李雁 劉金山 楊鎮(zhèn)綱 余嘉豪

摘 要：本文通過(guò)使用2011—2013年商品期貨數(shù)據(jù)構(gòu)建商品期貨量化交易策略，策略分為兩部分：阿爾法模型和風(fēng)險(xiǎn)控制模型。（1）阿爾法模型，利用平均方向性運(yùn)動(dòng)指數(shù)（ADX）預(yù)測(cè)市場(chǎng)未來(lái)趨勢(shì)。趨勢(shì)明顯，使用商品通道數(shù)（CCI），反之使用隨機(jī)指標(biāo)（KDJ）指導(dǎo)做空做多。（2）風(fēng)險(xiǎn)控制模型中包括止損模型和正金字塔資金管理模型。本文使用2014—2015年的數(shù)據(jù)進(jìn)行策略回測(cè)，結(jié)果為幾何年化收益率高達(dá)78.69%，最大回撤率只有7.97%。測(cè)試結(jié)果表明該模型具有高收益率和低風(fēng)險(xiǎn)的特點(diǎn)。

關(guān)鍵詞：平均方向性運(yùn)動(dòng)指數(shù) 商品通道數(shù) 隨機(jī)指標(biāo)

中圖分類(lèi)號(hào)：F832 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2019）01（a）-054-04

1 引言

資金流向是股市中的資金主動(dòng)選擇的方向，它是國(guó)際上的一個(gè)成熟的技術(shù)指標(biāo)。資金流向的判斷對(duì)分析股市大盤(pán)走勢(shì)和操作上都起著至關(guān)重要的作用。同時(shí)資金流向可以在高頻交易與黑箱操作中作為重要的技術(shù)指標(biāo)[1]。

資金流向有兩種計(jì)算方式，一種是從量的角度去分析資金的流向；另一種是從價(jià)格變化反推資金流向[2]。從量的角度去分析資金的流向，即觀(guān)察成交量和成交金額?？疾斐山粏蔚姆较蚝痛笮?lái)定義資金流向。根據(jù)滬深交易所提供的成交數(shù)據(jù)，如果單筆成交的成交價(jià)在現(xiàn)價(jià)之上，即主動(dòng)性買(mǎi)盤(pán)，表明買(mǎi)方的意愿更強(qiáng)烈，該筆成交定義為資金流入；如果單筆成交的成交價(jià)在現(xiàn)價(jià)之下，即主動(dòng)性賣(mài)盤(pán)，表明賣(mài)方的意愿更強(qiáng)烈，該筆成交定義為資金流出。 從價(jià)格變化反推資金流向。通過(guò)價(jià)格變化反推資金流向指股價(jià)處于上升狀態(tài)時(shí)產(chǎn)生的成交額是推動(dòng)股價(jià)上漲的力量，這部分成交額被定義為資金流入；股價(jià)處于下跌狀態(tài)時(shí)產(chǎn)生的成交額是推動(dòng)股價(jià)下跌的力量，這部分成交額被定義為資金流出；當(dāng)天兩者的差額即是當(dāng)天兩種力量相抵之后剩下的推動(dòng)股價(jià)上升的凈力，定義為當(dāng)天的資金凈流入。這種計(jì)算方法的意義在于：指數(shù)（價(jià)格）處于上升狀態(tài)時(shí)產(chǎn)生的成交額是推動(dòng)指數(shù)（價(jià)格）上漲的力量，這部分成交額被定義為資金流入；指數(shù)（價(jià)格）下跌時(shí)的成交額是推動(dòng)指數(shù)（價(jià)格）下跌的力量，這部分成交額被定義為資金流出；當(dāng)天兩者的差額即是當(dāng)天兩種力量相抵之后剩下的推動(dòng)指數(shù)上升的凈力，這就是該板塊當(dāng)天的資金凈流入。資金流向測(cè)算的是推動(dòng)指數(shù)漲跌的力量強(qiáng)弱，可以反映人們對(duì)該板塊看空或看多的程度。這與史蒂夫·尼森[3]所提出的金融市場(chǎng)投資很大程度上會(huì)受金融市場(chǎng)情緒支配的理論一致。

