简单固定技术交易规则的盈利能力

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 stationary technical trading rules with
  high-frequency data of Chinese Index Futures》
---
作者：
Jing-Chao Chen, Yu Zhou, Xi Wang
---
最新提交年份：
2017
---
英文摘要：
  Technical trading rules have been widely used by practitioners in financial markets for a long time. The profitability remains controversial and few consider the stationarity of technical indicators used in trading rules. We convert MA, KDJ and Bollinger bands into stationary processes and investigate the profitability of these trading rules by using 3 high-frequency data(15s,30s and 60s) of CSI300 Stock Index Futures from January 4th 2012 to December 31st 2016. Several performance and risk measures are adopted to assess the practical value of all trading rules directly while ADF-test is used to verify the stationarity and SPA test to check whether trading rules perform well due to intrinsic superiority or pure luck. The results show that there are several significant combinations of parameters for each indicator when transaction costs are not taken into consideration. Once transaction costs are included, trading profits will be eliminated completely. We also propose a method to reduce the risk of technical trading rules.
---
中文摘要：
长期以来，金融市场从业人员广泛使用技术交易规则。盈利能力仍然存在争议，很少有人考虑交易规则中使用的技术指标的稳定性。我们利用2012年1月4日至2016年12月31日沪深300股指期货的3个高频数据（15s、30s和60s），将MA、KDJ和Bollinger带转换为平稳过程，并研究这些交易规则的盈利能力。采用多种绩效和风险度量直接评估所有交易规则的实际价值，而ADF检验用于验证平稳性，SPA检验用于检查交易规则是否因内在优势或纯粹运气而表现良好。结果表明，在不考虑交易成本的情况下，每个指标都有几个重要的参数组合。一旦将交易成本包括在内，交易利润将被完全消除。我们还提出了一种降低技术交易规则风险的方法。
---
分类信息：

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_stationary_technical_trading_rules_with_high-frequency_d.pdf (843.66 KB)

2022-6-1 14:08:08 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 stationarity Practitioner

简单固定技术交易规则与中国指数期货高频数据的适用性中国华东师范大学金融与统计学院上海东川路500号，邮编：200241，周安泰经济与管理学院上海交通大学东川路800号，邮编：200241，中华人民共和国上海市东川路500号华东师范大学金融与统计学院，邮编：200241。ChinaWangXiECNU@126.comOctober23，2017AbstractTechnical trading ru长期以来被金融市场从业人员广泛使用。可行性仍然存在争议，很少有人考虑到数据中使用的技术指标的平稳性。我们将MA、KDJ和Bollinger带转换为平稳过程，并使用2012年1月4日至2016年12月31日期间CSI300股指期货的3个高频数据（15s、30s和60s）研究这些交易规则的可行性。采用多种绩效和风险衡量指标直接评估所有交易规则的实际价值，而ADF-test用于验证平稳性，SPA测试用于检查交易规则是否因内在优势或纯粹运气而表现良好。结果表明，在不考虑交易成本的情况下，每个指标都有几个重要的参数组合。一旦将交易成本包括在内，交易利润将被完全消除。我们还提出了一种降低技术交易规则风险的方法。关键词：高频数据；技术指标；固定过程；数据窥探1金融产品分析方法通常可分为基本分析和技术分析。

与基本面分析相反，技术分析侧重于根据过去的市场价格、成交量和技术指标预测未来价格走势。一些学者批评技术分析，因为它违反了有效市场假说。詹森（Jensen）[1]在他的论文中提出，“如果不可能通过基于信息集的交易获得经济利益，那么信息集的市场效率就很高”。一些著名的理论，如随机游走模型和Black-Scholes pricingformula，都是基于市场效率假说的。一些研究支持这一假设，并为技术分析提供了负面证据，包括Levy【2】、Malkiel【3】、Bessembinder和Chan【4】以及Olson【5】。然而，随着时间的推移，越来越多的证据表明，有效市场假说在某些情况下是无效的。在学术界，许多提倡技术分析的文献已经发表。技术指标是进行技术分析的最可量化方法，已被金融从业者广泛用于检测市场交易记录。墨菲在他的书中介绍了许多技术指标的公式和方向。H、 Yu，et a l【7】研究南亚股市的移动平均值和交易区间突破规则，发现交易规则在马来西亚、泰国、印度尼西亚和菲律宾新兴股票市场的预测能力强于新加坡更发达的股票市场。Papilias和Thomakos【8】提出了一种动态止损的移动平均策略，并确定了道琼斯工业平均指数、标准普尔500指数和欧元/美元汇率的价格序列。关于中国市场，W.K.Wong等。

