發(fā)布時(shí)間：2025-06-04 02:45

　　本文旨在構(gòu)建中國(guó)商品期貨市場(chǎng)的資金流向公式,使其能真實(shí)反映市場(chǎng)的資金流向規(guī)律,并構(gòu)建基于新公式的量化交易策略。首先,由于中國(guó)商品期貨市場(chǎng)存在做空機(jī)制,在傳統(tǒng)的資金流向模型的基礎(chǔ)上,考慮了持倉(cāng)量和價(jià)格變動(dòng)的影響,建立了基于持倉(cāng)量和價(jià)格的動(dòng)態(tài)權(quán)重資金流向模型,相對(duì)于傳統(tǒng)的資金流向模型,新的模型更合理地反映了期貨市場(chǎng)的變化趨勢(shì)。其次,分析了資金流向?qū)ξ磥?lái)商品期貨價(jià)格的影響。相關(guān)性的實(shí)證結(jié)果顯示,在2011年至2013年間,有3個(gè)期貨合約的資金流向與未來(lái)的價(jià)格之間存在強(qiáng)正相關(guān)關(guān)系,而有17個(gè)期貨合約呈現(xiàn)出強(qiáng)負(fù)相關(guān)關(guān)系。再次,構(gòu)建了Logistic回歸、貝葉斯判別、決策樹(shù)、隨機(jī)森林和支持向量機(jī)模型來(lái)量化市場(chǎng)資金流向?qū)ξ磥?lái)商品期貨價(jià)格漲跌的影響,通過(guò)對(duì)比發(fā)現(xiàn):各模型的預(yù)測(cè)準(zhǔn)確率平均值基本上大于55%,同時(shí)驗(yàn)證了所提出的資金流向指標(biāo)具有較強(qiáng)的價(jià)格預(yù)測(cè)能力。其中Logistic回歸不僅具有較高的預(yù)測(cè)準(zhǔn)確率,并且能夠在多個(gè)合約中取得穩(wěn)定的預(yù)測(cè)效果。最后,將基于動(dòng)態(tài)權(quán)重資金流向的Logistic回歸策略模型應(yīng)用到Auto-Trader平臺(tái)進(jìn)行量化交易,并與雙均線(xiàn)策略和買(mǎi)入持有策略進(jìn)行回測(cè)比較�；販y(cè)報(bào)告顯示:...

【文章頁(yè)數(shù)】：50 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3基于價(jià)格變動(dòng)的板塊資金流向圖

基于動(dòng)態(tài)權(quán)重資金流向模型的中國(guó)商品期貨量化策略研究表6板塊增長(zhǎng)速度變動(dòng)概況2012年1月前2012年1月后板塊增長(zhǎng)速度板塊增長(zhǎng)速度化工較快化工平緩農(nóng)產(chǎn)品較快農(nóng)產(chǎn)品較快油類(lèi)平緩油類(lèi)較快金屬平緩金屬平緩黑色系較慢黑色系較快由圖2....

圖4收盤(pán)價(jià)與資金流向相關(guān)系數(shù)直方圖

圖4收盤(pán)價(jià)與資金流向相關(guān)系數(shù)直方圖圖4為未來(lái)商品期貨價(jià)格和資金流向之間的相關(guān)系數(shù)的頻數(shù)分布圖。從圖3可知，在36各合約中。價(jià)格與資金流向之間存在著強(qiáng)負(fù)相關(guān)關(guān)系的合約占據(jù)大多數(shù)，而有價(jià)格與資金流向之間存在著強(qiáng)正相關(guān)關(guān)系的合約則占少數(shù)。綜合表7、表8、表9，我們可以....

圖5資金流向在不同分類(lèi)模型中的預(yù)測(cè)效率

(e)(f)圖5資金流向在不同分類(lèi)模型中的預(yù)測(cè)效率由圖5可知，將資金流向的數(shù)據(jù)用于不同的分類(lèi)模型對(duì)價(jià)格的漲跌進(jìn)行測(cè)時(shí)，決策樹(shù)模型和隨機(jī)森林模型的預(yù)測(cè)準(zhǔn)確率在不同測(cè)試集以及不同合約是較為不穩(wěn)定的；另一方面，Logistic回歸模型和SVM模型的預(yù)測(cè)準(zhǔn)確率比外幾種分類(lèi)....

圖6交易指令流程圖

基于動(dòng)態(tài)權(quán)重資金流向模型的中國(guó)商品期貨量化策略研究概率值p大于0.5，則認(rèn)為該合約下一期的價(jià)格會(huì)上漲，此時(shí)程序?qū)��?huì)買(mǎi)入的指令，建立多倉(cāng)，否則程序?qū)��?huì)給出一個(gè)賣(mài)空的指令，建立一如圖6所示

本文編號(hào)：4049197