彭素靜 賈秀燕 謝芮

課題項目：2017年地方高校國家級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目（201713320129）立項課題“基于市場資金流向的商品期貨量化交易策略研究”，指導(dǎo)教師：薛靖峰

摘 要：對于商品企業(yè)行情數(shù)據(jù)來說，價格漲跌是交易者態(tài)度的匯總，成交量是交易熱度的體現(xiàn)，持倉量是分歧度的象征。本文首先對鋅商品期貨分別以30天、60天和90天為周期建立AR模型得到資金流向具有持續(xù)性；然后利用CTA策略選出交易激進(jìn)的期貨合約，利用成交量、收盤價、漲跌幅計算得到交易激進(jìn)指標(biāo)P與分歧度指標(biāo)Q，對比不同板塊兩指標(biāo)的大小，根據(jù)投資組合得到油類期貨合約為看多信號，最終得到板塊之間具有輪動效應(yīng)。

關(guān)鍵詞：AR模型；CTA策略；資金流向；輪動效應(yīng)

一、引言

期貨市場由于“杠桿效應(yīng)”高風(fēng)險、高收益并存，加上“羊群效應(yīng)”的跟風(fēng)行為使不少投資者望而卻步，本文研究的意義在于建立適合中國商品期貨市場的投資模型，規(guī)避非系統(tǒng)性風(fēng)險，因為在期貨市場中有做空機(jī)制，因此要綜合考慮持倉量、成交量以及價格的漲跌等因素。本文選取螺紋鋼、天膠、鋅等16種商品期貨進(jìn)行分析，將該16種商品期貨劃分為黑色系、化工品、金屬、農(nóng)產(chǎn)品、油類五大板塊進(jìn)行分析。

二、模型的建立及求解

1.自回歸模型（AR模型）

選取大連、鄭州與上海交易所2011年1月1日至2013年12月31日螺紋鋼、LLDPE、PVC、天膠、燃油、PTA、鋅、銅、鋁、黃金、大豆、豆粕、玉米、白糖、棕櫚油、豆油共16種商品期貨，每種商品期貨共162652條每個交易日的分鐘交易數(shù)據(jù)進(jìn)行分析。建立AR模型，研究每種期貨歷史與當(dāng)期是否具有連續(xù)性，從而預(yù)測當(dāng)期收益率對未來收益率的影響。

MFt=φ0+φ1MFt-1+φ2MFt-2+...+φpMFt-s+εt

以鋅商品期貨合約為代表，建立AR模型。進(jìn)行單位根檢驗后得該時間序列為平穩(wěn)時間序列，分別以30日、60日和90日為周期建立模型，得下表：

分別取S為1，2，3計算出相應(yīng)的P（α=0.05）值，若α大于P，認(rèn)為φ顯著，即該期貨資金流向受前t-s天的影響，具有連續(xù)性。由表1可知，以30天為周期的一階檢驗中P=0.71>0.05，資金流向不符合AR（1）模型；二階檢驗中P1=0.75>0.05、P2=0.02<0.05，服從AR（2）模型。以60天為周期時服從AR（3）模型，以90天為周期時服從AR（3）模型，認(rèn)為歷史資金流向為凈流入（凈流出）的期貨，在未來一段時間會保持資金凈流入（凈流出），該期貨具有連續(xù)性。

2.CTA策略

Rt=（b-a）/a*100%，St=|Rt|/（Vt）^0.5，St=|dOlt|/（Vt）^0.5

Rt為分鐘漲跌幅，a為昨日收盤價，b為今日收盤價；St為每分鐘急切度，Rt為當(dāng)日主力合約的分鐘漲跌幅，Vt為分鐘成交量。

選出當(dāng)日急切度St最高的分鐘（對當(dāng)日每分鐘漲跌幅Rt升序排序，累計成交量達(dá)到全天成交量的10%），以累加得出此n分鐘的漲跌幅總和作為激進(jìn)交易的態(tài)度指標(biāo)P。

dOlt為當(dāng)日合約總持倉量的分鐘變化量，Vi為分鐘總成交量，計算出每分鐘的急切度St。

選出當(dāng)日急切度St最高的n分鐘，以累加得出此分鐘的漲跌幅總和作為激進(jìn)交易的分歧度指標(biāo)Q。

P值小（大），表示激進(jìn)交易的態(tài)度偏空（多）；Q值小（大），意味著激進(jìn)交易的分歧度減小（增大）。將指標(biāo)P與Q分別扣減自身的移動平均值，并采用校準(zhǔn)后的態(tài)度指標(biāo)P*=P-MA（P，N）和分歧度指標(biāo)Q*=Q-MA（Q，N+1）按照P*與Q*的正負(fù)組合的投資方式：

方式一：P*>0，Q*>0，態(tài)度驅(qū)多、分歧減小、看多信號；

方式二：P*>0，Q*>0，態(tài)度驅(qū)多、分歧增大、看空信號；

方式三：P*<0，Q*<0，態(tài)度驅(qū)空、分歧減少、看空信號；

方式四：P*<0，Q*<0，態(tài)度驅(qū)空、分歧增大、看多信號。

假設(shè)按上述指標(biāo)選取順序得到態(tài)度指標(biāo)P的均值分別為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，得化工品板塊：天膠>PTA>LLDPE>PVC>燃油；金屬板塊：鋅>銅>黃金>鋁；農(nóng)產(chǎn)品板塊：白糖>豆粕>大豆>玉米；油類板塊：豆油>棕櫚油。

假設(shè)黑色系、化工品、金屬類、農(nóng)產(chǎn)品、油類的交易激進(jìn)分歧度分別為Q1，Q2，...，Q5=0.029、0.0117、0.0010、0.0061、0.0060排序得Q5P2>P4>P3>P1。故油類的交易量將會增加，是看多信號，由于在短期時間內(nèi)資金總量不變，結(jié)合期貨的持續(xù)性可以認(rèn)為態(tài)度趨多、分歧減少、看多信號會造成板塊之間的輪動效應(yīng)。

參考文獻(xiàn)：

[1]李海闊，曾小杰.基于期貨市場的資金流向模型及量化交易策略[J].科學(xué)咨詢（科技·管理），2018（01）：57-58.

[2]劉曉霞，陳志攀，方彬.基于市場資金流向分析的商品期貨量化交易策略[J].科學(xué)咨詢（科技·管理），2017（08）：89.

作者簡介：彭素靜（1996- ），女，漢族，山東省菏澤市人，本科在讀，主要研究方向：經(jīng)濟(jì)統(tǒng)計學(xué)