王陸

摘要：對于市場中各個企業(yè)的行情信息來說，價格漲跌其實(shí)也是交易雙方態(tài)度的歸納總結(jié)，成交量能夠直接體現(xiàn)出市場中的交易熱度，而持倉量能夠體現(xiàn)出交易雙方的意見分歧。本文就以市場為載體的資金流向分析商品期貨量化交易策略提出了一種分析措施，包括問題提出、數(shù)據(jù)分析處理、板塊分析、交易策略設(shè)計等過程，希望能給相關(guān)人士提供一些參考。

關(guān)鍵詞：資金流向 商品期貨 量化交易

在國際貿(mào)易往來中，資金流向是一種比較成熟的技術(shù)指標(biāo)，能夠直接反映出市場對于某種股票的供給或是需求，同時還能夠輔助投資者通過指數(shù)的變化來分析其它的投資行為。在股票市場當(dāng)中，量就是資金的流量與流向，綜合起來構(gòu)成了資金流向。想要將期貨產(chǎn)品資金流向準(zhǔn)確刻畫出來，就需要全面考慮分析價格漲跌和商品的成交量以及儲存量等內(nèi)容。

一、問題的提出

水漲船高這一現(xiàn)象十分適用于股票市場，正常情況下，在某一股票當(dāng)中匯入大量的資金后，股票的價格就會上漲，而當(dāng)大量資金外流后，股票價格就會下降。量于價先行是股票市場中一種常用的說法，其中的量就包含資金流量與流向，也可以稱作是money flow資金流向。由于期貨市場當(dāng)中含有一種做空機(jī)制，因此假如單純利用資金流向公式無法將期貨彪資金真實(shí)的流向展示出來。例如某個期貨當(dāng)中出現(xiàn)合約價格下降的問題，而出現(xiàn)這種問題的原因除了資金流出的可能性外，還可能是資金流出所導(dǎo)致的。為此應(yīng)該綜合考慮商品成交量、價格和持倉量等多種因素來計算資金流向。在某個數(shù)據(jù)挖掘競賽中曾經(jīng)提出過這樣一個問題，根據(jù)2011到2013年的商品期貨數(shù)據(jù)信息系統(tǒng)分析資金流向，同時設(shè)計期貨量化的有效交易方式。通過策略分析系統(tǒng)對數(shù)據(jù)實(shí)施回測策略。

二、數(shù)據(jù)處理分析

針對上述問題，首先應(yīng)該以Auto-Trader這一平臺為基礎(chǔ)，來采集從2011到2013年的各種大宗商品中商品期貨分鐘級合約的K線數(shù)據(jù)，例如持倉量、成交總額、成交量、收盤價、最低價、最高價、開盤價以及時間等信息。在上海的商品期貨交易平臺當(dāng)總一共有十三種產(chǎn)品，同時將不同品種商品K線發(fā)展趨勢刻畫出來。隨后在具體處理各種異常的數(shù)據(jù)信息。因為品種不同商品之間的上市時間和交易規(guī)則都有所不同，因此商品的數(shù)據(jù)總額也所有差異。為了能夠更好地進(jìn)行建模工作，主要可以通過兩種方式來對缺失值進(jìn)行處理[1]。首先在正常的數(shù)據(jù)遺失環(huán)節(jié)當(dāng)中，為了能夠更加輕松地進(jìn)行建模和數(shù)據(jù)處理工作，可以假設(shè)期貨合約根據(jù)一定的順序進(jìn)行交易，時間連續(xù)，為此可以將遺失時間內(nèi)處于第一的最后的數(shù)據(jù)進(jìn)行連接，同時忽略中間段時間，從而形成一種連續(xù)性的時間排序。至于已經(jīng)遺失的數(shù)據(jù)信息來說，由于在遺失的這段時間內(nèi)，沒有發(fā)生任何交易，因此可以將數(shù)值直接記錄為零，假如數(shù)據(jù)記錄過程中出現(xiàn)數(shù)據(jù)遺失的問題，可以通過插補(bǔ)法來填充遺失的數(shù)據(jù)，也就是通過記錄尋找和遺失數(shù)據(jù)之間相似度較高的樣本進(jìn)行插補(bǔ)。最后一項內(nèi)容就是，建立相應(yīng)的資金流向模型。

