基于MATLAB的实时证券投资机会挖掘设计

(整期优先)网络出版时间:2009-11-21
/ 1

基于MATLAB的实时证券投资机会挖掘设计

周建1,龚勋2

(周建1,龚勋2)(1.西南财经大学金融学院,四川成都611130;2.西南财经大学公共管理学院四川成都611130)作者简介:周建,男,硕士研究生,主要研究方向:市场经济。摘要:基于可实施更新的数据,利用MATLAB强大的数值计算功能,可检测任何一种计算机能够识别的投资模型并实时跟踪投资的风险与收益。本文以十字孕线为例,测试了十字孕线在股市反转中的启示意义,并得出了十字孕线在A股市场上无明确投资指导作用,在某些板块具有投资指导意义的结论。关键词:MATLAB应用;投资跟踪;模型投资在证券交易中,越来越多的金融产品让中小投资者既迫不及待又无从下手,同时,大量的数据更是令普通投资者望“数”兴叹。如何在众多的“价格”“时机”中选择最优,无疑不是投资者最关系和最需要解决的问题。任何一种成功的投资策略需要经得住数据的检验以及能够随着环境的改变而更新,因此,一项成功的投资策略至少需要包含两个部分:第一,模拟投资检验;第二,投资策略搜寻。1经验策略检验设计经验策略是投资者在研究学习证券以及实际操作中所摸索出的经验规则。在所有的经验规则中,能用计算机描述其特征,并且能收集到规则所需的数据,都可以用计算机进行检验。一般来说,经验策略检验可以分为以下步骤①建立规则所需的数据库。根据不同的规则,所需的数据不尽相同。常见的交易数据基本没有延迟,但财务数据延迟时间较长,在短时间内我们可以认为公司的规模以及基本面无变化。②建立计算机能识别的交易模型。在所有的投资模型中,都需要定量化,以便能让计算机程序识别。③在交易数据库中匹配定义的模型。在数据库中寻找匹配的模型,让计算机进行自动交易,给出自动交易的时间跨度,交易的收益率,建立收益概率图,以便找出投资风险与收益。④评判模型的好坏。一般来说,评判模型好坏的关键点在于:在概率意义上能够获利。退一步来说:在概率意义上能否“超越市场”,即跑赢大盘。⑤建立优秀的模型库。选出基于概率意义上能够获利的模型,组建自己投资策略的模型库。以便在更新了的交易数据库中挖掘出有利的投资机会。2投资机会的挖掘当拥有了较为可靠的投资模型后,接下来的任务就是进行投资机会的挖掘,实时更新自己的数据库(包括交易数据库以及模型库),在数据库中匹配能够获利的模型。①模型的匹配。在整个实时的交易数据库中搜寻出每一个与模型库中可匹配的模型。在搜寻过程中,需要注意模型要求的环境,严格按照模型规则进行搜集。②选择最优模型进行严格按照模型投资。当在整个市场中找出所有的可能的投资模型后,需要根据预先计算出的投资模型收益率分布图找到其期望收益率以及风险大小以便选择最合适的投资模型。③投资跟踪。当选择了一种确定的投资组合以及模型后,需要跟踪投资,严格按照模型的规则进行退出或对冲操作。当交易结束后,需要对其收益率进行分析,并对模型库中的模型进行期望收益率和风险的修改。3经验策略设计举例:以十字孕线为例①建立数据库(在实例中采用通达信行情分析软件数据,以上证A股分析为例)。下载安装通达信行情软件,登陆独立行情,进行盘后数据下载。下载完成后,在MATLB当前目录下建立文件夹以便存放数据(实验中建立文件夹“sh”)。将交易数据(2000年1月2日~2009年11月15日)导入文件夹。MATLAB读取所有数据命令如下:contents=dir(fullfile('.\sh','*.txt'));contents=struct2cell(contents);contents=contents(1,:);DMB=contents;fori=1:size(contents,2);aaa=contents{i};bbb=aaa(1,1:8);DMB{i}=bbb;endforj=1:size(contents,2);y=strcat('.\sh','\',contents{j});DM{j}=eval(['ascii2fts(y,2);']);end这样,sh文件夹中的所有数据都导入了MATLAB环境中,每一只股票的数据都以fints格式存储。第i只股票的交易数据存储在DM{i}里面,代码存储在DMB(i)里面。②建立计算机能识别的模型。在试验中,我们假定十字孕线在A股市场上具有反转启发意义。十字孕线的定义为:第一,在市场趋势图中出现了大阴或大阳线。第二,第二天出现了十字蜡烛线(开盘价与收盘价相等)。第三,第二天出现的十字线没有超过第一天大阴线或大阳线确定的价格变动范围。我们假定在一段上升行情中出现了阳包阴的十字孕线后市场将反转下跌;在一段下降行情中出现阴包阳的十字孕线后市场将反转上升。实验中我们认为,前10天股价上升的天数减去下降的天数大于2为上升行情;前10天股价下降的天数减去上升的天数大于2为下降行情;开盘与收盘涨跌在40%以上为大阳、大阴线;开收盘价差为正负一分为十字线。③结果分析。通过程序检测的十字孕线在中国A股市场上(2000年1月15日—2009年11月15日)的表现情况(表1,表2),我们发现:市场上出现十字孕线的概率小;十字孕线在整个A股市场上没有预示反转的作用;在地产行业,预示上升的十字包孕线有良好的预示作用,成功率高达70%;有色金属行业在出现十字孕线后第一天预示效果良好,较长期看不具有预测作用。因此,十字包孕线对于有色金属以及地产行业的反转行业预示中有较好的指导作用,可以加入地产行业的反转预示模型中。4结论以及建议从实验结果我们可以发现,在中国A股市场上十字孕线策略总体来看失效,但在个别板块上有投资指导作用。如预示上升的十字孕线在地产行业有效。从十字孕线结果我们发现,平均来看投资成功的概率只有50%,也就是说十字孕线总体上没有预测股市反转的功能,与我们所希望的不符,与“经验”不符。通过以上的结论,我们给出以下几条建议:①任何一种投资策略都需要经过历史的检验,经验并不一定是对的。②投资策略不一定具有普遍适用性,可能只存在于一定的投资环境间,因此,需要对其适用环境进行研究。③利用MATLAB设计投资模型,挖掘投资机会能能降低投资风险,客观辨别出模型分风险以及收益。参考文献:[1]李兴绪,崔建福.MATLAB在金融时间序列分析及建模中的应用.计算机工程与科学[J],2004,(7).[2]Themathworks,FinancialToolboxForUsewithMATLAB[M],2008.[3]中国证券业协会,证券投资分析[M].中国财政经济出版社,2008.