《期貨市場(chǎng)技術(shù)分析》[4]提出價(jià)格消化市場(chǎng)行為，《期貨交易策略》[5]中提出商品價(jià)格總是往阻力小的方向前進(jìn)。因此本文所采用的資金流向計(jì)算方法是通過(guò)價(jià)格變化反推資金流向。即本文將用多空力量對(duì)比來(lái)構(gòu)建資金流模型。其中模型中所采用的真實(shí)區(qū)間（TR）和平均方向性運(yùn)動(dòng)指數(shù)（ADX）的周期都為14天。

Antti Iimanen[6]在《Expected Returns》一書(shū)中提出在投資者們主要從歷史平均回報(bào)、金融和行為理論、前瞻性市場(chǎng)指標(biāo)去考慮投資方向，并評(píng)估投資該金融產(chǎn)品所能得到的期望回報(bào)。約翰·墨菲[4]則在技術(shù)分析法中所提出的三大假設(shè)：市場(chǎng)行為包容消化一切；價(jià)格以趨勢(shì)方式演變；歷史會(huì)重演。

里什·納蘭[7]提出量化交易系統(tǒng)一般包括三個(gè)模型：阿爾法模型，風(fēng)險(xiǎn)控制模型和交易成本模型。投資組合構(gòu)建模型是綜合運(yùn)用阿爾法模型、風(fēng)險(xiǎn)控制模型和交易成本模型，從而構(gòu)成一個(gè)交易策略。投資組合構(gòu)建模型最后通過(guò)執(zhí)行模型完成任務(wù)。其中阿爾法模型用于預(yù)測(cè)準(zhǔn)備交易的金融產(chǎn)品未來(lái)的走勢(shì)。風(fēng)險(xiǎn)控制模型則包括止損和資金管理，用來(lái)減少損失和對(duì)資金進(jìn)行管理。交易成本模型，一般被大型交易者和投資公司所使用。例如通過(guò)數(shù)學(xué)計(jì)算把一宗大型的交易，分解為許多小型交易，達(dá)到降低手續(xù)費(fèi)的目的。本文主要研究的是阿爾法模型和風(fēng)險(xiǎn)控制模型，因此本文將不再對(duì)交易成本模型進(jìn)行擴(kuò)展探討。

量化交易策略中所需要用到的數(shù)據(jù)通常還需要進(jìn)行標(biāo)準(zhǔn)化，但是標(biāo)準(zhǔn)化的假設(shè)前提是數(shù)據(jù)符合正態(tài)分布。然而真實(shí)交易中金融市場(chǎng)上的價(jià)格分布通常不是正態(tài)的，它們普遍存在著一個(gè)很大的尾部。因此若強(qiáng)行進(jìn)行標(biāo)準(zhǔn)化，只會(huì)曲解股票數(shù)據(jù)[8]。同時(shí)，評(píng)估量化交易策略的標(biāo)準(zhǔn)是使用歷史股票數(shù)據(jù)，對(duì)策略進(jìn)行模擬仿真交易并根據(jù)收益與損失進(jìn)行策略評(píng)估。然而，歷史總是固定的，所以只要做盡可能多的嘗試，總是能得到一個(gè)漂亮的回報(bào)率[9]。因此本文首先利用2011—2013年商品期貨數(shù)據(jù)構(gòu)建商品期貨量化交易策略，并再用已構(gòu)建完成的模型對(duì)2014—2015年的商品期貨進(jìn)行模擬仿真交易。摒棄了以往使用同一組數(shù)據(jù)進(jìn)行回測(cè)的方法，從而提高了模型在真實(shí)世界中進(jìn)行交易的可行性。

