中国股票简单技术交易规则的盈利能力

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Profitability of simple technical trading rules of Chinese stock
  exchange indexes》
---
作者：
Hong Zhu (ECUST), Zhi-Qiang Jiang (ECUST), Sai-Ping Li (Academia
  Sinica), Wei-Xing Zhou (ECUST)
---
最新提交年份：
2015
---
英文摘要：
  Although technical trading rules have been widely used by practitioners in financial markets, their profitability still remains controversial. We here investigate the profitability of moving average (MA) and trading range break (TRB) rules by using the Shanghai Stock Exchange Composite Index (SHCI) from May 21, 1992 through December 31, 2013 and Shenzhen Stock Exchange Composite Index (SZCI) from April 3, 1991 through December 31, 2013. The $t$-test is adopted to check whether the mean returns which are conditioned on the trading signals are significantly different from unconditioned returns and whether the mean returns conditioned on the buy signals are significantly different from the mean returns conditioned on the sell signals. We find that TRB rules outperform MA rules and short-term variable moving average (VMA) rules outperform long-term VMA rules. By applying White\'s Reality Check test and accounting for the data snooping effects, we find that the best trading rule outperforms the buy-and-hold strategy when transaction costs are not taken into consideration. Once transaction costs are included, trading profits will be eliminated completely. Our analysis suggests that simple trading rules like MA and TRB cannot beat the standard buy-and-hold strategy for the Chinese stock exchange indexes.
---
中文摘要：
尽管技术交易规则已被金融市场从业人员广泛使用，但其盈利能力仍存在争议。本文利用1992年5月21日至2013年12月31日的上海证券交易所综合指数（SHCI）和1991年4月3日至2013年12月31日的深圳证券交易所综合指数（SZCI），研究了移动平均线（MA）和交易区间突破（TRB）规则的盈利能力。采用t$检验，检查以交易信号为条件的平均回报是否与非条件回报显著不同，以及以买入信号为条件的平均回报是否与以卖出信号为条件的平均回报显著不同。我们发现，TRB规则优于MA规则，短期可变移动平均（VMA）规则优于长期VMA规则。通过运用White的现实检验和数据窥探效应，我们发现在不考虑交易成本的情况下，最佳交易规则优于买入并持有策略。一旦将交易成本包括在内，交易利润将被完全消除。我们的分析表明，像MA和TRB这样简单的交易规则无法击败中国证券交易所指数的标准买入持有策略。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Trading and Market Microstructure        交易与市场微观结构
分类描述：Market microstructure, liquidity, exchange and auction design, automated trading, agent-based modeling and market-making
市场微观结构，流动性，交易和拍卖设计，自动化交易，基于代理的建模和做市
--
一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载：
--> Profitability_of_simple_technical_trading_rules_of_Chinese_stock_exchange_indexes.pdf (152.61 KB)

2022-5-26 11:21:05 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：技术交易 盈利能力 交易规则 单技术 Quantitative

中国证券交易所简单技术交易规则的可行性，*, 赛平Lib，c，魏兴洲A，b，d，*A华东理工大学商学院金融系，上海200237，华东理工大学中国经济物理研究中心，上海200237，中国科学院物理研究所，台北南康11529，台湾区，华东理工大学理学院数学系，中国上海200237摘要尽管技术交易规则已被金融市场从业人员广泛使用，但其可行性仍存在争议。在此，我们使用1992年5月21日至2013年12月31日的上海证券交易所综合指数（SHCI）和1991年4月3日至2013年12月31日的深圳证券交易所综合指数（SZCI），研究移动平均线（MA）和交易区间突破（TRB）规则的可行性。采用t检验，以检查以交易信号为条件的平均回报是否与非条件回报显著不同，以及以买入信号为条件的平均回报是否与以卖出信号为条件的平均回报显著不同。我们发现，TRB规则优于MA规则，短期可变移动平均（VMA）规则优于长期VMA规则。通过应用White的真实性检验测试和数据窥探效应，我们发现，在不考虑交易成本的情况下，最佳交易规则优于买入并持有策略。一旦将交易成本包括在内，交易利润将被完全扣除。

