您的位置: 零点财经>股票知识>量化交易> 交易成本与均值回归模型

交易成本与均值回归模型

2017-06-30 18:09:31  来源:量化交易  本篇文章有字,看完大约需要14分钟的时间

交易成本与均值回归模型

时间:2017-06-30 18:09:31  来源:量化交易

学会这个方法,抓10倍大牛股的概率提升10倍>>

交易成本

没有考虑交易成本的回测业绩是不真实的。第2章谈到了佣金、流动性成本、机会成本、市场冲击及滑价等交易成本,并且举了几个如何在策略回测中处理交易成本的例子。一项高夏普比率的策略,在考虑交易成本后变得无利可图,这是完全可能的,见例3.7。

交易成本与均值回归模型

麻省理工学院的Amir Khandani和Andrew Lo提出了一个简单的均值回归模型(可参见web. mit.edu/alo/www/Papers/august07. pdf )。策略非常简单:买入前一交易日日收益最差的股票,卖空前一交易日日收益最好的股票。在不考虑交易成本的情况下,1995年以来,这一简单策略的业绩一直非常出色((2006年的夏普比率为4.47)。我们要研究的是,假定每笔交易成本为5个基点时,策略业绩如何变化。(此处的一笔交易是指一笔买入或一笔卖出,而不是一笔来回交易。)这个例子不仅向我们展示了交易成本时业绩的影响,也展示了交易多只股票时MATLAB在模型回测中的强大功能。用Excel对模型在若干年中的交易进行回测需要设置一大堆标签,十分不便。但使用MATLAB也会遇到一个问题,即如何在几百个数据标签中检索历史数据,尤其是无存活偏差的数据。此处暂不考虑存活偏差的问题,因为获取无偏差数据十分昂贵,我们只要记得,所得的预测业绩相对实际业绩被高股估。

交易成本与均值回归模型

对股票选择策略进行回测时,遇到的第一个问题永远是:哪些股票可用于回测?标准普尔500指数成分股通常是首选,因为它的流动性是最好的。标准普尔50指数的当前成分股可从标准普尔网站下载(www.standardandpoors. com)。由于成分股一直在变化,你下载的名单可能会与我的不同。你可在epchan. com/book/SP500 20071121.xls找到我的名单。下载所有这些股票的历史数据,最简使的方法是购买一份HQuotePro的拷贝(可在HQuote. com下载)。这个软件可以使你很方便地剪切粘贴所需数据的所有标签列。使用软件检索和更新2001年1月1日至今的所有数据,只选择日期、开盘价、最高价、最低价、收盘价和成交量,不含数据名称栏,保存为文件“Export. txt”。通过以下MATLAB程序将其处理为运算时可使用的数据,在本地目录下保存为二进制文件“SPX_20071123. mat”。

clear;

inputFile='Export. txt';

outputFile='SPX_20071123';

[mysym,mytday, myop, myhi,mylo,mycl,myvol]=…

textread(inputFile,’%s %u %f %f %f %f写u’,'delimiter',’,’);

%找到不重复的股票集合

stocks=unique(mysym);

%找到不重复的日期集合

tday=unique(mytday);

op= NaN(length(tday),length(stocks));

hi= NaN(length(tday),length(stocks));

lo= NaN(length(tday),length(stocks));

cl=NaN(length(tday),length(stocks));

vol= NaN(length(tday),length(stocks));

for s=1:length(stocks)

stk=stocks(s);

%找到当前股票的下标

idxA=strmatch(stk,mysym,’exact');

%找到当前日期集的下标

[foo, idxtA,idxtB] =intersect (mytday(idxA),tday);

%获取当前股票的价格

op(idxtB, s)=myop(idxA(idxtA));

hi(idxtB, s)=myhi(idxA(idxtA));

lo(idxtB,s)=mylo(idxA(idxtA));

cl(idxtB,s)=mycl(idxA(idxtA));

vol(idxtB, s)=myvol(idxA(idxtA));

end

save(outputFile,'tday','stocks',’op’,’ih’,'lo','cl','vol' );

接下来,用这些历史数据来回测不考虑交易成本的均值回归策略:

clear;

startDate=20060101;

endDate=20061231;

load('SPX 20071123’,'tday','stocks','cl');

