金融-數(shù)體系與策略

20122012910綜隨著股指、融資融券業(yè)務(wù)的不斷發(fā)展，以及將來(lái)轉(zhuǎn)融通、國(guó)債、期 回顧美熟場(chǎng)發(fā)史背后大手的速展經(jīng)金經(jīng)融數(shù)降投過(guò)術(shù)分其為T(mén) 一百多年之后，對(duì)更快更高更強(qiáng)目標(biāo)的追逐則已經(jīng)從單純依靠生理稟賦進(jìn)化到人與科學(xué)的結(jié)合。體育尚且在不斷重視系統(tǒng)性、科學(xué)性、可預(yù)測(cè)性和可重們將這些研究成果濃縮成150面左右的報(bào)告集呈現(xiàn)在您眼前，希望您多提改正意

編號(hào) 編號(hào)馮 編號(hào)n 編號(hào) 編號(hào) 編號(hào) 多因子研究系列——尋找多因子模型的 一 多因子模型的ALPHA來(lái) 三個(gè)ALPHA來(lái) 因子分 風(fēng)格輪 組合構(gòu) 二 多因子的回溯測(cè) 三 單因子分類................................................................................................................ 價(jià)值類因 成長(zhǎng)類因 動(dòng)量類因 規(guī)模類因 質(zhì)量類因 情緒類因 四 多因子模型的構(gòu)建思 五 因子的評(píng)價(jià)與篩 六 靜態(tài)多因子模 說(shuō)明與限 文本數(shù)據(jù)挖掘：系統(tǒng)與策 一 光大中文云文本挖掘系 光大指 光大網(wǎng)絡(luò) 二 普通投資者情緒指標(biāo)擇時(shí)模 擇時(shí)模型1.0 擇時(shí)模型2.0版：基于相對(duì)指標(biāo)的情緒拐點(diǎn)擇時(shí)策 擇時(shí)模型3.0版：多空指標(biāo)多軌線擇時(shí)策 三 關(guān)注度選股模 關(guān)注度因 樣本和基 測(cè)試方 結(jié) 回測(cè)結(jié) 四 概念板塊事件驅(qū)動(dòng)模 算法交 一 算法交易基礎(chǔ)與算法開(kāi)發(fā)流 二 VWAP模 VWAP算法的定義和目 交易量模 最優(yōu)VWAP算 VWAP拓展—帶方向性判斷的 小 三 均值—方差模 四 組合均值—方差算 五 建設(shè)算法交易平 價(jià)差...............................................................................................................................................一 價(jià)差模型簡(jiǎn) 價(jià) 價(jià) 二 基礎(chǔ)的價(jià)差策略——EMA模 股 EMA模型構(gòu) EMA模型過(guò)程分 三 優(yōu)化方向一：協(xié)整模 信號(hào)分 四 優(yōu)化方向二：CUSCORE模 價(jià)差交易cuscore統(tǒng)計(jì) 價(jià) CUSCORE模型分析總 五 優(yōu)化方向三：異步價(jià)差操控模 異步價(jià) 異步價(jià) 六 一個(gè)完整的價(jià)差模型組 技術(shù)指標(biāo)系 一 綜 二 技術(shù)指標(biāo)系列報(bào)告重點(diǎn)介 KDJ優(yōu)化指標(biāo)，6年累積收益17.5 ADX平均趨向指標(biāo)，每年超過(guò)20%的絕對(duì)收 加入“二次確認(rèn)”的AROON阿隆優(yōu)化指 CCI的順勢(shì)而 ChaikinAD六 CMO動(dòng)量波動(dòng)指標(biāo)的運(yùn) DPO區(qū)間震蕩線的長(zhǎng)短結(jié) 綜合 三 技術(shù)指標(biāo)高頻系列報(bào)告預(yù) 基于KDJ優(yōu)化指標(biāo)的高頻交 圖表1：多因子模型的ALPHA來(lái) 圖表2：現(xiàn)有的因子篩選方 圖表3：新版因子回溯的新增或修訂內(nèi) 圖表4：新版因子回溯測(cè)試的流程 圖表5：不同處理方法與IC之間的關(guān) 圖表6：新版回溯測(cè)試的報(bào)告結(jié) 圖表7：測(cè)試報(bào)告的收益率概述（因子 圖表8：各個(gè)分位組 率（因子 圖表9：各分位組的累積收益率（因子 圖表10：Top組的絕對(duì)收益率時(shí)間序列圖（因子 圖表11：Top組的絕對(duì)收益率的樣本分布圖（因子 圖表12：Top組收益率的最大回測(cè)圖（因子 圖表13：Top組絕對(duì)收益率與市場(chǎng)收益率（因子 圖表14：IC的樣本分布圖（因子 圖表15：IC的時(shí)間衰變圖（因子 圖表16：Top組的換手率時(shí)間序列（NUM，因子 圖表17：Top組的換手率時(shí)間序列（FA，因子 圖表18：買入信號(hào)的持續(xù)衰變圖（因子 圖表19：買入信號(hào)的逆轉(zhuǎn)衰變圖（因子 圖表20：行業(yè)數(shù)目占比時(shí)間序列圖（因子 圖表21：行業(yè)數(shù)目平均占比餅圖（因子 圖表22：行業(yè)主動(dòng)權(quán)重時(shí)間序列圖（因子 圖表23：行 誤差時(shí)間序列圖（因子 圖表24：風(fēng)格數(shù)目占比時(shí)間序列圖（因子 圖表25：風(fēng)格數(shù)目平均占比餅圖（因子 圖表26：Top組的平均市值（因子 圖表27：各個(gè)分位數(shù)組的平均市 圖表28：因子不同時(shí)段的表現(xiàn)（因子 圖表29：因子與CPI（因子 圖表30：因子與GDP（因子 圖表31：各風(fēng)格TOP組的表現(xiàn)（因子 圖表32：因子庫(kù)的構(gòu) 圖表33：價(jià)值類因子的主要因子與衍生因子（以PE為例 圖表34：行業(yè)衍生變換與因子IC（因子PB與 圖表35：各個(gè)分位組 率（因子 圖表36：各分位組的累積收益率（因子 圖表37：價(jià)值類因子定 圖表38：價(jià)值類因子最適合的板塊(IC的均值和標(biāo)準(zhǔn)差 圖表39：價(jià)值類因子IC的均值和標(biāo)準(zhǔn) 圖表40：價(jià)值因子的勝率和年化 圖表41：成長(zhǎng)類因子的定 圖表42：成長(zhǎng)類因子IC的均值和標(biāo)準(zhǔn) 圖表43：成長(zhǎng)因子的勝率和年化 圖表44：成長(zhǎng)類因子最適合的板塊(IC的均值和標(biāo)準(zhǔn)差 圖表45：動(dòng)量類因子的定 圖表46：動(dòng)量類因子最適合的板塊(IC的均值和標(biāo)準(zhǔn)差 圖表47：動(dòng)量類因子IC的均值和標(biāo)準(zhǔn) 圖表48：動(dòng)量類因子的勝率和年化 圖表49：規(guī)模類因子的定 圖表50：規(guī)模類因子最適合的板塊(IC的均值和標(biāo)準(zhǔn)差 圖表51：規(guī)模類因子IC的均值和標(biāo)準(zhǔn) 圖表52：規(guī)模類因子的勝率和年化 圖表53：質(zhì)量類因子的定 圖表54：質(zhì)量類因子IC的均值和標(biāo)準(zhǔn) 圖表55：質(zhì)量類因子的勝率和年化 圖表56：質(zhì)量類最適合的板塊(IC的均值和標(biāo)準(zhǔn)差 圖表57：情緒類因子的定 圖表58：情緒類最適合的板塊(IC的均值和標(biāo)準(zhǔn)差 圖表59：情緒類因子IC的均值和標(biāo)準(zhǔn) 圖表60：情緒類因子的勝率和年化 圖表61：從單因子到多因 圖表62：多因子模型的測(cè)試框 圖表63：多因子模型的測(cè)試內(nèi) 圖表64：?jiǎn)我蜃拥脑u(píng)價(jià)方 圖表65：EP因子的IC分 圖表66：Success因子的IC分 圖表67：EP因子的收益率分 圖表68：EP因子的分組收益 圖表69：各個(gè)策略的IC統(tǒng) 圖表70：各個(gè)策略的分組收益 圖表71：中文云系統(tǒng)架 圖表72：在財(cái)經(jīng)中搜索關(guān)于A股的詞組統(tǒng)計(jì)構(gòu)成A股關(guān)注指數(shù)與上證指 圖表73：基 圖表74：基 圖表75：光大經(jīng)濟(jì)擔(dān)憂指 圖表76：光 圖表77：光大通脹擔(dān)憂指 圖表78：光大加息關(guān)注指 圖表79：光大機(jī)構(gòu)多空指 圖表80：光大普通投資者多空指 圖表81：'000001.SS'關(guān)注度因子與股 圖表82：基于的“石墨烯”概念熱度與石墨烯板塊指 圖表83：基于的“石墨烯”概念熱度與石墨烯板塊指 圖表84：基于財(cái)經(jīng)的“石墨烯”概念熱度與石墨烯板塊指 圖表85：普通投資者多空指標(biāo)擇時(shí)1.0 圖表88：擇時(shí)信號(hào)表 圖表89：擇時(shí)模型表 圖表90：雙邊交易表 圖表91：?jiǎn)芜吔灰妆? 圖表93：擇時(shí)信號(hào)表 圖表94：擇時(shí)模型表 圖表95：雙邊交易表 圖表96：?jiǎn)芜吔灰妆? 