我们的分析表明，像MA和TRB这样简单的交易规则无法击败中国证券交易所指数的标准买入持有策略。关键词：经济物理学、技术交易规则、可操作性、怀特现实检查、引导、交易成本1。简介投资者通过技术分析调查市场行为，旨在预测未来的市场趋势。从微观角度来看，投资者可以通过将技术分析应用于投资决策来获得收益。从宏观角度来看，交易规则的显著可靠性通常被解释为市场效率的证据。近年来，关于技术分析有用性的争论吸引了相当多的研究兴趣。大多数早期研究支持随机游走假设，这意味着技术分析是无效的。传统的统计测试被用来证明技术分析的失败【1，2】。另一方面，1992年之后的大多数研究提供了强有力的论据，即技术交易规则可以预测市场趋势并获得超额回报。Brock、Lalonishok和Lebaron采用t检验来检查MA和TRB规则产生的交易信号上的回报是否与无条件回报有显著差异[3]，并发现1897年至1986年期间，技术交易规则在美国市场具有显著的预测能力。通过在参考文献[3]的研究中应用相同的方法，许多学者主张技术交易规则适用于不同的市场。Bessembinder和Chan发现，技术交易规则成功地预测了马来西亚、泰国和台湾等新兴市场的股价变动，而相对发达的香港和日本市场的可预测性大大降低[4]。

即使交易成本和*通讯作者。电子邮件地址：zqjiang@ecust.edu.cn（姜志强），wxzhou@ecust.edu.cn（周伟兴）2015年4月17日提交给爱思唯尔的预印本考虑到了非同步交易，在研究期间不能排除在马来西亚、泰国和台湾进行交易的可能性。Hudson、Dempsey和Keasey还发现，当MA规则应用于1935年至1994年的英国《金融时报》工业普通指数时，可以提供交易收益。然而，这些交易利润将通过纳入交易成本来消除[5]。Ito评估了1980年至1996年太平洋盆地股票市场技术交易规则的稳定性，发现交易规则在日本、加拿大、印度尼西亚、墨西哥和台湾市场具有预测能力，而在美国市场没有预测能力[6]。Lai和Balachandher专注于吉隆坡证券交易所综合指数的VMA和FMA规则的可预测性，该指数涵盖了1977年至1999年期间马来西亚股市，并发现VMA和FMA规则即使在交易成本方面也可能优于买入并持有策略[7]。1990年初至2004年底，Vasiliou、Eriotis和Papathanasiou将DMA和MACD策略应用于雅典综合指数，并发现MA策略（年回报率36.10%）和MACD策略（年回报率55.65%）在雅典股市的表现优于买入并持有策略（年回报率12%）[8]。Mitra和Choe等人发现了印度股市和七国集团（加拿大、法国、德国、意大利、日本、英国和美国）股市中技术交易规则有用性的有力论据[9、10]。

1991年至2008年期间，Yu等人通过60种VMA、FMA和TRB交易规则对五个东南市场（新加坡、马来西亚、泰国、印度尼西亚和菲律宾）进行了调查，发现结果与参考文献[4]非常相似。在马来西亚、泰国、印度尼西亚和菲律宾等新兴股市，交易规则的预测力强于新加坡等较为发达的股市。Coe和Laosethakul对576只股票测试了四条技术交易规则（算术移动平均、相对强度指数、随机振荡器及其移动平均），其中包括标准普尔100指数、纳斯达克100指数和标准普尔中盘400指数，并发现这些技术交易规则中没有一条能够跑赢大盘。在中国市场，人们发现，技术性交易规则可能带来超额回报[12-15]，交易成本对交易规则的整体表现有影响[16，17]。当一组数据被多次用于推理和模型选择时，就会发生数据窥探效应。因此，由于数据窥探效应，一些学者对技术交易规则可行性的积极证据表示怀疑。White提出了White的现实检查（WRC）方法，通过考虑数据窥探的影响，测试金融市场交易策略是否产生优于基准的回报[18]。Sullivanet al发现[3]的结果通过了WRC测试。李发现，通过WRC测试，技术交易规则无法很好地预测沪深300指数的未来趋势。在本文中，我们将技术交易规则应用于上海和深圳市场，并通过t检验和WRC检验，检验这些技术交易规则中的任何一条是否会对买入并持有策略产生更高的收益。论文的其余部分安排如下。