2 指標(biāo)計(jì)算說(shuō)明

2.1 真實(shí)價(jià)格范圍（TR）

下列各值中最大者：

（1）當(dāng)日最高價(jià)與當(dāng)日最低價(jià)之間的距離。

（2）當(dāng)日最高價(jià)與昨日收市價(jià)之間的距離。

（3）當(dāng)日最低價(jià)與昨日收市價(jià)之間的距離。

真實(shí)價(jià)格范圍始終是正數(shù)。

2.2 方向性運(yùn)動(dòng)（DM）

（1）當(dāng)天的區(qū)間超出前一天區(qū)間的最大部分。

（3）內(nèi)部日DM為0。（內(nèi)部日，價(jià)格變化范圍完全在前一日價(jià)格變化范圍之內(nèi)的交易日）。

（4）限制日DM計(jì)算[7]，如圖1所示。

例如，限制日（圖左），+DM是A與次日達(dá)到的上限C之間的差值。

2.5 隨機(jī)指標(biāo)（KDJ）

（1）%k=（當(dāng)日收盤(pán)價(jià)-前n天低價(jià)）÷（前n天高價(jià)-前n天低價(jià)）；

（2）%D是%K的3日移動(dòng)平均線(xiàn)。

3 阿爾法模型

首先，計(jì)算平均方向性運(yùn)動(dòng)指數(shù)（ADX）并利用平均方向性運(yùn)動(dòng)指數(shù)（ADX）預(yù)測(cè)市場(chǎng)未來(lái)趨勢(shì)。本文采用的真實(shí)區(qū)間（TR）和平均方向性運(yùn)動(dòng)指數(shù)（ADX）的周期都為14天。市場(chǎng)趨勢(shì)可以分為以下三種情況。

（1）當(dāng)ADX<20時(shí)，市場(chǎng)趨勢(shì)不明顯。

（2）當(dāng)ADX>30且下降時(shí)，市場(chǎng)趨勢(shì)轉(zhuǎn)弱。

（3）當(dāng)ADX≥20且上升時(shí)，市場(chǎng)趨勢(shì)強(qiáng)勁。

（注：市場(chǎng)趨勢(shì)指標(biāo)，平均方向性運(yùn)動(dòng)指數(shù)的大小代表的是市場(chǎng)趨勢(shì)變化而不是走勢(shì)變化）。

其次，本文根據(jù)已預(yù)測(cè)出的市場(chǎng)趨勢(shì)來(lái)決定策略，策略分為以下三種。

3.1 當(dāng)市場(chǎng)趨勢(shì)不明顯時(shí)

利用非趨勢(shì)市場(chǎng)中的交易指標(biāo)，隨機(jī)指標(biāo)（KDJ）判斷超買(mǎi)超賣(mài)情況。隨機(jī)指標(biāo)在交易范圍中廣泛使用，其中在偏上升或下降的微弱趨勢(shì)情況下使用效果最佳。隨機(jī)指標(biāo)最不適宜用于只有持續(xù)的微笑變動(dòng)的趨勢(shì)性市場(chǎng)。雖然使用隨機(jī)指標(biāo)普遍推薦的時(shí)間周期是14天。但根據(jù)《期貨市場(chǎng)計(jì)算機(jī)分析指南》[11]，9～12天這一范圍是信號(hào)出現(xiàn)的速度（%K穿過(guò)%D）與有效性或產(chǎn)生最少錯(cuò)誤信號(hào)的跟進(jìn)的最好折中。為此，分別測(cè)試了使用14天周期與9～12天周期的隨機(jī)指標(biāo)的效果，根據(jù)測(cè)試結(jié)果，本文中使用的隨機(jī)指標(biāo)的周期為9天，隨機(jī)指標(biāo)的使用原則。

（1）當(dāng)K線(xiàn)從下向上突破D線(xiàn)，且K、D不在50附近時(shí)，采取買(mǎi)入策略。

（2）當(dāng)K線(xiàn)從上向下突破D線(xiàn)，且K、D不在50附近時(shí)，采取賣(mài)出策略。

3.2 當(dāng)市場(chǎng)趨勢(shì)轉(zhuǎn)弱時(shí)

本文中的策略將不進(jìn)一步討論直接采取平倉(cāng)策略以確保風(fēng)險(xiǎn)得到遏制和收益率最大化。

3.3 當(dāng)市場(chǎng)趨勢(shì)強(qiáng)勁時(shí)

利用趨勢(shì)市場(chǎng)中的交易指標(biāo)，商品通道數(shù)（CCI）進(jìn)行多空交易[12]。商品通道數(shù)通常表現(xiàn)為一條波浪或一個(gè)柱狀圖，在零線(xiàn)上下變化。由于指標(biāo)測(cè)量的是價(jià)格偏離移動(dòng)平均線(xiàn)的程度，可以利用CCI度量趨勢(shì)的強(qiáng)度，CCI的值越高，趨勢(shì)越強(qiáng)，則順勢(shì)交易可能越有利可圖。