圖表99：關(guān)注度因子統(tǒng)計(jì)（樣本：滬深 圖表100：關(guān)注度因子，IC變化（樣本：滬深 圖表101：關(guān)注度因子，不同組別累積收益（樣本：滬深 圖表102：關(guān)注度因子，不同組別累積超額收益（樣本：滬深 圖表103：關(guān)注度因子，LS組合收益變化（樣本：滬深 圖表104：關(guān)注度變化因子統(tǒng)計(jì)（樣本：滬深 圖表105：關(guān)注度變化因子，IC變化（樣本：滬深 圖表106：關(guān)注度變化因子，不同組別累積收益（樣本：滬深 圖表107：關(guān)注度變化因子，不同組別累積超額收益（樣本：滬深 圖表108：關(guān)注度變化因子，LS組合收益變化（樣本：滬深 圖表110：關(guān)注度歷史位置，IC變化（樣本：滬深 圖表111：關(guān)注度歷史位置，不同組別累積收益（樣本：滬深 圖表112：關(guān)注度歷史位置，不同組別累積超額收益（樣本：滬深 圖表113：關(guān)注度歷史位置，LS組合收益變化（樣本：滬深 圖表114：關(guān)注度因子統(tǒng)計(jì)（樣本：中證 圖表115：關(guān)注度因子，IC變化（樣本：中證 圖表116：關(guān)注度因子，不同組別累積收益（樣本：中證 圖表117：關(guān)注度因子，不同組別累積超額收益（樣本：中證 圖表118：關(guān)注度因子，LS組合收益變化（樣本：中證 圖表119：關(guān)注度變化因子統(tǒng)計(jì)（樣本：中證 圖表120：關(guān)注度變化因子，IC變化（樣本：中證 圖表121：關(guān)注度變化因子，不同組別累積收益（樣本：中證 圖表123：關(guān)注度變化因子，LS組合收益變化（樣本：中證 圖表125：關(guān)注度歷史位置，IC變化（樣本：中證 圖表126：關(guān)注度歷史位置，不同組別累積收益（樣本：中證 圖表128：關(guān)注度歷史位置，LS組合收益變化（樣本：中證 圖表129：關(guān)注度因子統(tǒng)計(jì)（樣本：中證 圖表130：關(guān)注度因子，IC變化（樣本：中證 圖表131：關(guān)注度因子，不同組別累積收益（樣本：中證 圖表133：關(guān)注度因子，LS組合收益變化（樣本：中證 圖表134：關(guān)注度變化因子統(tǒng)計(jì)（樣本：中證 圖表135：關(guān)注度變化因子，IC變化（樣本：中證 圖表136：關(guān)注度變化因子，不同組別累積收益（樣本：中證 圖表138：關(guān)注度變化因子，LS組合收益變化（樣本：中證 圖表140：關(guān)注度歷史位置，IC變化（樣本：中證 圖表141：關(guān)注度歷史位置，不同組別累積收益（樣本：中證 圖表143：關(guān)注度歷史位置，LS組合收益變化（樣本：中證 圖表145：隨著持有期的持續(xù)增長(zhǎng)，事件信號(hào)勝率變化情 圖表146：隨著持有期的持續(xù)增長(zhǎng)，各信號(hào)平均收益率的變化情 圖表147：在該擇時(shí)策略下，各概念板塊的收益情 圖表150：基于文本的的事件驅(qū)動(dòng)策略表 圖表152：基于財(cái)經(jīng)文本的的概念龍頭股事件驅(qū) 圖表153：基于文本的概念龍頭股事件驅(qū)動(dòng)策略表 圖表154：基于文本的概念龍頭股事件驅(qū)動(dòng)策略表 圖表155：機(jī)構(gòu)交易使用算法比例 圖表156：全市場(chǎng)算法交易覆蓋率 圖表157：歷史數(shù)據(jù)擬合Xi曲線（2012年7月 圖表158：平均實(shí)際交易量曲 圖表159：擬合相對(duì)交易量曲 圖表160：Xit/T曲線（2012年7月 圖表161：相對(duì)交易量波動(dòng)率曲 圖表162：原始VWAP與含趨勢(shì)判斷的 圖表163：有效邊界示 圖表164：算法輸出結(jié) 圖表165：算法輸出結(jié)果nA、 圖表166：算法輸出結(jié)果xA、 圖表167：對(duì)比圖： 交易的 圖表172：訂單流向 圖表 圖表175：價(jià) 圖表176：價(jià) 圖表178：價(jià) 圖表179：價(jià)差日內(nèi)交易（2010年12月28日，部分 圖表180：價(jià)差交易信號(hào)（2010年12月28日 圖表181：價(jià)差日內(nèi)交易（2010年11月12日，部分 圖表182：價(jià) 交易信號(hào)（2010年11月12日 圖表183：無(wú)時(shí)滯價(jià) 交易信號(hào)（2010年11月12日 圖表184：價(jià) 圖表186：價(jià) 圖表187：日內(nèi)價(jià)差與EMA模型的交易信號(hào)（2010年11月12日 圖表188：調(diào)整后的日內(nèi)價(jià)差與協(xié)整模型交易信號(hào)（2010年11月12日 圖表189：日內(nèi)價(jià)差與協(xié)整模型交易信號(hào)（2010年11月12日 圖表190：日內(nèi)價(jià)差（2010年11月8日 圖表191：調(diào)整后的日內(nèi)價(jià)差與交易信號(hào)（2010年11月8日 圖表192：日內(nèi)價(jià)差與交易信號(hào)（2010年11月8日 圖表193：價(jià)差日內(nèi)交易.................................................................................................................................... 圖表195：價(jià) 圖表196：價(jià) 日內(nèi)交易（2010年11月15日，部分 圖表197：價(jià) 交易信號(hào)（2010年11月15日 圖表198：無(wú)時(shí)滯價(jià) 交易信號(hào)（2010年11月15日 日內(nèi)交易（2012-07- 圖表205：KDJ優(yōu)化策略雙邊交易表 圖表206：KDJ日頻策略（主要指標(biāo) 圖表207：KDJ日頻策略（主要指標(biāo) 圖表208：KDJ優(yōu)化策略滾動(dòng)測(cè)試（T間隔為一年）雙邊交易表 圖表209：KDJ日頻策略每一年最優(yōu)參 圖表210：KDJ滾動(dòng)測(cè)試表現(xiàn)（主要指標(biāo) 圖表211：KDJ滾動(dòng)測(cè)試表現(xiàn)（主要指標(biāo) 圖表212：ADX策略雙邊交易表 圖表213：ADX日頻策略（主要指標(biāo) 圖表214：ADX日頻策略（主要指標(biāo) 圖表215：AROON優(yōu)化策略雙邊交易表 圖表216：AROON優(yōu)化策略與原始策略比較 圖表217：AROON優(yōu)化策略與原始策略比較 圖表222：CCI優(yōu)化策略與原始策略比較 圖表223：CCI優(yōu)化策略與原始策略比較 圖表228：chaikinAD策略三最優(yōu)參數(shù)（主要指標(biāo) 圖表229：CMO策略比較 圖表230：CMO策略比較 圖表231：DPO策略二（均線代替0軸）表 圖表232：DPO策略三（均線代替DPO）表 圖表233：DPO策略間比 圖表234：EMV策略二（均線代替0軸）表 圖表235：EMV策略間比 （20059.12012.7.1) 圖表240：綜合策略比較（主要指標(biāo) 圖表241：綜合策略比較（主要指標(biāo) 圖表243：KDJ優(yōu)化指標(biāo)高頻策略買入賣空示意 圖表244：KDJ優(yōu)化指標(biāo)高頻策略參數(shù)測(cè)試熱點(diǎn) 圖表245：KDJ優(yōu)化指標(biāo)高頻策略（參數(shù)240,100,100）雙邊交易表 圖表246：KDJ優(yōu)化指標(biāo)高頻策略回測(cè)結(jié)果 圖表247：KDJ優(yōu)化指標(biāo)高頻策略回測(cè)結(jié)果2（單位：指數(shù)點(diǎn) 圖表248：KDJ優(yōu)化指標(biāo)高頻策略回測(cè)結(jié)果3（信號(hào)持有期 圖表249：KDJ優(yōu)化指標(biāo)高頻策略（參數(shù)240,100,100）每季度收益情 多因子研究系列——尋找多因子模型的本篇是多因子系列研究的綜述，將詳細(xì)討論如何尋找多因子模型的Alpha并展示我們現(xiàn)有的研究和成果。多因子模型的ALPHA來(lái)多因子研究的目的是為了尋求收益，最終建立能夠取得Alpha收益的組合。為此我們分析多因子模型可能的Alpha來(lái)源，沿著Alpha的進(jìn)行研究。ALPHA單因多因組單因多因組因子分多因子模型Alpah來(lái)源的第1個(gè)途徑是尋找有效因子。由于因子的有效性是不斷 風(fēng)格輪Aa2 組合構(gòu)多因子模型獲得Alpha的第3個(gè)途徑是組合的賦權(quán)，如何優(yōu)化組合權(quán)重、如二、多因子的回溯新版測(cè)試框架的優(yōu)點(diǎn)收益率或勝率收益率或勝率單調(diào)4%2%80%20%包括不 改進(jìn)了數(shù)據(jù)方法，增加了平均絕對(duì)偏差方法，相對(duì)原先的3 以的word文檔，便于對(duì)因子的表現(xiàn)進(jìn)行快速的追蹤判斷，允許自行設(shè)定報(bào)圖表3：新版因子回溯的新增或修

動(dòng)