第2节讨论了技术交易规则。第3节介绍了t检验和WRC检验的数据和方法。第4节描述了实证结果，第5节是结论。2、交易规则2.1。移动平均线根据移动平均线（MA）规则，这是技术分析中最流行的交易规则之一，如果短期移动平均线穿透长期移动平均线，则会触发交易信号。更具体地说，如果短期移动平均线高于（或低于）长期移动平均线，将产生买入信号（或卖出信号）。然而，在区间市场中，可以观察到两个移动平均值之间的许多交叉点（交易信号的标记）。这些都是“假”信号，很难提供任何好处，但不会增加交易成本。为了缓解这种情况，我们规定了一个标准，即在生成交易信号之前，短期平均值必须大于（小于）长期平均值一个预定的百分比区间。为了进行比较，我们测试了有无这样一个带的MA规则。一旦交易信号生成，头寸将根据以下规则进行更改：可变长度移动平均线（VMA）规则和固定长度移动平均线（FMA）规则。VMA规则要求投资者持有头寸，直到产生前一信号的条件不再有效。FMA规则要求投资者在固定的天数内持有头寸，在此期间，所有新信号均被忽略。第t天平均窗口大小为n的MA价格定义如下，m（t，n）=nn-1Xi=0p（t- i） 。

（1） VMA规则生成的头寸状态可以表示为，多头头寸m（t，ns）>（1+b）m（t，nl）（2）短头头寸m（t，ns）<（1- b） m（t，nl）（3）关闭位置（1+b）m（t，nl）≥ m（t，ns）≥ （1）- b） m（t，nl）（4），其中nsi是短平均值的窗口大小，nl是长平均值的窗口大小，b是带。我们将VMA规则的参数写为（ns，nl，b），其中NSI从1、2和5中选择；NLI从20、50、150和200中选择；b从0和0.01中选择。这导致了24条VMA规则。FMA规则产生的交易信号可以表示为，买入m（t- 1，ns）<（1+b）m（t- 1，nl）和m（t，ns）>（1+b）m（t，nl）（5）出售m（t- 1，ns）>（1-b） m（t- 1，nl）和m（t，ns）<（1-b） m（t，nl）（6）持仓C天后持仓，这意味着多头（空头）持仓日数等于买入（卖出）信号数乘以C。因此，我们有一组参数（ns，nl，b，C）。FMA规则的Nsen值和b值与VMA规则的相同。NL的值可以是50、150和200。C固定为10。这些参数产生了18条FMA规则。2.2。交易区间突破规则跨区间突破（TRB）规则称为支持和阻力规则。在我们的测试中，支撑和阻力水平分别定义为前50、150和200天的最低和最高价格。当价格突破阻力位（支撑位）时，产生Abuy（卖出）信号。为了减少噪声信号，我们还使用0和0.01的附加频带来生成交易信号。这些导致了6条TRB规则。一旦交易信号被激活，持仓将持续C天，在此期间，所有交易信号均被忽略。