其中Donald R.Lambert[7]的研究表明CCI中使用的移動(dòng)平均線(xiàn)的長(zhǎng)度應(yīng)該小于假定周期長(zhǎng)度的1/3。然而根據(jù)《期貨市場(chǎng)計(jì)算機(jī)分析指南》[11]里的測(cè)試結(jié)果顯示，不論周期長(zhǎng)度是多少，移動(dòng)平均線(xiàn)長(zhǎng)度為5時(shí)，效果最佳。Donald R.Lambert研究表明CCI的周期在5～20天為最佳。本文通過(guò)測(cè)試CCI默認(rèn)值14天周期以及5～20天周期，測(cè)試結(jié)果表明CCI周期設(shè)置為20天最佳。

利用CCI進(jìn)行交易有兩種策略。一種是CCI從0到+100（-100）變化得越快，隨后的趨勢(shì)越強(qiáng)，越確定。CCI在沖破+100后迅速下降（在沖破-100后迅速上升）一般意味著趨勢(shì)強(qiáng)度在減弱，應(yīng)該在這一點(diǎn)建立跟蹤止損指令，而在這里直接設(shè)置了一個(gè)平倉(cāng)信號(hào)。另一種是可以在零線(xiàn)首次被突破時(shí)，建一個(gè)小型倉(cāng)，隨著CCI的增長(zhǎng)和趨勢(shì)強(qiáng)度的增強(qiáng)，增加頭寸。當(dāng)CCI停止，預(yù)示市場(chǎng)正退出主流，這時(shí)開(kāi)始拋出頭寸。經(jīng)過(guò)測(cè)試比較，選擇了前一種，即突破+100（-100）的策略。

商品通道數(shù)（CCI）使用原則：

（1）當(dāng)CCI向上突破+100 時(shí)，采取做多策略。

（2）當(dāng)CCI向上突破-100 時(shí)，采取做空策略。

（3）當(dāng)CCI在超買(mǎi)區(qū)上漲時(shí)，采取多頭加倉(cāng)策略。

（4）當(dāng)CCI在超賣(mài)區(qū)下跌時(shí)，采取空頭加倉(cāng)策略。

（5）當(dāng)CCI在超買(mǎi)區(qū)下降時(shí)，采取賣(mài)出平倉(cāng)策略。

（6）當(dāng)CCI在超賣(mài)區(qū)上升時(shí)，采取買(mǎi)入平倉(cāng)策略。

4 風(fēng)險(xiǎn)控制模型

4.1 止損模型

本文止損模型中首先利用固定額度5%止損來(lái)檢驗(yàn)交易策略預(yù)測(cè)市場(chǎng)未來(lái)走勢(shì)是否正確。若達(dá)到固定額度止損所設(shè)定的固定額度5%，則表明期貨交易策略模型預(yù)測(cè)市場(chǎng)走勢(shì)錯(cuò)誤，立即采取平倉(cāng)退市策略以遏制風(fēng)險(xiǎn)并確保損失最小化。若沒(méi)有達(dá)到固定額度止損所設(shè)定的固定額度5%，則表明預(yù)測(cè)市場(chǎng)走勢(shì)正確，隨后轉(zhuǎn)為保本止損和跟蹤止損。

保本止損：若做多，以后的價(jià)格真的上漲了，交易開(kāi)始后的最高價(jià)上漲到了開(kāi)倉(cāng)價(jià)格的1.15倍，認(rèn)為達(dá)到了保本止損條件，把固定額度止損位上移到開(kāi)倉(cāng)價(jià)。若做空，以后的價(jià)格真的下降了，交易開(kāi)始后的最低價(jià)下降到了開(kāi)倉(cāng)價(jià)格的0.85倍，認(rèn)為達(dá)到了保本止損條件，把固定額度止損位下降到開(kāi)倉(cāng)價(jià)。

跟蹤止損：若做多，止損位小于開(kāi)倉(cāng)后一段時(shí)間最高價(jià)的0.95倍，就把止損位移動(dòng)到交易開(kāi)始至今為止最高價(jià)的0.95倍。若做空，止損位高于開(kāi)倉(cāng)后一段時(shí)間最低價(jià)的1.05倍，就把止損位移動(dòng)到交易開(kāi)始至今為止最低價(jià)的1.05倍。