風(fēng)格性

衰 板宏動(dòng)態(tài) 增 因 報(bào)告控 全面分析因子或組合的的各種特征，包括因子的收益特征、風(fēng)格特征以及因新版測(cè)試的具體流程總體圖表4：新版因子回溯測(cè)試的流程數(shù)據(jù)數(shù)據(jù)輸入樣本篩選數(shù)據(jù)分析計(jì)算報(bào)告輸出R數(shù)據(jù) 分析所需數(shù)據(jù)集的生成。測(cè)試所需的數(shù)據(jù)主要包括/指數(shù)/風(fēng)格/宏觀四個(gè)方樣本樣本篩選部分，主要功能是實(shí)現(xiàn)對(duì)池的初步篩選，例如可以設(shè)定：剔除選股日的ST/PT、剔除上市不滿一年的、剔除選股日由于停牌等原因而無(wú)法數(shù)據(jù)數(shù)據(jù)部分，主要功能是完成對(duì)因子和收益率數(shù)據(jù)的。數(shù)據(jù)的目的是去掉可能的數(shù)據(jù)錯(cuò)誤和數(shù)據(jù)，保證最終得到的模型具有穩(wěn)健性。數(shù)據(jù)的在異常值的定義方面，除了通常的3方法，對(duì)于異常值的定義，我們?cè)黾恿艘环N更為穩(wěn)健的絕對(duì)中位偏差方法（MAD這里是數(shù)據(jù)集，對(duì)于正態(tài)分布MAD和標(biāo)準(zhǔn)差之間存在常數(shù)關(guān)系，因此與征和對(duì)數(shù)據(jù)的理解，以及對(duì)敏感性和穩(wěn)健型的平衡。而對(duì)缺省值的處理還要分析因子的標(biāo)準(zhǔn)化：風(fēng)格標(biāo)準(zhǔn)化，即將池劃分為不同的風(fēng)格，將每個(gè)的因子值用所屬風(fēng)格的風(fēng)格平均值和風(fēng)格標(biāo)準(zhǔn)差進(jìn)行標(biāo)準(zhǔn)化，一個(gè)特例就是用不業(yè)的行業(yè)因子的分位數(shù)方 組合的權(quán)重方法新版測(cè)試中可供選擇的組合權(quán)重方法有三種市 殘余收益率方法圖表5：不同處理方法與IC組合組合組合收益從影響IC角度影響因子的有效性，而權(quán)重方法不影響IC只影響組合的收益報(bào)告新版測(cè)試的報(bào)告結(jié)構(gòu)新版測(cè)試的分析項(xiàng)目包括收益率分析、IC分析、換手率分析，以及因子組合的行圖表6：新版回溯測(cè)試的報(bào)告結(jié)測(cè)測(cè) 整個(gè)測(cè)試區(qū)整 牛市/熊市/震蕩整 部 行業(yè)/風(fēng)格/成分

數(shù)據(jù)票池、池篩選方法、數(shù)據(jù)方法、因子標(biāo)準(zhǔn)化方法、因子分位數(shù)方法、組概圖表7：測(cè)試報(bào)告的收益率概述（因子--AnnualizedStdAnnualizedSharpe-----Active--0Information--0Annulized----Up-Down-Up1Down111UpDownHit收益率分析 圖表8：各個(gè)分位組的率（因子%4567factor,spread=6.57%45670123 0123圖表10：Top圖（absolute日?qǐng)D表12：Top（因子

圖表9：各分位組的累積收益率（因子CumulativeCumulative日期圖表11：Top（因子68absolute68024024圖表13：Top（因子MaxDrawdown:

scatterplotoftopReturnof ReturnofReturnofBen

IC

相對(duì)行業(yè)的殘余收益率兩種方式計(jì)算的IC統(tǒng)計(jì)概圖表14：IC樣本分布圖（因345average345average

圖表15：IC時(shí)間衰變圖（因子0.0100.0150.0200.0250.0100.0150.0200.025012012

1011

換手率分

分別給出Top組按照數(shù)目變動(dòng)、權(quán)重變動(dòng)以及因子自相關(guān)性計(jì)算的不同換手圖表16：Top組的換手率時(shí)間序列（NUM，因子 圖表17：Top組的換手率時(shí)間序列（FA，因子 0.160.170.1812maverage12m 0.160.170.1812maverage12maverage圖表18：買入信號(hào)的持續(xù)衰變圖（因子

圖表19：買入信號(hào)的逆轉(zhuǎn)衰變圖（因子percentmantainingbuypercentreversngtosepercentmantainingbuypercentreversngtosel

行業(yè)/風(fēng)格分

圖表20：行業(yè)數(shù)目占比時(shí)間序列圖（因子 圖表21：行業(yè)數(shù)目平均占比餅圖（因子PercentofinduinfrstquantPercentofinduinfrstquant

induofinduof

圖表22：行業(yè)主動(dòng)權(quán)重時(shí)間序列圖（

圖表23：行業(yè)誤差時(shí)間序列圖（因子activeinduactiveindu---0.1---0.1

activeinduactiveindu

圖表24：風(fēng)格數(shù)目占比時(shí)間序列圖（

圖表25：風(fēng)格數(shù)目平均占比餅圖（因子stylesoftopPercentofstyleinPercentofstyleinfirst

圖表26：Top的平均市值（

圖表27：各個(gè)分位數(shù)組的平均市億億億億00

平均市值 市場(chǎng)階段分析圖表28：因子不同時(shí)段的表現(xiàn)（---AnnualizedStdAnnualizedSharpe-Active-Information-Annulized-UpDownUpDownUpDownHitIC--ICIC--ICt---turnoverturnoverturnover圖表29CPI（因

宏觀CPI和GDP圖表30GDP（因 板塊小中大小中大AnnualizedStdActiveInformationAnnulizedUpDownUpDownUpDownHitIC--ICIC--ICt---turnoverturnover單因子分類因子庫(kù)的構(gòu)成在因子庫(kù)中，因子劃分為7個(gè)部分 質(zhì)量類因子：與財(cái)務(wù)質(zhì)量、資本結(jié)構(gòu)相關(guān)的因子，如ROE技術(shù)類因子：與技術(shù)指標(biāo)和風(fēng)險(xiǎn)相關(guān)的因子，常見(jiàn)的MACD、RSI圖表32：因子庫(kù)的構(gòu)測(cè)試數(shù)據(jù)與假設(shè)20071成長(zhǎng)類數(shù)據(jù)要求5年的數(shù)據(jù)歷史，02年之前沒(méi)有季度數(shù)據(jù)；基準(zhǔn)指數(shù)統(tǒng)一選擇為滬深300：主要考慮到滬深300的市場(chǎng)代表性以及存 所有因子測(cè)試中剔除了3類 日ST/PT的 ，一旦不再ST/PT，將重新納入池； 采用通常的 原則 因子分位組數(shù)：522衍生變換與衍生因子以PE為例，行業(yè)變換和周期變換可以構(gòu)造出如下的衍生因子：圖表圖表34：行業(yè)衍生變換與因IC（因PB PB_Indu2PB調(diào)整調(diào)整 圖表35：各個(gè)分位組的率（因子 圖表36：各分位組的累積收益率（因子%46%46factor,spread=5.95 factor,spread=7.78%46%4602020202圖表37：價(jià)值類因子定

Hist3和Indu_Hist1一般可以降低IC的標(biāo)準(zhǔn)差從而提高因子的有效性。PEPE_Hist1價(jià)值類因子因子名因子名 因子定P/EBITDA=市值/息稅折舊 ，其中EBITDA>0，金融業(yè)PEG_3Y=PE/3年歷史復(fù)合增長(zhǎng)PEG_5Y=PE/5年歷史復(fù)合增長(zhǎng)DP_1Y＝最近1年公司派現(xiàn)/市值DP_3Y＝最近3年公司派現(xiàn)/市值圖表38：價(jià)值類因子最適合的板塊(IC均值和標(biāo)準(zhǔn)差行階風(fēng)成分中證滬深滬深滬深中證中證 中證 中證 中證中證 中證中證中證中證滬深滬深 中證中證中證Adjusted圖表39：價(jià)值類因子IC的均值和標(biāo)準(zhǔn) 圖表40：價(jià)值因子的勝率和年化AdjustedHit 0 0 HitIC Annuliazed圖表41：成長(zhǎng)類因子的定

成長(zhǎng)類因子 因定流)/abs(前一期凈現(xiàn)年Adjusted0.1Hit圖表42：成長(zhǎng)類因子IC的均值和標(biāo)準(zhǔn) 圖表Adjusted0.1Hit-0.015-0.010- 0 0 IC Annuliazed 圖表44：成長(zhǎng)類因子最適合的板塊(IC均值和標(biāo)準(zhǔn)差行階風(fēng)成分 交 交 圖表45：動(dòng)量類因子的定

動(dòng)量類因子 定因過(guò)去12月的動(dòng)12月收益過(guò)去1月1收益過(guò)去24月的動(dòng)24月收益過(guò)去2月2收益過(guò)去36月的動(dòng)36月收益過(guò)去3月3收益過(guò)去60月的動(dòng)60月收益過(guò)去6月6收益過(guò)去9月9收益?zhèn)€12M益率的6M化率=(1+12M/(1+612M 過(guò)去1收益去周去周股去去過(guò)去圖表46：動(dòng)量類因子最適合的板塊(IC均值和標(biāo)準(zhǔn)差行階風(fēng)成分圖表47：動(dòng)量類因子IC的均值和標(biāo)準(zhǔn) 圖表48：動(dòng)量類因子的勝率和年化Adjusted-0.2Adjusted-0.2IC

Annuliazed規(guī)模類因子 圖表49：規(guī)模類因子的定因定因定e用 凈e圖表50：規(guī)模類因子最適合的板塊(IC均值和標(biāo)準(zhǔn)差行 階 風(fēng) 成分中證中證滬深中證滬深中證中證中證滬深 滬深滬深中證中證中證中證中證滬深中證滬深中證 中證滬深中證 滬深中證中證中證中證 滬深中證中證中證中證 中證滬深中證中證中證中證中證中證中證中證中證e滬深中證Adjusted-0.2-Hit圖表51：規(guī)模類因子IC的均值和標(biāo)準(zhǔn) 圖表Adjusted-0.2-Hit -0.03- -0 IC Annuliazed

