基于市场资金流向的商品期货量化交易策略研究

1、    基于市场资金流向的商品期货量化交易策略研究    彭素静 贾秀燕 谢芮课题项目：2017年地方高校国家级大学生创新创业训练计划项目（201713320129）立项课题“基于市场资金流向的商品期货量化交易策略研究”，指导教师：薛靖峰摘 要：对于商品企业行情数据来说，价格涨跌是交易者态度的汇总，成交量是交易热度的体现，持仓量是分歧度的象征。本文首先对锌商品期货分别以30天、60天和90天为周期建立ar模型得到资金流向具有持续性；然后利用cta策略选出交易激进的期货合约，利用成交量、收盘价、涨跌幅计算得到交易激进指标p与分歧度指标q，对比不同板块两指标

2、的大小，根据投资组合得到油类期货合约为看多信号，最终得到板块之间具有轮动效应。关键词：ar模型；cta策略；资金流向；轮动效应一、引言期货市场由于“杠杆效应”高风险、高收益并存，加上“羊群效应”的跟风行为使不少投资者望而却步，本文研究的意义在于建立适合中国商品期货市场的投资模型，规避非系统性风险，因为在期货市场中有做空机制，因此要综合考虑持仓量、成交量以及价格的涨跌等因素。本文选取螺纹钢、天胶、锌等16种商品期货进行分析，将该16种商品期货划分为黑色系、化工品、金属、农产品、油类五大板块进行分析。二、模型的建立及求解1.自回归模型（ar模型）选取大连、郑州与上海交易所2011年1月1日至201

3、3年12月31日螺纹钢、lldpe、pvc、天胶、燃油、pta、锌、铜、铝、黄金、大豆、豆粕、玉米、白糖、棕榈油、豆油共16种商品期货，每种商品期货共162652条每个交易日的分钟交易数据进行分析。建立ar模型，研究每种期货历史与当期是否具有连续性，从而预测当期收益率对未来收益率的影响。mft=0+1mft-1+2mft-2+.+pmft-s+t以锌商品期货合约为代表，建立ar模型。进行单位根检验后得该时间序列为平稳时间序列，分别以30日、60日和90日为周期建立模型，得下表：分别取s为1，2，3计算出相应的p（=0.05）值，若大于p，认为显著，即该期货资金流向受前t-s天的影响，具有连续性

4、。由表1可知，以30天为周期的一阶检验中p=0.71>0.05，資金流向不符合ar（1）模型；二阶检验中p1=0.75>0.05、p2=0.02<0.05，服从ar（2）模型。以60天为周期时服从ar（3）模型，以90天为周期时服从ar（3）模型，认为历史资金流向为净流入（净流出）的期货，在未来一段时间会保持资金净流入（净流出），该期货具有连续性。2.cta策略rt=（b-a）/a*100%，st=|rt|/（vt）0.5，st=|dolt|/（vt）0.5rt为分钟涨跌幅，a为昨日收盘价，b为今日收盘价；st为每分钟急切度，rt为当日主力合约的分钟涨跌幅，vt为分钟成交量。

5、选出当日急切度st最高的分钟（对当日每分钟涨跌幅rt升序排序，累计成交量达到全天成交量的10%），以累加得出此n分钟的涨跌幅总和作为激进交易的态度指标p。dolt为当日合约总持仓量的分钟变化量，vi为分钟总成交量，计算出每分钟的急切度st。选出当日急切度st最高的n分钟，以累加得出此分钟的涨跌幅总和作为激进交易的分歧度指标q。p值小（大），表示激进交易的态度偏空（多）；q值小（大），意味着激进交易的分歧度减小（增大）。将指标p与q分别扣减自身的移动平均值，并采用校准后的态度指标p*=p-ma（p，n）和分歧度指标q*=q-ma（q，n+1）按照p*与q*的正负组合的投资方式：方式一：p*>

6、;0，q*>0，态度驱多、分歧减小、看多信号；方式二：p*>0，q*>0，态度驱多、分歧增大、看空信号；方式三：p*<0，q*<0，态度驱空、分歧减少、看空信号；方式四：p*<0，q*<0，态度驱空、分歧增大、看多信号。假设按上述指标选取顺序得到态度指标p的均值分别为p1，p2，.，p16=0.25、1.51、0.39、1.73、0.20、1.57、1.18、0.63、0.10、0.1 6、0.50、0.92、0.34、0.99、1.07、1.11，得化工品板块：天胶>pta>lldpe>pvc>燃油；金属板块：锌>铜>黄金>铝；农产品板块：白糖>豆粕>大豆>玉米；油类板块：豆油>棕榈油。假设黑色系、化工品、金属类、农产品、油类的交易激进分歧度分别为q1，q2，.，q5=0.029、0.0117、0.0010、0.0061、0.0060排序得q5<q4<q3<q2p2>p4>p3>p1。故油类的交易量将会增加，是看多信号，由于在短期时间内资金总量不变，结合期货的持续性可以认为态度趋多、分歧减少、看多信号会造成板块之间的轮动效应。参考文献：1李海阔，曾小杰.基于期货市场的资金流向模型及量化交易策略j