4.2 資金管理模型

由于需要限制風(fēng)險(xiǎn)，因此將資金分散投資。根據(jù)《期貨市場(chǎng)技術(shù)分析》[4]當(dāng)中所提及的對(duì)于過(guò)于分散的資金將很有可能由于大量虧損的交易沖抵掉少數(shù)盈利交易導(dǎo)致總收益處于虧損狀態(tài)。所以，需要尋找一個(gè)平衡點(diǎn)尋求收益率最大化同時(shí)遏制風(fēng)險(xiǎn)。即所選市場(chǎng)之間的相關(guān)性越小，則越能取得分散投資的功效。本文所測(cè)試的數(shù)據(jù)中可交易的期貨商品一共有35個(gè)，可選市場(chǎng)一共有3個(gè)。本文針對(duì)中長(zhǎng)線(xiàn)期貨交易進(jìn)行資金管理采用正金字塔資金管理模型。

（1）限制加倉(cāng)次數(shù)最多是4次。

（2）加倉(cāng)次數(shù)隨著趨勢(shì)不變或略有減弱而增加。

（3）同時(shí)加倉(cāng)金額隨著加倉(cāng)次數(shù)增加而減少。

5 商品期貨交易策略測(cè)試結(jié)果

5.1 模型測(cè)試說(shuō)明

（1）初始資金為100，000，000元。

（2）測(cè)試使用策略研究系統(tǒng)Auto-Trader回測(cè)引擎。

（3）隨機(jī)選取四種商品期貨進(jìn)行測(cè)試，隨機(jī)選取的四種商品期貨，如表1所示。

5.2 使用2011—2013年數(shù)據(jù)構(gòu)建模型

從表2中可見(jiàn)，本文使用2011—2013年商品期貨歷史數(shù)據(jù)所構(gòu)建的模型在回測(cè)中屬于盈利模型。模型幾何年化收益率只有12.39%，且最大回撤率達(dá)到11.61%。本文所建立的模型在2011—2013年商品期貨歷史數(shù)據(jù)回測(cè)中表現(xiàn)一般，依舊使用該模型測(cè)試2014—2015年商品期貨數(shù)據(jù)，從而驗(yàn)證該模型的可行度。

5.3 2014—2015年測(cè)試結(jié)果

從表3中可以看到，本文所建立的期貨交易模型是一個(gè)高收益率的模型。模型算術(shù)年化收益率高達(dá)107.43%，幾何年化收益率高達(dá)78.69%。在如此高的收益率前提下，本文所建立的期貨交易模型通過(guò)測(cè)試得到的最大回撤率卻只有7.97%，這表明模型能良好地遏制風(fēng)險(xiǎn)。測(cè)試結(jié)果表明，本文所建立的期貨交易模型是高收益低風(fēng)險(xiǎn)的期貨量化投資模型。同時(shí)，在測(cè)試時(shí)間段內(nèi)夏普比率達(dá)到2.3998，Calmar比率達(dá)到9.6202，Sortino比率達(dá)7.5164。從測(cè)試結(jié)果的效績(jī)比率中可以得出本文所建立的期貨交易模型具有高收益率和低風(fēng)險(xiǎn)的特點(diǎn)。

從表4總體交易分析中可以看到本文所建立的模型在測(cè)試時(shí)間段內(nèi)交易的勝率達(dá)到60.37%，平均盈利/平均虧損達(dá)到3.0979，表明本文所建立的模型是勝率和收益率都較高的期貨量化投資模型。

綜合以上測(cè)試結(jié)果，本文所建立的商品期貨量化交易策略模型具有高收益低風(fēng)險(xiǎn)的特點(diǎn)。同時(shí)，通過(guò)商品期貨歷史回測(cè)與數(shù)據(jù)測(cè)試，驗(yàn)證了本文所建立的模型具有一定可行性。即使在不同的真實(shí)期貨市場(chǎng)中，本文所建立的模型也依舊保持一定收益且風(fēng)險(xiǎn)較低。即該模型可運(yùn)用在不同真實(shí)期貨市場(chǎng)中，具有一定的彈性與可行性。