[9] 将MA系列（简单MA及其扩展、指数MA、双MA、三MA、MACD和TRIX）应用于上海、香港和台湾市场，并发现无论交易成本如何，MA系列都比买入并持有策略取得了更好的绩效。结合指数移动平均法，S.Chen等人【10】研究了日本烛台图在中国股市的预测能力，发现预测能力随着预测周期的延长而降低。H、 L.Shi等人[11]研究了中国股市中输家、赢家和反向投资组合的可行性，他们发现，如果市场看涨或看跌，持有期限超过12个月，则存在显著的长期反向影响。H.L.Shi等人关于中国股票市场的其他工作可以在参考文献[12、13、14]中找到。五十、 X.Cui等[15]采用DMD方法发现股票市场的演化模式，并将其应用于中国A股市场，发现DMD算法可以很好地模拟横向市场的市场模式。J、 J.Ma等[16]从内在时间角度研究股票价格波动，得出结论，DC方法可以捕捉中国股市的重要波动，并获得收益，因为平均上涨幅度大于平均下跌幅度。除了上述文献外，关于技术指标或交易规则的研究还很多。他们中很少有人考虑到技术指标的平稳性，rs.W.Liu等人[17]在他们的论文中将伯林带转换为静态时间序列，这可能是关于静态技术指标的最早研究。基于类似的方法，更多的学者开始构建不同的平稳技术指标。

Wang和Zheng【18】发现，基于证券价格的增量平稳性，几个流行的技术指标可以证明是平稳的。他们利用这一特性，在中国期货市场上发现了各种适合的高频交易策略。虽然有关技术指标的文献数量不少，但很少有人在一分钟内讨论高频数据的情况。十、 Wang等人[19]提出了一种测试多维平稳过程的方法，并用半秒数据研究了中国市场的股票联动。S、 Bao等[20]研究了基于MACD的平稳技术指标在高频交易中的应用。除了调查技术分析的效率外，一些学者还关注使用技术指标的战略的可靠性。当同一数据被多次用于推理或模型选择时，就会发生数据窥探。这种影响可能导致对技术指标策略可靠性的怀疑。White【21】说明了什么是数据窥探，并创建了真实性检查（WRC）测试来纠正数据窥探的影响。C、 W.Chen等人[23]在亚洲股市中测试了与参考文献[22]中相同的交易策略，发现不同市场的WRC p值不相同。yalso发现，亚洲股市的预测能力不如美国。H、 Zhu等人[24]研究了中国股市指数移动平均线（MA）和交易区间突破（TRB）规则的可行性，并将WRC应用于数据窥探，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。Hansen【25】提出了卓越预测能力（SPA）测试，该测试由WRC修改而来，在大多数情况下更为强大。P、 H.Hsu等人。

【26】进一步将WRC和SPA测试扩展为逐步SPA测试和逐步现实检查测试。通过这两个扩展测试，他们检验了新兴市场技术交易规则的预测能力，并证明技术交易规则确实具有显著的预测能力。S、 Wang等人[27]基于SPA测试对技术交易规则在中国市场的表现进行了测试，并得出结论，当市场效率较低时，技术交易规则的预测能力就会出现。在本文中，我们将把固定技术指标应用于中国股指期货市场，并检验这些技术交易规则中的任何一条是否会通过绩效衡量和风险衡量的方式获得可观的收益。Adf检验将用于验证平稳性，SPA检验将用于纠正数据窥探效应。本文的其余部分安排如下。第2节介绍了传统和固定技术交易规则以及我们使用的数据。第4节介绍了性能测量、风险测量和两种统计测试（Adf测试和SPA tes）的方法。第5节描述了实证结果，第6节是结论。2技术指标2.1传统技术指标2.1.1移动平均线是最常用的技术指标之一，如果短期移动平均线穿透长期移动平均线，则会产生交易信号。一般来说，移动平均线是一种趋势指标。当短期MA高于（低于）长期MA时，pr ice将上升（下降），概率更高。用ma（n，P）t=Pt+Pt表示价格序列{Pt}的n期移动平均数-1+···+Pt-n+1n=Pti=t-n+1英寸。如果nl>ns，则MA（ns，P）t表示短期移动平均值，而MA（nl，P）t表示长期移动平均值。