質(zhì)量類因

圖表53：質(zhì)量類因子的定因定近凈利潤(rùn)過(guò)2的標(biāo)準(zhǔn) AdjustedHit圖表54：質(zhì)量類因子IC的均值和標(biāo)準(zhǔn) 圖表55：質(zhì)量類因子的勝率和AdjustedHit 行行階風(fēng)成分 餐飲旅游、紡織服裝、生 生 圖表56：質(zhì)量類最適合的板塊(IC均值和標(biāo)準(zhǔn)差圖表57：情緒類因子的定

情緒類因子 因名定0.5*0.5*預(yù)測(cè)第二年環(huán)比上個(gè)月預(yù)個(gè)05*3預(yù)測(cè)第一年0.5*預(yù)測(cè)第二年環(huán)比前3個(gè)05*6預(yù)測(cè)第一年0.5*預(yù)測(cè)第二年環(huán)比前6個(gè)05*6預(yù)測(cè)第一年0.5*預(yù)測(cè)第二年環(huán)比前6預(yù)測(cè)12月凈利預(yù)測(cè)12月凈利12EPS/最近一年EPS12EPS/最近一年EPS預(yù)測(cè)FirstYearEPS標(biāo)預(yù)測(cè)FirstYearEPS標(biāo)SecondYear的EPS/預(yù)預(yù)測(cè)SecondYear的EPS/預(yù)FirstYear的EPS-預(yù)測(cè)12月EPS變預(yù)測(cè)12個(gè)月的eps-3月之前的預(yù)測(cè)預(yù)測(cè)12月EPS變預(yù)測(cè)12個(gè)月的eps-6月之前的預(yù)測(cè)預(yù)測(cè)12月EPS標(biāo)準(zhǔn)差/均預(yù)測(cè)12EPS標(biāo)準(zhǔn)差/均個(gè)個(gè)預(yù)測(cè)FirstYear凈利潤(rùn)月環(huán)比修預(yù)測(cè)FirstYear凈利潤(rùn)-上個(gè)月對(duì)相同年份的預(yù)測(cè)值。預(yù)測(cè)第一年為最個(gè)個(gè)個(gè)預(yù)測(cè)FirstYear最小-預(yù)測(cè)FirstYear最小-圖表58：情緒類最適合的板塊(IC均值和標(biāo)準(zhǔn)差行階風(fēng)成分 圖表59：情緒類因子IC的均值和標(biāo)準(zhǔn) 圖表60：情緒類因子的勝率和年化 AdjustedHit AdjustedHit IC

Annuliazed 四、多因子模型的構(gòu)建從單因子到多因子因子池風(fēng)因因風(fēng)格因子因子風(fēng)?因子池風(fēng)因因風(fēng)格因子因子風(fēng)??風(fēng)格風(fēng)格因子格2子多因子模型因子1風(fēng)格因子因子因子多因子的測(cè)試流程圖表62：多因子模型的測(cè)試框因子庫(kù)因子初選

風(fēng)格風(fēng)格劃因子因子篩

綜合因

多因 測(cè)報(bào) 最 初選 因子加總：對(duì)每期選擇出的因子按照一定的加總策略，計(jì)算出的多多因子的測(cè)試內(nèi)容對(duì)多因子組合的分析內(nèi)容與單因子相同，同樣包括收益率分析、IC圖表63：多因子模型的測(cè)試內(nèi)IC分五、因子的評(píng)價(jià)與圖表64：?jiǎn)我蜃拥脑u(píng)價(jià)方

有效因有效因換手率

預(yù)測(cè)能

年化Alpha?分組單

因子收益的歷史和未來(lái)因子的預(yù)測(cè)能力 要是分析因子IC，IC是因子評(píng)價(jià)中最重要的指標(biāo)。因?yàn)橐驁D表65：EP子IC55

同樣的，IC的所有信息也都是歷史IC，但是我們只能基于歷史IC來(lái)推斷未來(lái)的IC。一個(gè)自然的做法是選擇IC較高并IC分布比較集中的因子，那么如果IC服從同一分布，未來(lái)IC較高的概率也較大。通常選擇那些IC均值較大并且標(biāo)準(zhǔn)差圖表66：Success子IC34343434012012012012 那么該如何用IC評(píng)價(jià)因子呢？可能的方面包因子的IC是一個(gè)時(shí)間序列，一個(gè)自然的想法是采用序列的均值作為因子IC的評(píng)價(jià)，但是只看均值，忽視了IC的穩(wěn)定性和波動(dòng)情況，我們希望選擇的因子IC相對(duì)穩(wěn)定，為此考IC的標(biāo)準(zhǔn)差，從均值和標(biāo)準(zhǔn)差兩個(gè)方面觀IC。我們不提倡只考慮標(biāo)準(zhǔn)差調(diào)整后的IC均值，原因是調(diào)整的IC較大可能是標(biāo)準(zhǔn)差較小造成的，IC的絕對(duì)水平很低，相對(duì)的預(yù)測(cè)能力較低。目的是為了剔除那些IC最小值很低而取得最小值的概率又很大的因子IC的T因子的收益能力因子IC是從因子與收益之間的相關(guān)程度預(yù)測(cè)未來(lái)收益能力?，F(xiàn)實(shí)中的因子IC絕對(duì)值都很低IC角度判斷組合收益率不夠充分。為此，也要分析因子收益圖表67：EP子的收益率分68%6868%68

圖表68：EP子的分組收益factor,spread=12.26024024024024

收益率的大小和收益率獲得的概率例如選擇組合的年化Alpha和組合跑贏基準(zhǔn)指數(shù)的勝率來(lái)評(píng)價(jià)因子。在全市場(chǎng)選組合取得平均水平的收益率的概率，而年化Alpha反映的是組合超額收益率需要說(shuō)明的是，對(duì)收益率和勝率的選擇，取決于因子組合的使用。假設(shè)在A跑贏市場(chǎng)的概率，如果因子組合用Bottom對(duì)沖，那么選擇年化的Top-Bottom價(jià)差和Top跑贏Bottom的概率分別作為收益率和勝率。因子分組收益率的單調(diào)性：分組收益率的單調(diào)程度反映了因子對(duì)的區(qū)分能力，能夠具有單調(diào)性的因子是設(shè)股指對(duì)應(yīng)的指數(shù)是市場(chǎng)組合，那么用股指空頭對(duì)沖，只要Top組跑贏各組的平均收益率，如果用Bottom對(duì)沖，則只要Top組跑贏Bottom組。當(dāng)然具有單調(diào)性的組合，TopBottom對(duì)Top組的選擇上，如果因子的分位數(shù)收益率具有穩(wěn)定的其他規(guī)律，也完全可以用其他組來(lái)構(gòu)建組合，不一定是Top組，因此單調(diào)性只是因子評(píng)價(jià)的一個(gè)充分條因子收益率的分布：換手率與回測(cè)：靜態(tài)多因子靜態(tài)多因子模型的構(gòu)建靜態(tài)多因子模型的因子篩選策略初選策略：按照IC選擇初選因子池1：ICIC要求：IC的TIC3%；IC10%；剩余因子按照調(diào)整IC排序；每個(gè)風(fēng)格選擇1個(gè)因子。篩選策略2：Rn策略-按照歷史收益選擇因子剩余因子按照調(diào)整收益率排序；每個(gè)風(fēng)格選擇1個(gè)因子；篩選策略3：IC+Rn-同時(shí)按照前述IC和歷史收益規(guī)則選擇因子說(shuō)明與限Alpha和勝率：為了具有可比性，對(duì)因子收益能力和預(yù)測(cè)能力的評(píng)價(jià)是對(duì)Alpha時(shí)間窗口——2年。從概率意義上，選擇的樣本可能更好，但是考慮到數(shù)據(jù)測(cè)試區(qū)間始于2007年，如果采用更長(zhǎng)時(shí)間的數(shù)據(jù)，那么可供測(cè)試2因子個(gè)數(shù)：限定因子個(gè)數(shù)是為了保證各個(gè)風(fēng)格下選擇出的因子數(shù)相同。這IC靜態(tài)多因子策略的組合表現(xiàn)IC+Rn策略好于ICICRnICRnIC+Rn但初選因子池簡(jiǎn)單平均策略的IC標(biāo)準(zhǔn)差最大；IC圖表69：各個(gè)策略的IC均標(biāo)準(zhǔn)t-IC略基---IC策略-方向不調(diào)整---IC---rn---rn---IC+Rn策略基準(zhǔn)---IC+Rn---初選因子池平均---圖表70：各個(gè)策略的分組收

IC策略的基準(zhǔn)策略分組收益 IC策略的分組收益%8%%8%

0505%%024681012%%024681012

%81%%81%024605024605IC策略的分組收益率-方向不調(diào) %8%%8%024605024605

在后續(xù)研究中給出各種動(dòng)態(tài)多因子模型，敬請(qǐng)期待。文本數(shù)據(jù)挖掘：系統(tǒng)與策略眾所周知互聯(lián)網(wǎng)中的一媒介信能夠反出類投資者投資行，同時(shí)些媒介息也會(huì)投者的投資情緒以投資策起到潛默化的響，這文信息中蘊(yùn)了大量?jī)r(jià)值信，如果夠合理利這些信息，我們相信將為我理解市提供一全新的度然而文本掘與金量化的機(jī)結(jié)合會(huì) 種。首先需要考慮的數(shù)據(jù)來(lái)問(wèn)題，們知道聯(lián)網(wǎng)浩如，要從這海量的本中抽出于關(guān)金融投的息并 好數(shù)據(jù)的缺失于策略回測(cè)等會(huì)有一的影響再，基于中的自然言處理學(xué)術(shù)界仍是一重題，因此在我們的列研究缺少有備的理支持。后為了 據(jù)的準(zhǔn)性，我需要有量的文資，而如何在這些海量數(shù)據(jù)中速挖掘是一個(gè)大 。在將文本挖掘與金融量化完美結(jié)合的道，我們摸索著前進(jìn)?；诠獯蠼鸸ば〗M在金融文本挖掘中多年的研究型、概念板塊事件驅(qū)動(dòng)模型等等，這些模型均取得了優(yōu)異的表現(xiàn)，這同時(shí)也堅(jiān)定了我們?cè)谶@條創(chuàng)新的探索上 鍵詞指數(shù)、關(guān)注度因子的具體實(shí)現(xiàn)與編寫(xiě)細(xì)節(jié)。第二至四章中，主要介紹基于文本挖掘各類模型與策略。在第二章中，介紹基于普通投資者情緒指標(biāo)的三個(gè)擇時(shí)模型。在第三章中，詳細(xì)介紹光大關(guān)注度因子選股模光概念板塊熱