6 結(jié)語(yǔ)

本文通過(guò)探討研究，建立了具有高收益低風(fēng)險(xiǎn)的商品期貨量化交易策略模型。并且通過(guò)歷史回測(cè)與數(shù)據(jù)測(cè)試驗(yàn)證了該模型策略的有效性與可行性。該方法主要是通過(guò)利用市場(chǎng)趨勢(shì)指標(biāo)，平均方向性運(yùn)動(dòng)指數(shù)（ADX）進(jìn)行市場(chǎng)趨勢(shì)預(yù)測(cè)分析從而進(jìn)行有效投資達(dá)到提高收益率降低風(fēng)險(xiǎn)的目的。但模型也存在以下不足。

首先，本文所建立的模型策略核心是利用市場(chǎng)趨勢(shì)指標(biāo)，平均方向性運(yùn)動(dòng)指數(shù)（ADX）進(jìn)行市場(chǎng)趨勢(shì)預(yù)測(cè)分析。因此該模型策略本質(zhì)上是趨勢(shì)順應(yīng)系統(tǒng)，所存在的缺點(diǎn)是過(guò)于依賴(lài)市場(chǎng)趨勢(shì)。即，當(dāng)市場(chǎng)在相當(dāng)長(zhǎng)的時(shí)間內(nèi)沒(méi)有趨勢(shì)時(shí)，該策略一般是不獲利的[8]。這也是該策略模型在歷史回測(cè)2011—2013年數(shù)據(jù)時(shí)表現(xiàn)一般，但在測(cè)試2014—2015年數(shù)據(jù)時(shí)表現(xiàn)優(yōu)異的原因。

其次，本文所建立的商品期貨量化交易策略中運(yùn)用了多種指標(biāo)。然而范？撒普（Van K. Tharp） [8]則提出在量化交易中使用人為定義的指標(biāo)，（如ADX，KDJ等）并不可靠，他認(rèn)為指標(biāo)是經(jīng)過(guò)簡(jiǎn)化的原始數(shù)據(jù)且指標(biāo)作用范圍必然是有限的。即本文所建立的策略模型作用范圍有限。

最后，本文所建立的策略模型未能考慮選股模型與多策略結(jié)合使用。因此，在接下來(lái)的研究中可以對(duì)選股模型與多策略結(jié)合進(jìn)行探討，以完善模型，從而增強(qiáng)其適用性。

參考文獻(xiàn)

[1] Eric Olaison.High-Frequency Trading How Money Flow Affects Stock Returns[D].MASTER THESIS of Lund University School of Economics and Management，2010.

[2] 陳鴻.股指期貨市場(chǎng)有效性與資金流向分析[J].商業(yè)經(jīng)濟(jì)研究，2013（9）.

[3] （美）史蒂夫？尼森.日本蠟燭圖技術(shù)[M].北京：地震出版社， 1998.

[4] （美）約翰？墨菲.期貨市場(chǎng)技術(shù)分析[M].北京：地震出版社， 1994.

[5] （美）斯坦利·克羅.期貨交易策略[M].太原：山西人民出版社， 2013.

[6] Antti llmanen.Expected Returns[M].Hoboken：John Wiley&Sons，Ltd，2011.

[7] （美）里什？納蘭.打開(kāi)量化投資的黑箱[M].北京：機(jī)械工業(yè)出版社，2016.

[8] （美）范？撒普.通向財(cái)務(wù)自由之路[M].北京：機(jī)械工業(yè)出版社， 2011.

[9] Robert Parado.The evaluation and optimization of trading strategies.John Wiley & Sons，Mar，2008.

[10] （美）威爾斯？威爾德.技術(shù)交易系統(tǒng)新概念[M].太原：山西人民出版社，2016.

[11] （美）勒博，（美）盧卡斯.期貨市場(chǎng)計(jì)算機(jī)分析指南[M].武漢：華中科技大學(xué)出版社，2012.

[12] Mansoor Maitah，Petr Prochazka，Michal Cermak and Karel rédl.Commodity Channel Index：Evaluation of Trading Rule of Agricultural Commodities[J]. International Journal of Economics and Financial Issues，2016，6（1）.