基于“三高三低”的量化交易策略

方振飛　顏思璇　徐建程

摘 要：隨著計算機技術的突飛猛進，近年來國內外量化交易的發展十分迅猛，傳統的交易方式正慢慢地被量化交易所取代。而當前金融市場流行的量化交易模型只利用一種技術指標且只適用于特定的交易產品，因此，嘗試通過多個技術指標建立量化模型以用于多種類金融產品的交易。模型測試結果表明，10種商品均產生正收益回報，模型效果較好。

關鍵詞：三高三低;商品期貨;量化交易;投資組合

中圖分類號：F830.91? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2020）02-0164-02

一、問題的提出

量化交易使用了先進的數學模型代替了人為的主觀判斷，減少了投資者情緒波動的影響，避免了在市場極度狂熱或悲觀的情況下作出非理性的投資決策。但我國的量化交易發展較晚，目前還處于初步發展階段，量化模型仍然有許多不成熟的方面。因此，嘗試對量化交易進行研究，以期為我國量化交易的發展提供新的思路。

二、新指標的建立

（一）KDJ指標

KDJ是根據統計學的原理進行計算的。模型以9日為周期，利用在該周期內出現過的最高價、最低價及收盤價及這三者之間的比例關系，來計算最后一個計算周期的未成熟隨機值RSV，然后根據平滑移動平均線的方法來計算K值、D值。具體計算方法如下：

其中，RSV9代表第9日的RSV值，C9代表第9日的收盤價，L9代表9日內的最低價，H9代表9日內的最高價，若無前一日的K值和D值，則用50來代替。

（二）RSI指標

RSI指標是根據一定時期內上漲點數和漲跌點數之和的比率制作出的一種技術曲線，以數字計算的方法求出買賣雙方的力量對比。假設有100個人面對一件商品，如50個人以上要買，則商品價格必漲，相反價格自然下跌。在運行RSI指標時主要是按如下方法進行實戰應用的：

對于不同的周期，RSI對于超賣超賣的數值判斷并不相同，對于以12日為周期的RSI，可以規定80以上為超買，20以下為超賣;對于以24日為周期的RSI，規定70以上為超買，30以下為超賣。與此同時，RSI還具備兩個周期相結合的買賣功能，此功能能夠較好解決RSI波動頻繁的問題。

在本文建立的模型中，將使用的是RSI值，使用的周期參數為12日。下面是RSI指標的計算公式：

其中，On代表第n日的開盤價，An代表第n日的漲幅，Rn代表第n日的跌幅。

（三）PSY指標

PSY指標是一定時期內投資者趨向買方或賣方的心理事實轉化為數值，從而判斷的未來趨勢的一種指標。具體計算公式如下：

其中，Z12代表12日內的上漲天數，PSY12代表12內上漲天數的平均值。

（四）“三高三低”指標

上述三個指標都存在缺點，在市場上已經有了許多針對上述指標缺點問題的解決方案，但是大多都是針對單個指標本身進行解決的。然而，RSI的信號不強烈問題可以使用KDJ指標進行很好的彌補，KDJ的鈍化問題可以通過RSI指標進行彌補，而PSY只能運用于輔助的這個問題，又很好地提示了我們可以將三個指標進行集合制作成一個新的指標。

由于KDJ指標中的D值、RSI指標中的RSI值、PSY指標中的PSYMA值，這三個值的取值范圍都恰好在0—100之間，為了將三個指標更好地進行結合，可采用賦分的形式。經過一系列嘗試以及驗算，下面給出實際最好的結果，這三個指標賦分的方式相同：

當數值處于[0，20]，賦-1分

當數值處于（20，40]，賦-0.5分

當數值處于（40，60），賦0分

當數值處于[60，80），賦0.5分

當數值處于[80，100]，賦1分

三、量化交易模型

在上文中已經建立了一個能夠較好衡量商品價格的指標（“三高三低”指標），接下來將利用該指標建立量化交易策略。

（一）進出場條件

1.做多情況

進場：在總分≤-2時，三個數據的總和向上反轉20時入場多單;

出場：在總分≥0時，三個數據的總和向下反轉20時出場多單。

2.做空情況

進場：在總分≥2時，三個數據的總和向下反轉20時入場空單;

出場：在總分≤0時，三個數據的總和向上反轉20時出場多單。

以做多為例進行解釋，三個數據的總和是KDJ指標中的D值、RSI指標中的RSI值、PSY指標中的PSYMA值賦分后的分值的相加。在總分小于等于-2分時進場前提下，三個數據的總和，即KDJ指標中的D值、RSI指標中的RSI值、PSY指標中的PSYMA值相加的總和在某點處比達到總分小于-2的點以后的數值的最小值大了20，則該點就是進場點。嚴格使用總分控制進出場這一條件，使得對于同一種產品做多和做空的情況不會同時存在，具有合理性。

而反轉進出場這一條件降低了量化交易模型的敏感度。如果之前的量化交易模型很容易受到一個小小的反轉的影響，導致明明整個產品處于上升趨勢時，由于反轉導致原本做多的產品平倉，使得收益大幅度下降。換成通俗的話來說，原來該商品在做多的情況下能夠賺100元錢，但是由于中途出場，導致該產品只賺了50元錢。做空時也大致會出現相同的情況，不再重復描述。因此，我們進一步改變了原本的進出場條件，使得情況發生反轉時不會過快出場。雖然有時會因為過晚出場而出現一部分損失，但是從整體上來看，收益確實比之前的策略要高。

（二）止損條件

在一個完整的量化交易策略中，加入止損條件是十分必要的。通過產品的價格波動合理設置止損條件，能夠減少產品的損失。

由于整個社會和市場在不斷地發展變化，從長期來看，價格的波動很顯然是巨大的。考慮到時間問題，模型中只計算過去三年內的波動率，對過去三年的每一天的波動率做正態分布，正態分布達到峰值處所對應的值即為合理的止損值。若止損值過大，會導致整個產品的虧損過多;若止損值過小，過早的止損反而會導致一部分收益的損失。

（三）實證分析

自2011年6月20日至2019年1月29日期間，對美國市場交易量較大的10種商品進行模型的檢驗，并通過MATLAB編程求解，得到如下結果（見表1）。

在測試期內，10種商品均出現了不同大小的正收益回報。部分商品，如可可、咖啡、白銀、天然氣等的回報非常可觀，也充分證明多指標的量化交易模型優于單一指標的量化交易模型。

結語

通過對KDJ、RSI、PSY三個技術指標的量化組合，對10種商品的測試結果顯示，量化模型效果較好，優于當前金融市場中基于單一技術指標的量化交易模型。建議國內量化模型的研究者可以考慮利用多指標的組合來構造量化交易模型。

參考文獻：

[1]? 劉峰，蔡志杰，樂斌.基于市場資金流向分析的商品期貨量化交易策略[J].數學建模及其應用，2017，6（3）.

[2]? 張運杰，陳國艷.數學建模[M].大連：大連海事大學出版社，2015.

[3]? 張玲.程序化交易：ETFs不可或缺的交易方式[N].上海證券報，2003-05-19.

[4]? 王紅英.程序化交易在股指期貨中的應用[N].期貨日報，2010-05-31.

[5]? 劉依明.基于Alpha策略的量化投資研究[D].北京：對外經濟貿易大學，2012.