一、光大中文云文本挖掘光大中文云文本挖掘系統(tǒng)架構(gòu)在該模塊中，首先及時(shí)地從相應(yīng)獲取所需的文本信息。目前我們獲取的文本資料主要由三個(gè)來(lái)源，一是熱門(mén)財(cái)經(jīng)，其次是所有分析師的，最后 上的所有帖子。從2010年6月到現(xiàn)在，我們的系統(tǒng)上共積累了近36萬(wàn)篇 、300萬(wàn)篇財(cái)經(jīng)、2500萬(wàn)條帖子。獲取后的數(shù)據(jù)在該模塊中進(jìn)行，清除掉一些重復(fù)和無(wú)意義的文本，然后將其于相應(yīng)的文 3 絡(luò)絡(luò)指光網(wǎng)光光數(shù)財(cái)網(wǎng)頁(yè)爬數(shù)據(jù)來(lái)源：光大金財(cái)網(wǎng)頁(yè)爬光 指 本資料，按周統(tǒng)計(jì)搜索得到的文本資料數(shù)目除以本周總的文本資料數(shù)目得到各圖表72：在財(cái)經(jīng)中搜索關(guān)于A股的詞組統(tǒng)計(jì)構(gòu)成A股關(guān)注指數(shù)與上證指數(shù)據(jù)來(lái)源：光大金工中文 光大網(wǎng)絡(luò) 板塊相關(guān)的系列詞組時(shí)，在輸出的一級(jí)相關(guān)詞組中過(guò)濾非名稱詞語(yǔ)，則我們圖表73：基于帖子文本的'頁(yè)巖氣'網(wǎng)絡(luò)

圖表74：基于帖子文本的'抗癌'網(wǎng)絡(luò)圖表75

光大宏觀系列指數(shù)圖表76：光大面擔(dān)憂指 圖表77

圖表78光大情感指數(shù)系列在該情感數(shù)系列，我們特定的本資料，過(guò) 合搜索取相應(yīng)的資然助們作學(xué)OST隊(duì)開(kāi)的中文感識(shí)別模型與序，對(duì)本資料行情感別并打，中情感判分為兩：樂(lè)觀分值越低情越悲觀然后進(jìn)統(tǒng)計(jì)。 數(shù)據(jù)來(lái)源：光大金工中文 當(dāng)我們?cè)跇?gòu)建普通投資者多空指數(shù)時(shí)，我們搜索所有的帖子，同樣的，對(duì)每義為看多值）和悲觀總分（定義為看空值。將看多值除以看空值，然后按20個(gè)圖表80數(shù)據(jù)來(lái)源：光大金工中文 光大關(guān)注度因子我們按月統(tǒng)計(jì)主流上每只的新發(fā)帖總量，將該發(fā)貼總量除以該股總數(shù)據(jù)來(lái)源：WIND資訊，光大金工中文 概念板塊熱度 、財(cái)經(jīng)、帖子等不同的文 圖 82：基于的“石墨烯”概念熱度與石墨烯板塊指圖 84：基于財(cái) 的“石墨烯”概念熱度與石墨烯板塊指

圖 83：基 的“石墨烯”概念熱度與石墨烯板塊指紫色線為石墨烯板塊指紫色線為石墨烯板塊指數(shù)據(jù)來(lái)源：WIND資訊，光大金工中文 二 普通投資者情緒指標(biāo)擇時(shí)模普通投資者多空指標(biāo)我們通過(guò)網(wǎng)絡(luò)抓取技術(shù)了自08年6月至今的超過(guò)30萬(wàn)條普通投資者對(duì)于市在對(duì)數(shù)據(jù)進(jìn)行必要的，去掉一些無(wú)實(shí)質(zhì)意義的信息后，我們通過(guò)中文情感識(shí)1.060個(gè)交易日的均值加減兩倍標(biāo)準(zhǔn)差（布林通道線）作為判斷情緒極值的上下界標(biāo)數(shù)據(jù)來(lái)源：光大金工中文 一是“達(dá)到布林通道的上下軌”這一條件在講究確定性的數(shù)學(xué)標(biāo)準(zhǔn)前遭遇，擇時(shí)模 版：基于相對(duì)指標(biāo)的情緒拐點(diǎn)擇時(shí)策使用相對(duì)指標(biāo)（樂(lè)觀分除以悲觀樂(lè)觀之和0-1之間（0代表完全悲觀，1代表完全樂(lè)觀。第一個(gè)調(diào)整的原因主要是為了將指標(biāo)的波動(dòng)范圍限定在0-1之間，同時(shí)以百分比圖表86：普通投資者多空指標(biāo)（絕對(duì)數(shù)據(jù)來(lái)源：光大金工中文 擇時(shí)信號(hào)的產(chǎn)生流程 所采用的多空指標(biāo)序列一共有805交易日的數(shù)據(jù)（2008107日－2012120日2992.7天一個(gè)拐點(diǎn)（397個(gè)有1.7基于此，要對(duì)拐進(jìn)行過(guò)，一個(gè)法是對(duì)標(biāo)行平滑，除毛刺從而有效減少拐點(diǎn)數(shù)量（這也是們最初用的方，研中，我們用了兩平滑方法，一種是簡(jiǎn)單（指數(shù)）移動(dòng)平，另一是局部 回歸，種方法同的缺點(diǎn)是明顯低了情指標(biāo)的感度，后法然在較小失敏感的前提下獲得好前法的平效果，是卻會(huì)用滯后若干易日的息。實(shí)際研究中，我們選擇了另法：即當(dāng)指標(biāo)由前一局部高低點(diǎn)反向波動(dòng)一定的幅度f(wàn)之（中f數(shù)定為0.%指史波范為4%-6%，均為%0%圍1的5%即之局低點(diǎn)是拐點(diǎn)，產(chǎn)生一個(gè)相應(yīng)的買入賣出信號(hào)（高點(diǎn)確認(rèn)后對(duì)應(yīng)賣出信號(hào)，低點(diǎn)確認(rèn)后買號(hào)。每個(gè)信號(hào)產(chǎn)生后，將強(qiáng)制持有5個(gè)交易日，如果在這個(gè)5個(gè)交易日內(nèi)沒(méi)有出現(xiàn)反續(xù)持有5個(gè)交易日。圖表87數(shù)據(jù)來(lái)源：光大金工中文 做多指數(shù)，賣出信號(hào)即空倉(cāng)）擇時(shí)測(cè)試，時(shí)間窗口為2008-10-7－2012-8-23。其中雙邊34.8%，最大回撤19%，單邊19.5%，最大回撤14%；買入信號(hào)50個(gè)，勝率58%，賣出信號(hào)50個(gè)，勝率62%。圖表88信號(hào)次數(shù)獲勝勝率平均回 回報(bào)最大回

平均持有期最小持有期（日歷日）（日歷日）（日歷日 數(shù)據(jù)來(lái)源：光大金工中文 圖表89交易類型累積收 最大回

最大恢 平均恢 最大連續(xù)虧損平均連續(xù)虧（日歷日）（日歷日 （日歷日 （日歷日 數(shù)據(jù)來(lái)源：光大金工中文 圖表90

圖表91擇時(shí)模 3.0版：多空指標(biāo)多軌線擇時(shí)策在該模型中，我們對(duì)擇時(shí)模型1.0版進(jìn)行了改進(jìn)，使得我們新的模型能對(duì)擇時(shí)的標(biāo) 需添加的上下軌線時(shí)，類似于布林線，我們選取的仍是該指標(biāo)的60個(gè)交易日的均值加減x倍標(biāo)準(zhǔn)差界線。60個(gè)交易日的均值加減xi倍標(biāo)準(zhǔn)差界線（i分別為1,2,3我們假定x1屬于區(qū)間[0,0.5]，x2屬于區(qū)間[0.6,1.0]，x3屬于區(qū)間[1.1,1.9]，x4屬于區(qū)間[2.0,3.0]。對(duì)于x1,x2分別以0.1為單位間距，x3,x4分別以0.2為單位間距優(yōu)化參數(shù)，得x1為0.3，x2為0.8，x3為1.5，x4為2.0。則我們的情緒指標(biāo)3.0擇時(shí)模型具體為：分別以普通投資者情緒指標(biāo)的60個(gè)交易0.8,1.5,2四組的上下軌線。當(dāng)情緒指標(biāo)上穿其中任一軌線，則發(fā)出買入信號(hào)，當(dāng)情緒指標(biāo)下穿其中任一軌線，則發(fā)出信號(hào)。若出現(xiàn)連續(xù)相同的信號(hào)，則后續(xù)圖表92：添加x=0.3、0.8、1.5、2數(shù)據(jù)來(lái)源：光大金工中文 結(jié)論：雙邊率44.7%，單邊率做多指數(shù)，賣出信號(hào)即空倉(cāng)）擇時(shí)測(cè)試，時(shí)間窗口為2009-1-5—2012-7-27。其中雙邊44.7%，最大回撤10.04%，單邊24.8%，最大回撤10.15%；買入信號(hào)60個(gè)，勝率56.67%，賣出信號(hào)60個(gè)，勝率55%。圖表93平均持有 最大持有信 次數(shù)獲 勝 平均回 回 最大回（日歷日 （日歷日數(shù)據(jù)來(lái)源：光大金工中文 圖表94交易類型累積收 最大回

