WilliamPeter提炼的道氏理论声称股市价格以一定的可预测的形态运动。Covel(2005)和DahlQuist(2006)对技术指标进行了归纳，并将技术指标分为四类：趋势性指标，超买超卖指标，人气型指标，和大趋势指标。早期对技术分析的实证研究中对技术分析大多持否定态度，认为技术分析很难为投资过程增加价值。Cowles（1933）是第一个提出技术分析实证研究的人，发表在一学术期刊上。他指出，在1904年到1929年间，Hamilton基于道氏理论做出的预测正确率只有55%。在前几年，市场有效性理论被许多人理解为股票价格服从随机漫步模型。但对任何赢利性的技术交易规则来说，股票的收益必须是可预测的