相关关键词

MATLAB应用 投资跟踪 模型投资 在证券交易中 越来越多的金融产品让中小投资者既迫不及待又无从下手 同时 大量的数据更是令普通投资者望&ldquo 数&rdquo 兴叹。如何在众多的&ldquo 价格&rdquo &ldquo 时机&rdquo 中选择最优,无疑不是投资者最关系和最需要解决的问题。 任何一种成功的投资策略需要经得住数据的检验以及能够随着环境的改变而更新,因此,一项成功的投资策略至少需要包含两个部分第一,模拟投资检验 第二,投资策略搜寻。 1经验策略检验设计 经验策略是投资者在研究学习证券以及实际操作中所摸索出的经验规则。在所有的经验规则中,能用计算机描述其特征,并且能收集到规则所需的数据,都可以用计算机进行检验。 一般来说,经验策略检验可以分为以下步骤 ①建立规则所需的数据库。根据不同的规则,所需的数据不尽相同。常见的交易数据基本没有延迟,但财务数据延迟时间较长,在短时间内我们可以认为公司的规模以及基本面无变化。 ②建立计算机能识别的交易模型。在所有的投资模型中,都需要定量化,以便能让计算机程序识别。 ③在交易数据库中匹配定义的模型。在数据库中寻找匹配的模型,让计算机进行自动交易,给出自动交易的时间跨度,交易的收益率,建立收益概率图,以便找出投资风险与收益。 ④评判模型的好坏。一般来说,评判模型好坏的关键点在于在概率意义上能够获利。退一步来说在概率意义上能否&ldquo 超越市场&rdquo ,即跑赢大盘。 ⑤建立优秀的模型库。选出基于概率意义上能够获利的模型,组建自己投资策略的模型库。以便在更新了的交易数据库中挖掘出有利的投资机会。 2投资机会的挖掘 当拥有了较为可靠的投资模型后,接下来的任务就是进行投资机会的挖掘,实时更新自己的数据库(包括交易数据库以及模型库),在数据库中匹配能够获利的模型。 ①模型的匹配。在整个实时的交易数据库中搜寻出每一个与模型库中可匹配的模型。在搜寻过程中,需要注意模型要求的环境,严格按照模型规则进行搜集。 ②选择最优模型进行严格按照模型投资。当在整个市场中找出所有的可能的投资模型后,需要根据预先计算出的投资模型收益率分布图找到其期望收益率以及风险大小以便选择最合适的投资模型。 ③投资跟踪。当选择了一种确定的投资组合以及模型后,需要跟踪投资,严格按照模型的规则进行退出或对冲操作。当交易结束