新型对冲量化交易策略简介PPT课件

1 新型对冲量化交易策略DPDC 基于最新衍生品对冲交易技术设计者 黄优武 2 DPDC策略基本原理 在特定的一段时间内 某些品种的势呈现出趋势状态 上涨或者下跌 这些品种构成趋势集 而有些品种的势则表现出震荡状态 没有方向 那么这些品种构成震荡集 利用震荡集对冲趋势集 从而获得该段时间上确定性程度较高的剩余趋势性收益 这就是DPDC策略核心思想 3 历史检验 优化参数 1 历史回测检验回测区间 2011 06 28 2012 11 07回测对象 胶 铜 股指等多个期货指数数据周期 5分钟交易类型 日内交易回测结果 表1和图1结论 该对冲策略DPDC回测性能良好 总收益率达到7倍 而最大回撤仅为8 左右 同时获得优化参数 4 表12011 06 28 2012 11 07历史回测交易统计表 5 图12011 06 28 2012 11 07历史回测资金收益率曲线 6 2 历史实测检验在实测检验中 利用前面得到的优化参数在外推数据集上进行检验 目的为了检验其在未知数据集上适应能力 实测区间 2011年 2012年 2013年1季度实测对象 胶 铜 股指等多个期货指数数据周期 5分钟交易类型 日内交易实测结果 2011年见表2和图2 2012年见表3和图3 2013年见表4和图4结论 2011年和2012年总收益率分别约为4 5倍和1 5倍 而两年最大回撤均仅为8 左右 目前今年第一季度总收益率为15 左右 而最大回撤为8 左右 这就表明在使用优化参数条件下该策略具有良好的适应性 7 表22011年历史实测交易统计表 8 图22011年历史实测资金收益率曲线 9 表32012年历史实测交易统计表 10 图32012年历史实测资金收益率曲线 11 表42013年1季度历史实测交易统计表 12 图42013年1季度历史实测资金收益率曲线 13 历史检验 泛化参数 在前面DPDC策略历史检验中 采取了参数优化技术 这就使得策略性能依赖于优化参数 虽然优化参数通过了实测 其具有较强的适应能力 但是在面向未来时 仍然面临着很大的不确定性 因此 需要采取泛化参数技术 即参数区间无穷大 不考虑参数影响 来进行策略核心机制的历史检验 14 泛化参数历史检验检验区间 2011 06 28 2012 11 07 2011年 2012年 2013年1季度检验对象 胶 铜 股指等多个期货指数数据周期 5分钟交易类型 日内交易检验结果 2011 06 28 2012 11 07见表5和图5 2011年见表6和图6 2012年见表7和图7 2013年见表8和图8结论 2011 06 28 2012 11 07总收益率约为4 7倍 最大回撤约为12 2011年和2012年总收益率分别约为4 5倍和1倍 而两年最大回撤均仅为12 左右 目前今年第一季度总收益率约为11 而最大回撤为8 左右 这就表明即使在泛化参数条件下该策略仍然具有较强的适应性 因此 在面向充满不确定性的未来时 其核心机制或核心原理具有普适性 该策略可以应用于实战之中 15 表52011 06 28 2012 11 07历史泛化检验交易统计表 16 图52011 06 28 2012 11 07历史泛化检验资金收益率曲线 17 表62011年历史泛化检验交易统计表 18 图62011年历史泛化检验资金收益率曲线 19 表72012年历史泛化检验交易统计表 20 图72012年历史泛化检验资金收益率曲线 21 表82013年历史泛化检验交易