另类交易策略系列之十五:波段形态识别模型(WPRM)及期指交易策略应用

报告摘要:

    经典技术形态理论回顾

    诸位看官,若您是股票期货投资从业人员,我相信以下几个名词您一定听说过,头肩底、头肩顶、W底、M头、圆弧顶底、波浪理论等等,经典技术分析尽管历来备受价值投资流派非议,但依然世代传承,所谓存在即合理,我们暂且不辩其真伪,但是抱有这样一种态度是比较合适的,即基本面分析辅以技术形态分析更佳。

    那么我们是否要在此隆重推荐技术分析呢?非也,传统技术形态分析最大的弊病是无法避免主观因素,看起来无敌用起来无力是大家的主观感受,那么本文的主要工作就是构建波段形态的量化智能识别方法,取其思想精华弃其人为干预糟粕,最后该模型设计交易策略、辅以止盈止损机制,从而获取绝对收益。

    波段形态识别模型(WPRM)

    模型分为两大部分,首先将历史价格走势进行波段划分,然后利用一个全新的形态相似性测度来进行识别匹配。

    波段划分上,利用%b指标进行价格走势的归一化处理,将%b进行ZIG切割,将切割后的波段进行裁剪处理,以去除噪音,然后将裁剪之后的分割点反射回原始数据,最后再对原始数据的ZIG波段进行裁剪,这样做的目的是减弱数据延迟性。

    相似测度上,传统的欧氏距离及相关系数都不能很好的识别技术形态,存在严重的漏洞,我们这里首先分别对于历史价格的Z字波形进行高低点位的排序,排序相似的历史数据认为在技术形态上具有相似性,然后计算高低点位之间跨度的差别均值,越小越相似。

    期指交易策略应用及实证结果

    交易策略设计上,当下价格走势波段拐点确认之后,我们进行历史相似形态的匹配,判断下一个波段高低点位置,当高低位置满足一定条件时进行多空开仓操作,并设置0.5%的止损止盈幅度。

    实证上,2011年4月至2013年四月1分钟数据作为样本匹配学习数据,2013年4月至2014年4月作为样本外,单边万分之零点五手续费和万分之二的冲击成本下,共发出101个交易信号,其中有48个买入信号,53个卖出信号。胜率为46.39%,盈亏比为2.29.最大回撤为3.78%,年收益率为21.29%。