更具体地说，如果MA（ns，P）三倍于（低于）MA（nl，P）t，将触发买入（卖出）信号。然而，当短期和长期并购在短期内频繁交叉时，会出现许多虚假信号，这几乎不会带来任何收益，反而会增加交易成本。为了避免这种情况，交易者通常会设置一个带上频带和带下频带的过滤区，在该过滤区中会产生非辐射信号。因此，MA和过滤区的交易规则定义如下：o开盘多头：MA（ns，P）t-1.- MA（nl，P）t-1.≤上行带和M A（ns，P）t- MA（nl，P）t>上行带；o闭合长：MA（ns，P）t-1.- MA（nl，P）t-1> 上行带和M A（ns，P）t- MA（nl，P）t≤上行频带；o开路短路：MA（ns，P）t-1.- MA（nl，P）t-1> 低频段和M A（ns，P）t- MA（nl，P）t≤低频段；o闭合短路：MA（ns，P）t-1.- MA（nl，P）t-1.≤低频段和M A（ns，P）t- MA（nl，P）t>低频段。2.1.2随机振荡器（KDJ）George Lane在20世纪50年代推广了随机振荡器指示器，它是一种动量指示器，使用支撑和阻力水平。随机振荡器技术指标的价值取决于当前价格在一段时间内相对于其价格范围的位置。随机振荡显示为两条直线。主线称为d%K。第二行称为%d，是%K的迭代均线。有时交易对手也会考虑另一条称为%J的线，这是%K和%d的线性组合。由于三条线的名称，随机振荡指示器也称为KDJ。算法方法如下。分别表示长度n期间的最低和最高价格。Lt=最小值{Pt，Pt-1.Pt公司-n+1}，Ht=最大{Pt，Pt-1.Pt公司-n+1}。然后，我们将RSVt，%Kt，%dt和%jt定义如下，其中m，k<n。

通常我们取m=3，k=3，n=5，9或14。RSVt=100×Pt- LtHt公司- Lt，%Kt=m- 1m+1%Kt-1+m+1RSVt，%Dt=k- 1k+1%Dt-1+k+1Kt，%Jt=3%Kt- 2%Dt。有几种方法可以解释s振荡器。三种流行的方法包括：o当osc监听器（无论是%K还是%D）低于某一特定水平（如2 0）然后上升到该水平以上时购买。当振荡器高于特定水平（如80）然后低于该水平时卖出；o当%K线高于%D线时买入，当%K线低于%D线时卖出；o寻找分歧。例如：价格创下了一系列新高，而随机振荡器（stochasticsocator）未能超过此前的高点。2.1.3布林格带布林格带是约翰·布林格在20世纪80年代发明的一种技术分析工具。上带和下带由布林带组成。表示n周期指数平均值（EMA），如下所示。EMA（n，P）t=nPt+（n- 1） Pt公司-1+···+Pt-n+1n+（n- 1） +···+1=n（n+1）tXi=t-n+1（n- t+i）Pi。将EM A（n，P）视为布林带的中线，并表示上带和低带asEMA（n，P）t+Kσ和EMA（n，P）t- Kσt分别为，其中K是一个参数，σ是价格与EMA（n，P）t差异的标准偏差。σ（n，P）t=vuutntXi=t-n+1（Pi- EM A（n，P）t）。当价格高于上限时，我们认为市场是牛市。相反，当价格低于下限时，市场是熊市。因此，当价格上涨超过上行区间时，将产生买入信号，而当价格下跌低于下行区间时，将产生卖出信号。换言之，当价格处于上频带和下频带之间时，没有信号会触发。2.2固定技术指标2.2.1固定工艺定义简介2.1。一个随机过程{Xt}被称为平稳过程，如果对于任何A>0和任何有限时间t<t。

