股票量化择时策略(上中下).pdf

股票量化择时策略（上中下）
解析|量化择时策略（上）
鲲鹏 668 2018-04-07 08:14:59 量化择时就是利用数量化的方
法，通过对各种宏观微观指标的量化分析，试图找到影响大
盘走势的关键信息，并且对未亿，接着证监会
开始核查场外配资，股灾来临，两融余额断崖式下跌。
?
解析|股票量化择时策略（中）
鲲鹏 668 2018-04-07 08:34:04
牛熊线择时：
牛熊线（BBCurve）是基于布朗运动的择时策略之一，择时
的思想就是将大盘的走势划分为两根线，一根为牛线，一根
为熊线。在牛熊线之间时大盘不具备方性，如果突破牛线，
则可以认为是一波大的上涨趋势的到来;如果突破熊线，则可
以认为是一波大的下跌跌趋势到来，应该回避系统性风险。
Hurst 指数择时：
Hurst 指数择时的理论基础同牛熊市择时一样，均为布朗运动，其理论基础是分数布朗运动。Hurst 是以为英国的水文
学家，二十世纪初他在尼罗河参加水坝工程时，提出了重标
极差法。后来由 Peters 将该方法引入资本市场领域。
Hurst 指数是分形理论在趋势判断中的应用，分形市场理论
认为，资本市场是由大量具有不同投资期限的投资者组成
的，且信息对不同投资者的交易周期有着不同的影响。利用
Hurst 指数可以将市场的转折点判断出来，从而实现择时。
据中信建设统计过去十年半时间内，Hurst 模型共发出 20 次
信号（7 次反转信号）期间共累计获得 倍收益率，年
化收益 %，最大回撤-%。
该模型的优点是不必假设所测度的时间序列的分布特征。
支持向量机 SVM 指标择时：
支持向量机 SVM 是一种分类技术，是基于数据的机器学习
引进的策略创新体系。具有效率高、推广性能好的优点，SVM
择时就是利用 SVM 技术进行大盘趋势的模式识别，将大盘
区分为几个明显的模式，从而找出其中的特征，然后利用历
史数据学习的模型来预测未来的趋势。目前主要应用于指
数。
机器学习基本流程：
从模型预测效果来看，对指数运行中期趋势有较好把握，在考察期内有 %整体准确率。其中对单边上涨行情区间预
测率超过 70%。
SWARCH 择时模型：
SWARCH 模型是一种利用宏观经济指标来判断大盘的策略，
该模型主要刻画了货币供应量 M2 和大盘走势之间的关系，
揭示我国证券市场指数变化与货币供应量之间的相关关系。
采用货币供应量为主要指标，构建 SWARCH 模型来判断该
指标与大盘走势之间的关系，从而期望找到判断未来趋势的
择时方法。
整体上分析宏观经济周期与证券市场收益率关系的研究主
要集中于对其协整关系的检验，例如研究表明：美国和日本
的证券价格与国民生产总值的增长率、长期和短期利率、通
货膨胀率等国民经济运行状况指标之间存在长期的均衡关
系。
证券市场波动的解释最终要以宏观经济分析为基础，经济行
为水平的波动是证券