%日收益率

dailyret=(cl一lagl(cl))./lagl(cl);

%等权重的市场指数收益率

marketDailyret=smartmean(dailyret,2);

%股票的权重与其离市场收益率的距离的负数成正比

weights=…

一(dailyret一repmat(marketDailyret,[1 size(dailyret,2)]))./

repmat(smartsum(isfinite(cl),2),[1 size(dailyret,2)]);

%删除没有有效价格或日收益率的股票

weights(~isfinite(cl)|~isfinite(lagl(cl)))=0;

dailypnl=smartsum(lagl(weights).*dailyret,2);

%删除考虑期外的盈亏

dailypnl(tday〈startDate|tday〉endDate)=[];

%夏普比率应该是0.25

sharpe=sgrt(252)*smartmean(dailypnl,1)/smartstd(dailypnl,1)

这个程序文件包括在epchan. com/hook/example3_7. m。注意,2006年的夏普比率只有0.25,而非原作者所报告的4.47。业绩的显著降低,是因为本例的回测使用的是标准普尔500指数所有成分股。知果读了作者的文章,你就会发现绝大部分收益来自小盘股和微盘股。

在上面的MATLAB程序中,我使用了三个新数“smartsum”,“smartmean”和“smartstd”,其功能与“sum”、“mean”、和“std”三个常用函数的功能相似,但能自动忽略数据中所有NaN元素。这些函数在进行回测时非常有用,因为股票的价格序列经常是断断续续的。这些文件在epchan.com/book都能找到。

“Smartsum.m”

function y = smartsum(x,dim)

%y=smartsum(x,dim)

%对dim维求和,忽略NaN

hasData=isfinite(x);

x(~hasData) =0;

y=sum(x,dim);

y(all(~ hasData,dim))NaN;

“smartmean.m”

function y=smartmean(x,dim)

%y=smartmean(x,dim)

%对dim维求均值,忽略NaN

hasData= isfinite(x);

x(~hasData)=0;

y=sum(x,dim)./sum(hasData,dim);

y(all(~hasData, dim))二NaN;%若y的所有元素都是NaN,则y取值为NaN

“smartstd. m”

function y=smartstd(x, dim)

%y=smartstd(x,dim)

%时dim雄求标准差,忽略NaN和Inf

hasData=isfinite(x);

x(~hasData)=0;

y=std(x);

y(all(-hasData,dim))=NaN;

现在考虑每笔交易成本为5个基点时的回测。

%减去交易成本后的盈亏

onewaytcost =0.0005;%假设交易成本为5个基点

%删除考虑期外的权重

weights(tday<start Date}tday>endDate,:)=[];

%权重变化时产生交易成本

dailypnlminustcost=…

dailypnl一smartsum(abs(weights一lagl(weights)),2), * onewaytcost;

%夏普比率应该为一3.19

sharpeminu stcost= sqrt (252 )*smartmean(dailypnlminustcost,1)/…smartstd(dailypnlminustcost,1)

现在,这一策略的业绩非常差!

关键字: dim
来源:量化交易 编辑:零点财经

阅读了该文章的用户还阅读了

热门关键词

相关阅读

为您推荐

移动平均线
股票知识
MACD
老丁说股
热点题材
KDJ指标
读懂上市公司
成交量
股票技术指标
股票大盘
分时图
股市名家
概念股
缠中说禅
强势股
波段操作
股票盘口
短线炒股
股票趋势
涨停板
股票投资
长线炒股
股票问答
股票术语
财务分析
炒股软件
上证早知道
经济学术语
期货
股票黑马
股票震荡市场
理财
炒股知识
散户炒股
外汇
炒股战术
港股
基金
黄金






















































































































































































































































































































































































































































































































































































































































相关栏目推荐

栏目导航

友情链接

网站首页
股票问答
股票术语
网站地图

copyright 2016-2024 零点财经保留所有权 免责声明:网站部分内容转载至网络,如有侵权请告知删除 友链,商务链接,投稿,广告请联系qq:253161086

零点财经保留所有权

免责声明:网站部分内容转载至网络,如有侵权请告知删除