基于海通SWARCH模型量化周择时策略研究.pdf

量化研究 量化研究 量化交易策略 2009 年 08 月 10 日 量化交易策略系列报告（二） 择时+指数化投资—基于海通 SWARCH 模型 的量化周择时策略研究 海通 SWARCH 模型的优势。前期我们构建的 SWARCH 模型在分析货币供应周 期和证券市场趋势的关系上取得了超过 88%的预测精度。后来，我们又将这种建 模的思想加以改进并且应用在对各个具体行业指数趋势的研究上，即所谓的 L_SWARCH 行业模型，模型同样取得了良好的预测效果。 本篇报告中我们主要应用前期开发的海通 L_SWARCH模型研究我国股票市场的 价格变动与交易量之间的相关关系，对我国证券市场中典型指数的每周涨跌趋势 进行预测，并以此为基础构建基于量价关系的程序化交易系统。 量化模型指标的选取。在具体构建量价关系模型的过程中我们考虑了众多的与标 的指数的收盘价与成交量相关的指标，最终我们选取了标的指数的周收益率数 据、标的指数的周日均成交量数据和标的指数的 10 日股价动量数据作为量化择 时模型的基础指标。 模型对标的指数周涨跌趋势的预测精度达到了 65%以上。实证中我们分别选取 了沪深 300 指数和上证综合指数作为量化择时策略的标的指数，对沪深 300 指 数我们做了 129 期的样本外预测，准确率达到了 65.9% ，对上证综合指数我们做 了252 期的样本外预测，准确率也达到了 65.5%。 量化择时策略获得了较好的超额收益。在考虑了千分之五的单边交易费用的情况 下，以沪深 300 指数为标的的量化择时策略从 2007 年 1 月 1 日到2009 年 7 月 相关研究 17 日净值增长了2.55 倍，而同期的沪深 300 指数仅增长了 0.73 倍；以上证综 合指数为标的的量化择时策略从 2004 年 7 月 16 日到2009 年 7 月 17 日净值增 长了 2.13 倍，而同期的沪深 300 指数仅为 1.23 倍。从相对强弱指标来看，量化 择时策略在绝大多数的时期都明显地超越了[50%标的指数+50%现金]的基准组 合的收益表现。 我们将在随后的系列报告中继续量化交易策略的研究，并且针对我国 A 股市场 的交易环境做详细的实证研究。 金融工程助理分析师 张峰 电话：021 Email：zhangfeng@ 金融工程首席分析师 胡倩 电话：021 Email：huqian@