最大恢 平均恢 最大連續(xù)虧損平均連續(xù)虧（日歷日）（日歷日 （日歷日 （日歷日雙 單 數(shù)據(jù)來(lái)源：光大金工中文 圖表95

圖表96參數(shù)敏感性分析這里我們對(duì)選取的上下軌線中的參數(shù)x進(jìn)行分析，我們假定x1屬于區(qū)間[0,0.5]，x2屬于區(qū)間[0.6,1.0]，x3屬于區(qū)間[1.1,2.0]，x4屬于區(qū)間[2.0,3.0]，讓x1,x2分0.1為單位間距，x3x4分別以0.2為單位間距遍歷所有的參數(shù)組合，計(jì)算各個(gè)多軌線策略的收益率。得圖97：975*55x1，從左至右分別為x2在等于0.6,0.7,0.8,0.9,1.0下各參數(shù)的策略收益率，同一列的子圖中有相同的參數(shù)x2，從上至下分別為x1在等于0.1,0.2,0.3,0.4,0.5下各參數(shù)的策略圖表97數(shù)據(jù)來(lái)源：光大金工中文 合，該策略的收益率主要是集中在100%左右，而最大收益率為264%。而同期的大盤(pán)指數(shù)收益率僅為10%。情緒指標(biāo)與大盤(pán)指數(shù)的對(duì)比指數(shù)的20天移動(dòng)平均值，然后分別以該移動(dòng)平均值的60個(gè)交易日的均值加減x同樣的，針對(duì)參數(shù)，我們?nèi)约俣▁1屬于區(qū)間[0,0.5]，x2屬于區(qū)間[0.6,1.0]，x3屬于區(qū)間[1.1,2.0]，x4屬于區(qū)間[2.0,3.0]，然后讓x1x20.1為單位間距，x3,x4分別以0.2為單位間距遍歷所有的參數(shù)組合，計(jì)算各個(gè)多軌線策略的收益率。得圖表98：圖 98：針對(duì)大盤(pán)指數(shù)實(shí)行該策略，不同參數(shù)下策略的收數(shù)據(jù)來(lái)源：光大金工中文 從圖98中，我們可以看出基于大盤(pán)移動(dòng)平均值的多軌線策略在不同的參數(shù)組合下，均取得了正收益，其中大部分的收益率均集中在50%左右，最大收益率僅為進(jìn)一步分析模型模型凈值損失達(dá)到10%以上，而且需要在等待接近3個(gè)月的時(shí)間后，模型才能恢單邊交易則分別是81%,7%,0%，其中單邊交易表現(xiàn)逐年遞減，且在11年單邊易收益率為0。但過(guò)去三年時(shí)間里，市場(chǎng)連續(xù)經(jīng)歷了單邊上揚(yáng)、震蕩下行、單邊關(guān)注度選股模關(guān)注度因我們了主流 股關(guān)注度因子。我們：關(guān)注度因子與個(gè)股表現(xiàn)呈現(xiàn)顯著的負(fù)相關(guān)性，即以組樣本和基測(cè)試方月的表現(xiàn)情況，一個(gè)月期到后，再根據(jù)當(dāng)月的因子變化情況再平衡，按同樣的規(guī)則重新分為五組，再。關(guān)注度變化因子、關(guān)注度因子和樣本數(shù)據(jù)時(shí)間范圍為2008-8-31至2012-7-31，考2008-9-30至2012-7-31日，共47數(shù)據(jù)時(shí)間范圍為2008-8-31日至2012-7-31日，期對(duì)應(yīng)為2009-8-31日2012-7-3136回測(cè)指標(biāo)描述因子預(yù)測(cè)能力：當(dāng)期因子大小對(duì)下期表現(xiàn)的預(yù)測(cè)能力。業(yè)內(nèi)普遍使用IC指標(biāo)衡量（InformationCoefficient，基本原理是在每一期，將當(dāng)期按照因子從小到大排序（也可以從大到?。?，夠造成的因子序列，同時(shí)將下一期的表現(xiàn)按從好到差排序，構(gòu)造下期表現(xiàn)序列，計(jì)算兩個(gè)序列的某種相Spearman絕對(duì)值在3%以上，可以認(rèn)為因子是一個(gè)“好因子”。Short票，做空另一組，收益情況，一般的，以做多表現(xiàn)最好的一組因子，做空表現(xiàn)的一組因子，中每一期都等權(quán)做多因子值最小的第一組、做空結(jié)九組的平均IC的絕對(duì)值基本上都超過(guò)3%，表明該三個(gè)因子均有較強(qiáng)的 回測(cè)結(jié)圖表99：關(guān)注度因子統(tǒng)計(jì)（樣本：滬深-累積絕收益（月標(biāo)準(zhǔn)換手（月均勝超收益（月標(biāo)準(zhǔn)勝LS收益（月標(biāo)準(zhǔn)差勝--———數(shù)據(jù)來(lái)源：光大金工中文 圖表

圖 101：關(guān)注度因子，不同組別累積收益（樣本：滬深圖表 圖表104：關(guān)注度變化因子統(tǒng)計(jì)（樣本：滬深-累積絕收益（月標(biāo)準(zhǔn)換手（月均勝超收益（月標(biāo)準(zhǔn)勝LS收益（月標(biāo)準(zhǔn)差勝--———數(shù)據(jù)來(lái)源：光大金工中文 圖表105：關(guān)注度變化因子，IC變化（樣本：滬深圖表107：關(guān)注度變化因子，不同組別累積超額收益（樣本：滬300）圖表109：關(guān)注度歷史位置因子，統(tǒng)計(jì)（樣本：滬深

圖表106：關(guān)注度變化因子，不同組別累積收益（樣本：滬深圖表108：關(guān)注度變化因子，LS組合收益變化（樣本：滬深-累積絕收益（月標(biāo)準(zhǔn)換手（月均勝超收益（月標(biāo)準(zhǔn)勝LS收益（月標(biāo)準(zhǔn)差勝------------———數(shù)據(jù)來(lái)源：光大金工中文 圖表110：關(guān)注度歷史位置，IC變化（樣本：滬深圖表112：關(guān)注度歷史位置，不同組別累積超額收益（樣本：滬300）圖表114：關(guān)注度因子統(tǒng)計(jì)（樣本：中證

圖表111：關(guān)注度歷史位置，不同組別累積收益（樣本：滬深圖表113：關(guān)注度歷史位置，LS組合收益變化（樣本：滬深-累積絕收益（月標(biāo)準(zhǔn)換手（月均勝超收益（月標(biāo)準(zhǔn)勝LS收益（月標(biāo)準(zhǔn)差勝---———數(shù)據(jù)來(lái)源：光大金工中文 圖表115：關(guān)注度因子，IC變化（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文 圖表117：關(guān)注度因子，不同組別累積超額收益（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文

圖表116：關(guān)注度因子，不同組別累積收益（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文 圖表118：關(guān)注度因子，LS組合收益變化（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文 圖表119：關(guān)注度變化因子統(tǒng)計(jì)（樣本：中證-累積絕收益（月標(biāo)準(zhǔn)換手（月均勝超收益（月標(biāo)準(zhǔn)勝LS收益（月標(biāo)準(zhǔn)差勝--———數(shù)據(jù)來(lái)源：光大金工中文 圖表120：關(guān)注度變化因子，IC變化（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文

圖 121：關(guān)注度變化因子，不同組別累積收益（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文 圖表122：關(guān)注度變化因子，不同組別累積超額收益（樣本：中 圖表123：關(guān)注度變化因子，LS組合收益變化（樣本：中證 圖表124：關(guān)注度歷史位置因子，統(tǒng)計(jì)（樣本：中證-累積絕收益（月標(biāo)準(zhǔn)換手（月均勝超收益（月標(biāo)準(zhǔn)勝LS收益（月標(biāo)準(zhǔn)差勝---------———數(shù)據(jù)來(lái)源：光大金工中文 圖表125：關(guān)注度歷史位置，IC變化（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文

圖表126：關(guān)注度歷史位置，不同組別累積收益（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文 數(shù)據(jù)來(lái)源：光大金工中文

圖表128：關(guān)注度歷史位置，LS組合收益變化（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文 圖表129：關(guān)注度因子統(tǒng)計(jì)（樣本：中證-累積絕收益（月標(biāo)準(zhǔn)換手（月均勝超收益（月標(biāo)準(zhǔn)勝LS收益（月標(biāo)準(zhǔn)差勝--———數(shù)據(jù)來(lái)源：光大金工中文 圖表130：關(guān)注度因子，IC變化（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文

圖表131：關(guān)注度因子，不同組別累積收益（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文 圖表132：關(guān)注度因子，不同組別累積超額收益（樣本：中證800）圖表133：關(guān)注度因子，LS組合收益變化（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文 數(shù)據(jù)來(lái)源：光大金工中文 圖表134：關(guān)注度變化因子統(tǒng)計(jì)（樣本：中證-累積絕收益（月標(biāo)準(zhǔn)換手（月均勝超收益（月標(biāo)準(zhǔn)勝LS收益（月標(biāo)準(zhǔn)差勝--———數(shù)據(jù)來(lái)源：光大金工中文 圖表135：關(guān)注度變化因子，IC變化（樣本：中證 圖表136：關(guān)注度變化因子，不同組別累積收益（樣本：中證 數(shù)據(jù)來(lái)源：光大金工中文