<tn，随机向量{Xt，Xt，…，Xtn}与{Xt+a，Xt+a，…，Xtn+a}具有相同的概率分布。作为Def。2.1表明，随着时间的推移，平稳过程的分布不会改变。很容易看出，如果{Xt}是一个平稳过程，而f（x）是一个函数，使得{f（Xt）}也是一个平稳过程，那么{f（Xt）}是一个平稳过程。平稳过程的定义是完美的，过于严格，难以满足。很难证实随机过程是平稳的。在实际应用中，人们更关心随机过程的均值和方差。从这个意义上讲，弱平稳过程更为实用。定义2.2。弱平稳过程满足以下两个条件：对于每个c>0，oE[Xt]=E[Xt+c]；oE[XsXt]=E[Xs+cXt+c]。很容易看出，具有有限均值和方差的强平稳过程是弱平稳过程。2.2.2对数收益率i s平稳表示PTI是时间t时金融标的的价格，PTI是对数收益率e，即pt=log pt。对于任何正a，at=pt- pt公司-Ai是周期a的对数回报。参考文献[？]，作者指出，不能通过统计检验否定对数回归时间序列弱平稳的零假设。虽然真正的前提是对数回归时间序列是强平稳的，但理论和统计检验之间的差距在应用中并不是很关键。所以我们将遵循这个结论。平稳性测试将在第4.3.1节中提及。在对数返回{pt}是静止的，只需遵循参考文献[18]中的状态，当N足够大时，可以假设在每个闭合的时间间隔中没有超过一个反作用jN，j+1N.Pj+1N/PjNIjN=e xpnIjNpj+1N- pjN公司o、 Inis是时间n上的位置。

I=1表示长位置，I=-1表示空头头寸，I=0表示空头头寸。因此，到T时，实现的总对数回报（不计算交易成本）为xj<NT-1英寸pj+1N- pjN公司.在中国金融期货交易所，部分产品的交易成本仅占交易总价值的很小一部分。如果单方交易成本百分比为c，那么到T时实现的总对数回报为xj<NT-1.IjN公司pj+1N- pjN公司+ 日志1- c1+c·Ij+1N- IjN公司.当N→ ∞, 上述总和合并为ztisdps+log1- c1+cKT=Xi；T（i）<T（pTi- pSi）（ITi- ISi）+日志1- c1+电路。（1） K是T之前的交易数量，Si是ithtrade的开放时间，Ti是ithtrade的关闭时间。当{（它，pt）}是平稳的，等式1之和中的每个项也是平稳的。因此，应用强遍历定理，平均对数回报如下收敛。TX{i；T（i）<T}（pTi- pSi）（ITi- ISi）+日志1- c1+cKT.2.2.3静止移动平均值根据参考文献[18]，PTM和MATIS都不是静止的。表示n个周期的平稳移动平均值，如下所示，SM A（n，P）t=MA（n，P）t/Pt=（1+Pt-1/Pt+Pt-2/磅+···+磅-n+1/Pt）/n=1+ept-1.-pt+ept-2.-pt+···+ept-n+1-pt公司/n、 n周期平稳移动平均值是对数回报的函数{pt}。此外，SM A（ns，P）和SM A（nl，P）t的比值，表示R（ns，nl，P）t，也是{pt}。何时{pt}是静态的，sma（n，P）和比率也是静态的。R（ns，nl，P）t=sma（ns，P）t/sma（nl，P）t=MA（ns，P）t/MA（nl，P）t。然后MA（ns，P）tup crosss（down crosss）MA（nl，P）相当于R（ns，nl，P）tup crosss（down crosss）1。同第2节。1.1如上所述，我们还设立了一个上带和低频带的过滤区，在该过滤区内不会产生交易信号。