三、板塊分析

（一）板塊分類

為了系統(tǒng)分析資金流向在整個市場、板塊和期貨合約之間的聯(lián)系，以及其中的輪動效應(yīng)和相似特征，為此可以按照以往的習(xí)慣進(jìn)行板塊劃分，主要可以分成五種板塊，分別是黑色系、油類、農(nóng)產(chǎn)品、金屬和化工等，隨后計算所有的期貨合約，整個期貨市場和不同板塊在固定周期中的凈資金流向，隨后詳細(xì)分析其中的特性和關(guān)系，板塊分類具體情況如下，其中五種板塊分別是化工、油類、金屬、黑色系和農(nóng)產(chǎn)品等，化工板塊中包括纖板、膠合板、PTA、塑料等，油類板塊中包括菜籽油、豆油等，金屬板塊中包括螺紋、滬鉛、黃金等，黑色系板塊中包括螺紋鋼、鐵礦石、焦煤、焦炭等，而農(nóng)產(chǎn)品板塊中包括淀粉、雞蛋、晚稻、白糖、豆油、玉米、采油等內(nèi)容。

除此之外，還可以參考K線數(shù)據(jù)進(jìn)行板塊劃分，可以分成五大類，第一類包括鐵礦、焦炭、晚稻、白糖、玉米、石等內(nèi)容，第二類包括棉花、鋁、滬鋅等，第三類包括滬銅等物，第四類包括豆和螺紋鋼等物，最后一類包括橡膠等物。

（二）資金流向分析

參考相應(yīng)的板塊資金流向以及板塊分類情況，分別計算各個板塊之間的關(guān)系。在分析計算結(jié)果后得出黑色板塊和金屬板塊之間關(guān)系值是0.819 4，由此能夠看出兩者之間的走勢大致相同，而油類和化工之間的關(guān)系值則是負(fù)數(shù)，證明兩者資金流向在一定程度上屬于一種負(fù)相關(guān)的關(guān)系。而黑色系數(shù)和農(nóng)產(chǎn)品，與黑色系數(shù)和化工之間的關(guān)系值也比較小，證明兩組不同板塊之間資金流向幾乎毫無相似性。黑色系板塊和油類以及金屬和油類之間的關(guān)系值都已經(jīng)超出0.4，證明兩組資金流向大致相似。

（三）板塊輪動效應(yīng)

輪動效應(yīng)其實(shí)就是一組板塊之間發(fā)生輪動現(xiàn)象，從而促進(jìn)大盤的逐步提高。既然是一種輪動效應(yīng)，證明一定會有引導(dǎo)者的存在，市場中的漲與跌是有序進(jìn)行的，為此可以通過資金流來建立公式分析，

當(dāng)下漲幅狀況=當(dāng)下的流入資金-昨日流入資金/昨日的流入資金

在總結(jié)完2011到2013年間三百六十八個交易日后，可以發(fā)現(xiàn)各個板塊之間的領(lǐng)漲次數(shù)和領(lǐng)漲天數(shù)。分析統(tǒng)計結(jié)果后，可以發(fā)現(xiàn)前面所統(tǒng)計的板塊相關(guān)系數(shù)和板塊漲跌次數(shù)較為相似，從容證明結(jié)果的真實(shí)性。在較高的三種相關(guān)系數(shù)當(dāng)中，出現(xiàn)一個引導(dǎo)角色后，通常會帶動另一種板塊成為組合中的新的引導(dǎo)者，能夠直接體現(xiàn)出一種輪動效應(yīng)。此外還應(yīng)該注意，在不同時間內(nèi)啟動板塊，所擁有的持續(xù)動力也有所差異，充當(dāng)引導(dǎo)者角色的板塊擁有最長的持續(xù)時間[2]。當(dāng)市場內(nèi)部呈現(xiàn)出一種上升狀態(tài)時，其中的熱點(diǎn)板塊也會發(fā)生明顯的傳播現(xiàn)象，從而將其他板塊的活躍程度也帶動起來。當(dāng)所有板塊都開始活躍起來后，就會產(chǎn)生新一輪的循環(huán)，同時降低其中的持續(xù)能力，輪動速度也會相繼提升。