圖表138：關(guān)注度變化因子，LS組合收益變化（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文 圖表139：關(guān)注度歷史位置因子，統(tǒng)計(jì)（樣本：中證-累積絕收益（月標(biāo)準(zhǔn)換手（月均勝超收益（月標(biāo)準(zhǔn)勝LS收益（月標(biāo)準(zhǔn)差勝------------———數(shù)據(jù)來(lái)源：光大金工中文 圖表140：關(guān)注度歷史位置，IC變化（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文

圖表141：關(guān)注度歷史位置，不同組別累積收益（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文 圖表142：關(guān)注度歷史位置，不同組別累積超額收益（樣本：中 圖表143：關(guān)注度歷史位置，LS組合收益變化（樣本：中證數(shù)據(jù)來(lái)源：光大金工中文 數(shù)據(jù)來(lái)源：光大金工中文 概念板塊事件驅(qū)動(dòng)模型我們通過(guò)網(wǎng)絡(luò)抓取技術(shù)了2010年6月至2012年7月的約36萬(wàn)篇摘要、300萬(wàn)篇財(cái)經(jīng)、2500萬(wàn)條帖子分別構(gòu)造我們的文本資料庫(kù)。而概念板塊數(shù)據(jù)主要獲取于Wind標(biāo)準(zhǔn)的概念板塊分類，具體為石墨烯、鋰電池、智能交通、稀土永磁、舟山新區(qū)等74個(gè)概念板塊。針對(duì)于每一個(gè)概念板塊，我們制定了 、財(cái)經(jīng)、帖 概念板塊事件驅(qū)動(dòng)地出現(xiàn)在媒介信息中，即概念熱度指數(shù)達(dá)到一個(gè)時(shí)，會(huì)導(dǎo)致該概念板塊在未是在持有時(shí)間為8周時(shí)收益達(dá)到最優(yōu)。為了具體量化概念熱度指數(shù)達(dá)到一個(gè)這一現(xiàn)象，我們以其過(guò)去10周的均值0.5倍標(biāo)準(zhǔn)差構(gòu)造其上軌線，若在某一周里概念熱度指數(shù)超過(guò)其上軌線，則我們認(rèn)為滿足熱度指數(shù)達(dá)到一個(gè)這一現(xiàn)象。同樣，以各概念指數(shù)過(guò)去10周的均值加減1倍標(biāo)準(zhǔn)差構(gòu)造上下軌線，若概念指數(shù)位于其上軌線之上，則我們認(rèn)為該概念板塊指數(shù)處于；若概念指數(shù)位于其下軌線之下，則我們認(rèn)為該概念板塊指數(shù)處于低位。當(dāng)概念熱度指數(shù)達(dá)到一個(gè)，并且該概念指數(shù)處于低位時(shí)，那么將在下一個(gè)交易周中觸發(fā)做多事件信號(hào)。當(dāng)概念熱度指數(shù)達(dá)到一個(gè)，并且該概圖表144："數(shù)據(jù)來(lái)源：WIND資訊，光大金工中文 事件信號(hào)結(jié)論分 試，時(shí)間窗口為2010年9至2012年8月。在此時(shí)間段內(nèi)，基于 生417次做多信號(hào)，408次做空信號(hào)；基于財(cái)經(jīng)文本的概念板塊事件信號(hào)共產(chǎn)生440次做多信號(hào)，348次做空信號(hào)；基于帖子文本的概念板塊事件信號(hào)共產(chǎn)圖 145：隨著持有期的持續(xù)增長(zhǎng)，事件信號(hào)勝率變化情

圖 146：隨著持有期的持續(xù)增長(zhǎng)，各信號(hào)平均收益率的變化情 多還是做空，我們的信號(hào)收益率均是小于0的。而且做多有期為6至7周的時(shí)候達(dá)到極大值。那么事件信號(hào)滯后一周得到交易信號(hào)并設(shè)置當(dāng)信號(hào)產(chǎn)生后，我們持有各概念指數(shù)的期限為6周圖 147：在該擇時(shí)策略下，各概念板塊的收益情期間內(nèi)該概擇時(shí)策略收 獲取正 信號(hào)獲取概念板塊念板塊指數(shù)(做多\做空持有周數(shù)益周數(shù)信號(hào)產(chǎn)生次數(shù)收益次數(shù)8947749894787IPV6700008798978795479753G6978776876896 82784946766498887648883898797664733數(shù)據(jù)來(lái)源：WIND資訊，光大金工中文 構(gòu)造概念板塊事件驅(qū)動(dòng)策略，基于不同的文本數(shù)據(jù)源的絕對(duì)收益率約為60%-80%，而同期大盤(pán)收益率為-20%圖 148：基于財(cái) 文本的的事件驅(qū)動(dòng)策略表

圖 149：基于文本的的事件驅(qū)動(dòng)策略表 圖 150：基 文本的的事件驅(qū)動(dòng)策略表 策略并不大。三個(gè)策略所產(chǎn)生的最大回撤也均是發(fā)生在2010年10月25至2010年11分析其主要原因?yàn)椋阂?，集中持倉(cāng)：兩周的交易中，持倉(cāng)的概念指數(shù)僅分別有2只和5只，這在一定的程度上集中了風(fēng)險(xiǎn)，導(dǎo)致了當(dāng)周的巨大虧損。二，非對(duì)沖的目的，但是目前的機(jī)制并不完全保證多空配比的平衡，在少數(shù)持有單向頭寸時(shí)就會(huì)存在較大的風(fēng)險(xiǎn)，例如在2010年11月8日那周里，我們所持概念板塊龍頭股事件驅(qū)動(dòng)策考慮到概念板塊指數(shù)的編寫(xiě)很大一部分是在2010年9月之后，而后利用各概念成的事件性策略。因而我們使用文本挖掘中的 后再在輸出詞組中過(guò)濾非名稱詞語(yǔ)，我們得到各個(gè)概念板塊的龍頭股。我們龍頭股組合事件驅(qū)動(dòng)對(duì)于各個(gè)概念板塊，我們選取根據(jù)文本挖掘得到的top5的構(gòu)成各個(gè)概念板塊的龍頭股組合。然后我們以各概念熱度過(guò)去10周的均值加0.5倍標(biāo)準(zhǔn)差構(gòu)造其上軌線，若在某一周里概念熱度指數(shù)超過(guò)其上軌線，則我們認(rèn)為熱度指數(shù)達(dá)到。同樣，以各概念板塊龍頭股組合等權(quán)指數(shù)過(guò)去10周的均值加減1倍標(biāo)準(zhǔn)差該概念板塊龍頭股組合等權(quán)指數(shù)處于；若概念板塊龍頭股組合等權(quán)指數(shù)位于度指數(shù)達(dá)到一個(gè)，并且該概念板塊龍頭股組合等權(quán)指數(shù)處于低位時(shí)，那么將在下一個(gè)交易周中觸發(fā)做多事件信號(hào)。當(dāng)概念熱度指數(shù)達(dá)到一個(gè)，并且該概念板塊龍頭股組合等權(quán)指數(shù)處于時(shí)，那么將在下一個(gè)交易周中觸發(fā)做空事件從圖表151中，我們可以看出，基于龍頭股組合產(chǎn)的信號(hào)的信號(hào)基本上是一致的。當(dāng)上述事件信號(hào)觸發(fā)后，做多信號(hào)的收益率在第7周達(dá)期為合6周。地做多、做空或者持有相對(duì)應(yīng)的概念板塊指數(shù)，該組合收益如圖表152-154:圖 151：隨著持有期的持續(xù)增長(zhǎng)，各信號(hào)平均收益率的變化情 圖 153：基于文本的概念龍頭股事件驅(qū)動(dòng)策略表

圖 152：基于財(cái)經(jīng)文本的的概念龍頭股事件驅(qū)動(dòng)策略表 圖 154：基 文本的概念龍頭股事件驅(qū)動(dòng)策略表 算法交易本無(wú) 避。但隨著數(shù)量化研究的深入發(fā)展，人們發(fā)現(xiàn)相比投資收益的高不確定性，成本的波動(dòng)率要小好幾個(gè)數(shù)量級(jí)，它幾乎是線性形不斷累的：對(duì)換手率近場(chǎng)平均水的基金說(shuō)，其年積累沖擊成損竟然大大超算法交易的爆發(fā)式發(fā)展卻直到21世紀(jì)才出現(xiàn)。對(duì)于 ，目前算法交易的應(yīng)用率接近于0，但在技術(shù)已經(jīng)高度發(fā)的，了WAP模、單均值方模型組合均值差模型三個(gè)由入繁的法；最一中我們闡了如何搭建一個(gè)完整的算法交易平臺(tái)。因此，本文基本涵蓋了算法交易應(yīng)用的各個(gè)方面，從理論到實(shí)一 算法交易基礎(chǔ)與算法開(kāi)發(fā)流何為算法交易個(gè)概念也是最常被投資者所的。事實(shí)上，算法交易和程序交易關(guān)注的是一筆擊成本，包含源于交易對(duì)市場(chǎng)傳達(dá)的價(jià)值信息的永久性沖擊成本、以及源于TAP當(dāng)天開(kāi)盤(pán)價(jià)等等，某些ETF基金也會(huì)以當(dāng)天收盤(pán)價(jià)作為目標(biāo)價(jià)格。標(biāo)之間有一定的，因此，在具體構(gòu)建算法交易模型的時(shí)候，通常會(huì)先明確算算法交易的發(fā)展上開(kāi)始式的擴(kuò)張開(kāi)始于21世紀(jì)初，其原因大致有以下幾項(xiàng)：理論方面，2000年左右和轟轟烈烈的“十進(jìn)制”運(yùn)動(dòng)推進(jìn)了算法交易進(jìn)入實(shí)踐；計(jì)算 效果是每日交易筆數(shù)激增了十幾倍、而平均每筆單的規(guī)模則縮小為1/4。算法交易的廣泛應(yīng)用很快影響到了歐洲，2010年全歐盟基金業(yè)內(nèi)算法交易使用比例超過(guò)了50%80%。在亞洲，算法交易的發(fā)展則相對(duì)落后，主要集中在東京、、新加坡等幾個(gè)有限的交易場(chǎng)所，這些地方機(jī)構(gòu)投資圖表155：機(jī)構(gòu)交易使用算法比例圖表156：全市場(chǎng)算法交易覆蓋率

