论文部分内容阅读
证券交易策略研究既是涉及到投资者和投资机构盈利的实践问题,也是深入分析投资行为、科学预测股市走向、合理制定股市政策的理论问题。伴随着中国股票市场的快速发展,计算机信息技术的飞速进步,电子化交易日趋成熟,互联网迅速普及,产生了海量复杂的金融数据,为交易策略研究提供了极大的机遇和市场环境。金融数据正前所未有地表现出频率越来越高、整体关联越来越强、来源渠道越来越多的特性,不断冲击着有效市场假说、理性人假说、完全信息假说等经典理论框架,也不可避免地对传统的交易策略研究带来重大挑战。如何针对信息时代背景下的特殊市场环境改进优化交易策略,从复杂金融数据的角度重新审视传统交易策略,把握市场整体特征乃至构建新的交易策略框架与模型?具体地,股票市场的统计数据从过去的日周月年为单位的典型中低频数据过度到以秒分时为单位的高频数据,会对传统的交易策略带来何种变化?股票市场作为一个复杂的动态系统,市场内个股之间的相关性会对交易策略产生何种影响?另外,与股市息息相关的重要外部新闻数据会对股价产生何种影响?能否利用多源的金融数据改进完善已有交易策略,构建自动交易的框架与模型?针对以上问题和挑战,本文以中国股票市场现实背景为依托,基于资产定价、协整理论、复杂网络、信息抽取等重要理论和关键技术,从金融数据的高频性、相关性和多源性三个视角,分析了复杂金融数据对传统交易策略的影响,研究了市场整体特征变化的规律,构建了新的交易策略框架与模型。本文的研究内容和创新点如下:第一,针对股票市场异象更新频率低的局限性,提出基于日频率交易信息和移动平均法动态调整异象指标的策略。该方法有效地度量了样本期内的价格趋势,利用指标调整期内更加丰富的价格信息,避免了基于低频数据的各市场异象构造投资组合时忽视重要细节信息的问题。实证研究发现,不同于成熟股票市场,我国股市价格趋势呈现短期化;调整后的市场异象资产组合收益显著提高,尤其是对一些原本表现较弱的异象;另外,投资者情绪和信息不确定性对中国股票市场异象影响显著。第二,针对高频交易数据对资产价格趋势和波动的影响问题,本文基于两阶段配对法,构建了针对高频交易数据特征的配对交易策略。具体地,采用中国股票市场可融资融券股票的分钟频率数据,基于协整理论和相关性构建配对交易策略,并从年化收益、夏普比率和最大回撤等角度考察配对交易在震荡期、牛市和熊市的表现。研究表明,无论考虑交易费用与否配对交易策略均优于基准策略;不同市场行情下的实验对比说明配对交易作为市场中性策略能出色地规避市场下跌风险;样本期内的配对数与市场行情及所属行业密切相关。第三,针对市场内部股票间的整体联动性对交易策略表现的影响问题,本文提出基于复杂网络与协整理论建立股票协整关系网络,从宏观视角分析该网络的静态与动态特征及其对配对交易策略的影响。采用多支可融资融券股票长期股价关系数据的实证研究发现协整网络是小世界的、高度相关的网络,说明股票市场具有显著的整体联动性;同行业的股票、能够融资融券的股票更容易形成协整关系;网络边的演化证明了配对交易的市场中性属性,也说明大量的股票配对关系长期内并不稳定。第四,针对中国股票市场融资融券政策推出后的卖空机制对投资者行为的影响问题,提出了将融资融券作为信息不确定性的一个新视角,进而从价格趋势的角度分析其对技术交易策略的影响。研究发现不可融资融券的股票组合倾向于较高的信息不确定性;将移动平均技术策略应用于不可融资融券的股票组合,平均收益和风险调整的收益均显著高于基准策略;不同于成熟股票市场,在我国股市市场状态对技术策略的表现影响显著。第五,针对如何利用多源金融数据增强股票自动交易系统的表现问题,本文从财经新闻数据与股价数据出发,分析了多源金融数据对股票市场的影响,构建了一种融合财经新闻事件和技术交易信号的股票自动交易框架,并在此基础上构建了股票的自动交易策略优化模型。首先设计了相应模型抽取中文文本中的财经事件,从统计角度分析了财经新闻事件与股价的关系;进而提出了一种考虑新闻事件信号的基于遗传规划算法的股票交易策略优化模型。以沪深300标的股票为研究样本的实验发现不同类型的新闻事件对股市影响显著但又有所区别,融合新闻事件信息与传统技术策略可以有效提升自动交易的表现。针对复杂金融数据对传统交易策略带来的挑战,本文从金融数据的高频性、相关性、多源性对中国股票市场交易策略的相关问题开展了深入研究。相关工作将为金融大数据背景下交易策略的理论研究带来新思路,也可为中国股票市场的投资者选择交易策略、构建新的投资模型,实现更高、更稳健的超额收益提供有益参考。