（四）市場資金流向和板塊的聯(lián)系

將板塊資金流向和市場聯(lián)系起來進(jìn)行綜合分析時，能夠發(fā)現(xiàn)，市場中所有的資金流向都處于板塊資金流向當(dāng)中，說明期貨市場在指定時間內(nèi)買賣力量比較強(qiáng)大，同時期貨市場中的資金流向在一定程度上也被板塊中資金流向所影響，為了深入研究不同板塊和市場資金流向之間的關(guān)系，在構(gòu)建多元回歸模型基礎(chǔ)上可以進(jìn)一步深入研究，

在這一公式當(dāng)中，Y代表資金流向，X1到X5分別代表那幾大板塊。最終結(jié)果證明，市場中所有資金流向的百分之七十四都可以根據(jù)構(gòu)建模型來確定。具有十分顯著的成效。同時也能看出資金流向在整個市場當(dāng)中受到金屬板塊和化工板塊的影響相對于其他板塊來說較高。但是不能直接體現(xiàn)出各個板塊和市場整個資金流向之間的關(guān)系。因此計算板塊和市場整個資金流向關(guān)系，證明市場資金流向和金屬與化工板塊聯(lián)系密切。

四、交易策略設(shè)計

下面就介紹一種策略，小波變化時間選擇系統(tǒng)和通過模型判斷資金流向，通過資金流向特點(diǎn)，包括內(nèi)部結(jié)構(gòu)和集中狀態(tài)等判斷資金流向具體特征。通過強(qiáng)化學(xué)習(xí)模型還能分類篩選市場中的所有標(biāo)，從而捕捉標(biāo)在市場中產(chǎn)生的輪動效應(yīng)。隨后通過小波變換這一方式，同時根據(jù)相應(yīng)的技術(shù)指標(biāo)來判斷[3]。在面對從市場中提取的數(shù)據(jù)樣板時，可以將五分鐘作為一個周期，將系統(tǒng)默認(rèn)方式設(shè)置為自動扣除，將下一個K線所顯示的開盤價格當(dāng)作最終的成交價格，可以將滑價設(shè)置成五個跳。隨后根據(jù)時間限制，定時計算資金流，以在資金流向排名較為靠前的標(biāo)通過Black Litterman方法進(jìn)行資金配置。

綜上所述，在分析過程中，應(yīng)該合理提取數(shù)據(jù)，加強(qiáng)數(shù)據(jù)處理分析。因為不同的標(biāo)擁有不同的上市時間，同時數(shù)據(jù)總量也所有不同，因此在發(fā)現(xiàn)異常數(shù)值時應(yīng)該仔細(xì)分析，市場的波動也可能會讓標(biāo)出現(xiàn)變化，為此應(yīng)該重視這類數(shù)據(jù)。市場實(shí)際就是價格變化，在每次的波動過程中都可能讓價格發(fā)生新的改變，同時還應(yīng)該重視缺失值的作用。

參考文獻(xiàn) ：

[1]彭素靜，賈秀燕.基于市場資金流向的商品期貨量化交易策略研究[J].商場現(xiàn)代化，2018（12）：10-11.

[2]劉峰，蔡志杰.基于市場資金流向分析的商品期貨量化交易策略[J].數(shù)學(xué)建模及其應(yīng)用，2017，6（03）：35-41+89.

[3]劉曉霞，陳志攀.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.

（作者單位：山東大學(xué)（威海）商學(xué)院）