使用算法交易的效果是非常顯著的，根據(jù)Plexus公司對(duì) 市上的機(jī)構(gòu)交易總成本約為55-65個(gè)基點(diǎn)，其中直接成本（稅費(fèi)傭金）為9個(gè)點(diǎn)，交易導(dǎo)致的沖擊成本約15個(gè)基點(diǎn)，機(jī)會(huì)成本約30-40個(gè)基點(diǎn)。而市場(chǎng)。交易所公布的一項(xiàng)研究顯示，根據(jù)被交易流動(dòng)性的不同，機(jī)構(gòu)交易者的沖擊成本通常在40-80個(gè)基點(diǎn)，這是一個(gè)相當(dāng)可觀的數(shù)字，意味著中市場(chǎng)成交均價(jià)，幾乎沒(méi)有考慮機(jī)會(huì)成本和成交風(fēng)險(xiǎn)。代表性的算法有VWAP、TWAP、交易量參與（VolumeParticipation）等等。在這些最簡(jiǎn)單的算法上，算法研究者們又進(jìn)行了各種調(diào)整和優(yōu)化，開(kāi)發(fā)出了帶趨勢(shì)判斷的VWAP（VWAPwithtiltVAP等較復(fù)雜的算法，但其基礎(chǔ)仍是對(duì)歷史交易模式的歸納和總結(jié)。ShortfallPrice模型來(lái)刻畫(huà)價(jià)格的隨機(jī)運(yùn)動(dòng)方式。這一代的算法已經(jīng)將機(jī)會(huì)成本和成交風(fēng)險(xiǎn)發(fā)展。一方面，第三代算法中擴(kuò)展出了面對(duì)組合交易的算法，其所依VWAP27%；其次是基于到20%；IS13%，剩余部分則是各大機(jī)構(gòu)投資者成功算法的開(kāi)發(fā)流程整個(gè)算法交易體系中，很多內(nèi)容需要由軟硬件支持來(lái)實(shí)現(xiàn)，但最也最不可替（orderbook）的分筆信息才能精確計(jì)算。如果無(wú)法獲得最合適的數(shù)據(jù)，則應(yīng)當(dāng)在----情境測(cè)試（scenarioysis。通過(guò)一定的符合市場(chǎng)邏輯的前提假設(shè)，使用計(jì)算業(yè)、、貨幣等風(fēng)險(xiǎn)；投資者本身的效用函數(shù)分析—對(duì)成交均價(jià)的要求和成交度算法交易效果報(bào)告，將算法多次實(shí)現(xiàn)的平均結(jié)果與目標(biāo)基準(zhǔn)進(jìn)行對(duì)比，找二、VWAP模從本章開(kāi)始，我們進(jìn)入實(shí)際算法模型的探討。在所有模型中，VWAP模型具有出成交量分布的研究。因此，VWAP作為第一個(gè)深入探索的模型。VWAP算法的定義和目標(biāo)少市場(chǎng)沖擊的效果。VWAP算法作為最早出現(xiàn)的算法模型之一，其思路較為簡(jiǎn)明而直接，目前在市場(chǎng)上的應(yīng)用也最為廣泛，歐美成熟市場(chǎng)中，VWAP的應(yīng)用約占27%。顧名思義，VWAPVWAP為目標(biāo)的算法，因此我們首先需要定義VWAP。NNN式為VWAP NVWAP交易通?？梢岳斫鉃椤霸诮灰讜r(shí)段內(nèi)以VWAP方式進(jìn)行交易”。對(duì)于任何算法交易模型而言，其首要的任務(wù)總是設(shè)定算法目標(biāo)，VWAP交易的目易過(guò)多的情況，這使得交易具有很好的隱蔽性，將大單可能造成的信息程度降到了最低；最后，VWAP算法的簡(jiǎn)單易行性使得其對(duì)計(jì)算機(jī)運(yùn)算能力沒(méi)有太大另面AP也著缺首先AP價(jià)最接近場(chǎng)均價(jià)因此其質(zhì)上是關(guān)心期成而不考慮險(xiǎn)的，金融市場(chǎng)的展趨勢(shì)將風(fēng)險(xiǎn)制放在來(lái)越重的置。其次AP本身計(jì)算公式表，當(dāng)交者的交量占市總交易越大時(shí)，成交均必然越貼近市場(chǎng)VA其均價(jià)必然等于市場(chǎng)A因此當(dāng)易者本的易量較大，AP并不是量10%以的用AP，VAP算法比符合某投資機(jī)考核準(zhǔn)的要但對(duì)于很交易者說(shuō)，他們的 令是依于作出策當(dāng)時(shí)市場(chǎng)價(jià)，果當(dāng)天股呈現(xiàn)強(qiáng)勢(shì)并且朝著利自的向動(dòng)則以AP成依然味著量虧。于些缺點(diǎn)存，究們發(fā)各種新算作為AP的替代補(bǔ)充?？偟膩?lái)說(shuō)，VWAPVWAP為目標(biāo)、又表示算法采用貼近市場(chǎng)交在最簡(jiǎn)單的VWAP算法基礎(chǔ)上，算法研究者們又進(jìn)行了各種調(diào)整和優(yōu)化，開(kāi)發(fā)出tiltVAP徑依賴的VWAP（Sample-pathVWAP）等較復(fù)雜的算法，其中某些開(kāi)始以戰(zhàn)勝市場(chǎng)VWAP為目標(biāo)，但算法的基礎(chǔ)仍是對(duì)歷史交易模式的歸納和總結(jié)。交易量模相對(duì)交易量究必然由對(duì)交易量的研究開(kāi)始。我們假設(shè)總交易時(shí)間為T(mén)，分成N個(gè)小段，每個(gè)Pi。在實(shí)踐中，時(shí)間小段劃分鐘作為交易小段也完全可行。在模型分析中，我們用小寫(xiě)字母v表示交易者本身的交易量，市場(chǎng)的總交易量用大寫(xiě)字母V表示，V則表示去除v余交易量。vi表示從交易開(kāi)始到時(shí)段i結(jié)束時(shí)交易者的累積交易量，Vi時(shí)段內(nèi)市場(chǎng)的累積交易量，uivivi1和UiViVi1則分別表示交易者和市場(chǎng)在單個(gè)時(shí)段i內(nèi)的交易量。 NVWAPtrader N NVWAPmarket N uiUi，由于v和V是整個(gè)時(shí)段內(nèi)的總成交量，因此我們稱ui和Ui 易量，即用總成交量正規(guī)化后的交易量。為了模擬方便，通常我們用

vi XViui和UixX 0到1嚴(yán)格單調(diào)遞增的曲線。在上一小節(jié)，我們闡明了實(shí)現(xiàn)VWAP算法的關(guān)鍵就是使xiXi，鑒于xi是算法模塊實(shí)現(xiàn)的拆單，我們的目標(biāo)便為模擬每支在一天內(nèi)的市場(chǎng)相對(duì)交易量序列Xi}。最基本，也是最常用的方法就是用過(guò)去若干天實(shí)際發(fā)生的市場(chǎng)交易量數(shù)據(jù)計(jì)算出每天的相對(duì)交易量序列{Xki}，然后以這若干天的平均值作為對(duì)下一Xi}序列的估計(jì)。下圖中，我們給出了幾支使用2012年7月的20個(gè)交易日的1分鐘數(shù)據(jù)擬合的相對(duì)交易量{Xi}曲線。

、中證t ，觀察其{Xi}和{Xit

可以看到，每支所對(duì)應(yīng)的曲線有明顯的共同之處。對(duì)于{Xi}序列，所隨后又呈單調(diào)遞增，在交易結(jié)束時(shí)到達(dá)另一個(gè)。也就是說(shuō)，平均交易量20127圖中藍(lán)色的曲線為20天內(nèi)每分鐘實(shí)際發(fā)生的交易量的平均值，綠色曲線則為用實(shí)論上說(shuō)，出現(xiàn)這一現(xiàn)象的原因是關(guān)于價(jià)值的新信息的傳遞。在每天開(kāi)盤(pán)時(shí)，由于大量隔夜信息的積累，很多投資者需要進(jìn)行交易以匹配他們對(duì)價(jià)值的重 一個(gè)半小時(shí)的休市時(shí)間，所以同樣出于對(duì)休市時(shí)段內(nèi)新信息進(jìn)入的反應(yīng)，在11:30具有這種形態(tài)的{Xi}類似于三次冪函數(shù)的曲線，因此通常也可以用相對(duì)交易時(shí)間t/T的三次方程來(lái)擬合X}，即Xtt2t3，從函數(shù)形 1(T 2(T 3(T上來(lái)看，一般有10,2030。我們依然以600036在2012年7月的數(shù)據(jù)為例，擬合結(jié)果為11.71621.84131.119，將曲線繪圖如下所示

Xi曲VWAP算法時(shí)經(jīng)常也使用擬合后的冪函Xi，這樣可以使交易量的分布更平滑，在每一個(gè)交易小段間的交易量不會(huì)出現(xiàn)急劇波動(dòng)。而使用過(guò)去一段時(shí)間實(shí)際發(fā)生的平均Xi序列作為