沪深300指数成分股间的配对交易策略设计

论文摘要

2017年底至2018年中旬,股票价格持续走低,投资者开始寻找在熊市获利的方法,配对交易策略逐渐回归大众视野。近年来大数据的普及,机器学习的应用,将传统的技术分析与数学模型相结合,为投资者提供了一种新的投资思路。配对交易由统计套利的思想发展而来,是一种被国外金融机构广泛运用的投资策略。它以价差为基础,构建资产组合。同时构建两只股票的多、空头寸,利用组合的特性,套取价差收敛的利润空间。配对交易策略同时持有多、空头寸,所以该策略不受市场环境的影响,在横盘状态下,更能体现其优越性。本文以价差为研究对象,利用技术指标构建“反转信号捕捉模型”,通过交易信号把握交易时机,增强配对交易策略的盈利能力,测试并优化模型策略。首先,在沪深指数的标的池中,找到具有协整性的股票。通过价差形态过滤和股票价值检验,构建配对资产组合。其次,设计股间价差的技术指标,以此作为捕捉“价差反转信号”的基础。再次,通过机器学习训练“反转信号捕捉模型”,捕捉价差的反转信号,决定开仓时机。从次,严格执行套利策略,观察回测结果。将模型策略与其他策略进行比较,对模型策略进行优化。最后,完成以“反转信号捕捉模型”为基础的配对交易策略。通过测试,“反转信号捕捉模型”的捕捉精度在70%左右,能够把握价差走势,提高盈利能力。通过样本外的回测与对比,模型策略表现稳定,实施途径合规合理,可直接应用于股票市场,帮助投资者赚取收益。本文还提出思考与展望,期待在“证券市场卖空机制”放开以后,配对交易策略更广泛的应用。

论文目录

• 摘要
• Abstract
• 第1章 绪论
•   1.1 研究背景
•   1.2 研究目的和意义
•     1.2.1 研究目的
•     1.2.2 研究意义
•   1.3 研究内容、方法和技术路线
•     1.3.1 研究内容
•     1.3.2 研究方法
•     1.3.3 技术路线
•   1.4 本文的主要贡献
• 第2章 文献综述与理论回顾
•   2.1 文献综述
•   2.2 相关理论
•     2.2.1 配对交易理论
•     2.2.2 价值投资与技术投资理论
• 第3章 配对交易策略的设计框架
•   3.1 传统配对交易策略的问题与对策
•   3.2 配对交易策略设计思路
•   3.3 配对交易策略与市场环境的关系
•   3.4 配对交易股票的筛选
•     3.4.1 标的资产的筛选范围
•     3.4.2 标的资产的筛选依据
•   3.5 构建价差的技术指标
•   3.6 构建价差预测模型
•     3.6.1 Logit回归原理
•     3.6.2 SVM原理
•     3.6.3 BP神经网络原理
•   3.7 选择交易策略
•     3.7.1 资产对冲比例
•     3.7.2 盯市信号、交易时机和止损阈值
•   3.8 交易策略的评价与优化
•   3.9 配对交易策略的假设与风险
• 第4章 沪深300 指数成分股间的配对交易策略设计
•   4.1 证券市场环境分析
•   4.2 投资标的筛选
•   4.3 基于价值投资的标的检验
•   4.4 基于FTBD的建仓策略
•   4.5 构建技术指标
•   4.6 数据集的处理和划分
•   4.7 建立反转信号捕捉预测模型
•     4.7.1 基于“T1”数据集的BP神经网络模型
•     4.7.2 基于“8 号”配对组的模型预测情况
•     4.7.3 基于“T2”数据集的模型预测情况
• 第5章 配对交易策略的对比与优化
•   5.1 基于均线策略的配对交易设计
•   5.2 传统配对交易策略的盈利能力
•   5.3 模型策略的盈利能力测试
•   5.4 交易策略差异的比较与分析
•   5.5 策略优化的盈利能力测试
• 第6章 结论
•   6.1 基本结论
•   6.2 模型策略的局限性与风险提示
•   6.3 思考
•   6.4 展望
• 参考文献
• 附录
• 致谢

文章来源

类型: 硕士论文

作者: 刘震宇

导师: 卓德保

关键词: 配对交易,机器学习,价差反转,价值投资

来源: 上海师范大学

年度: 2019

分类: 基础科学,经济与管理科学

专业: 数学,宏观经济管理与可持续发展,金融,证券,投资

单位: 上海师范大学

分类号: F832.51;F224

总页数: 80

文件大小: 2786K

下载量: 237