与FMA规则类似，我们也将C设置为10天。TRB规则生成的交易信号可以表示为，买入p（t- 1） <（1+b）pmax和p（t）>（1+b）pmax（7）短p（t- 1） >（1- b） p与p（t）<（1- b） pmin（8），其中Pmax和pmin是前50、150和200天的局部最大值和最小值。数据和方法3.1。数据我们的技术交易规则的可行性在中国股市的两个著名指数（上证综合指数和深证综合指数）上进行了评估。我们从财务数据提供商RESET下载这两个每日指数。这两个指数涵盖1991年4月3日至2013年12月31日期间，期间共有5593个交易日。计算每个指数的每日周转率，定义为每日价格的对数差异。我们发现，1992年5月21日上证指数的回报率约为105%，这是由于上海股市取消了15只股票的价格限制所致。为了避免这一巨大的回报对我们交易规则的表现产生影响，我们公布了1992年5月21日之前的上证综合指数数据，共有5276个数据点。表1列出了这两个指数每日收益的基本统计数据。与正态分布相比，这两种回报分布都有过多的峰度和右偏态。表1:SHCI和SZCI每日收益的基本统计数据。SHCI 1天SZCI 1天平均值0.00097 0.00042std 0.023 0.022skew 1.186 0.553荨麻疹22观察5275 55923.2。方法学3.2.1。传统的T检验方法我们采用与参考文献[3]中相同的方法来检验我们的技术交易规则的可行性。程序如下：1。对于给定的交易日，可能的头寸状态可以是多头、空头或平仓。对于每个交易规则，我们为每个交易日指定三个头寸状态中的一个。

一旦头寸状态确定，我们可以估计多头头寸u和空头头寸us的日均回报情况。我们还计算整个样本u的日均回报率，这可以理解为从买入持有策略中获得的回报。2、采用t检验，检查以交易规则为条件的平均日收益率（ulandus）是否与整个样本u的平均日收益率显著不同。我们检验的无效假设是平均有条件日收益率等于平均无条件日收益率。t检验的统计数据定义如下，tl=ul- upσ/Nl+σ/N，ts=us- upσ/Ns+σ/N，（9），其中Nland nsa表示多头和空头头寸的天数，N表示观察次数。σ是整个样本的收益方差。如果多头（空头）头寸的日均收益率为正（负）且与日均收益率显著不同，那么技术交易规则具有预测能力的证据将得到支持。3、我们进一步使用t检验来检查多头头寸的平均日收益率ular是否与空头头寸的平均日收益率us显著不同。我们检验的无效假设是ulequals到us。统计tls定义如下，tls=ul- uspσ/Nl+σ/Ns。（10） ulis与u在统计上显著不同的结果表明，我们的技术交易规则是有用的。夏普比率（衡量单位总风险的平均超额回报）是针对多头和空头头寸计算的。夏普比（sland ss）的公式如下所示，sl=ul- rfσl，ss=us- rfσs，（11）其中rf是整个期间的平均每日无风险，σlandσ是多头和空头头寸回报样本的方差。请注意，夏普比率越大，交易规则越好。3.2.2。

当一个人为了推理或模型选择的目的多次使用金融时间序列时，就会发生White的真实性检查方法数据窥探。我们在此采用怀特真实性检查（WRC）测试[18]来纠正数据窥探效应，这允许我们检查我们的技术交易规则的可靠性是否真正来自规则，还是来自pureluck。我们的WRC测试的无效假设是，我们的策略池中的最佳交易规则与给定的基准策略相比没有预测优势。拒绝这种无效假设意味着最好的技术交易规则实现的性能优于基准。WRC测试程序如下，交易规则k的性能统计定义如下，fk=nTXt=R（fk，t+1），（12），其中fk，t+1表示交易规则k和基准从R到t的比较，n=t- R+1。由于一些交易规则需要200天才能生成交易信号，因此我们将设置R=201。对于SHCI和SZCI，我们还分别有T=5276和5593。性能度量fk，t+1写为，fk，t+1=log（1+yt+1Ik，t+1）- 对数（1+yt+1I0，t+1）k=1，48（13）式中，yti是t天的相对回报，定义为yt=（pt- pt公司-1） /磅-1、Ik，tand I0，皮重根据交易规则k和基准生成的交易信号转换而成的dayt市场头寸。如果允许卖空机制，此虚拟变量I将取三个值之一：I=1表示多头头寸，I=-1表示空头位置，I=0表示空档位置。如果不允许卖空机制，虚拟变量I将取两个值中的一个：多头头寸由I=1表示，其他头寸由I=0表示。