利用模式识别进行短线择时

《利用模式识别进行短线择时》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2009/07/27金融工程数量化策略利用模式识别进行短线择时相关研究¢本报告主要利用股票价格序列的模式识别进行短线择时，模式识别从价格形态相似性的角度来挖掘交易行为中所蕴含的预期，以提高未来交易的胜率，这种短线择时方法将有助于提高指数基金申购赎回的现金管理效率。¢我们认为最后交易时段价格的波动比其余时段包含了更多预期因素，更有可能预示第二日的行情演绎，本报告主要采用最后半小时股价序列相似性聚类的模式识别方法进行隔日择时判断。¢在沪深300指数2005~2009年的模式识别实证研究表明，在适当的参数组合下，整体判对概率为54.34％，而当判断做多时第二日盈利的概率为6

2、3.3%。模式识别交易在市场大跌的08年抗跌性很强，但在单边牛市中不如买入持有策略，总的来说，模式识别交易属于业绩比较稳健的交易策略。¢对于个股模式识别交易，从实务角度考虑模式识别必须解决T+1交易制度限制，可利用14:30~14:55的价格序列的模式识别进行隔日交易，以西山煤电为例，个股模式识别策略的实证结论也是牛市弱、熊市强。¢总的来讲，模式识别交易策略虽然业绩稳健，但胜率有待提高，在接下来的研究中我们将从两个方面入手提高胜率，一是进一步过滤价格序列中的噪音，例如通过报告中特征点的方法以提取价格序列中主要的信息含量，二是股价形态甑选上进一步过滤无效形态。分析师王红

3、兵(0755)82492185wanghb@lhzq.com罗捷(0755)82080134luojie@lhzq.com谨请参阅尾页重要申明及联合证券股票和行业评级标准。1/12金融工程-数量化策略090727：利用模式识别进行短线择时.docJul-2009目录一、如何从价格波动中分解出投资者预期....................................................31、提取特征点............................................................................

4、..........32、股价序列相似性模式识别................................................................3二、股价序列模式识别交易策略的开发.......................................................51、寻找适合做多的类别.......................................................................52、考虑有效类别的时效性：T-N1→T+N2....................

5、........................53、一个模式识别交易的案例................................................................54、目前指数基金现金管理时应警惕的价格形态....................................7三、利用模式识别进行沪深300指数隔日择时............................................8四、个股模式识别交易..................................................

6、............................10五、关于模式识别交易的总结和思考.........................................................11谨请参阅尾页重要申明及联合证券股票和行业评级标准。2/12金融工程-数量化策略090727：利用模式识别进行短线择时.docJul-2009一般而言，对于股票较长时间的趋势判断难度很大，但对于短期趋势，投资者收集信息的方式以及反映信息的方式有助于判断趋势。投资者的预期通过市场的交易价格进行体现，在非有效的市场中部分知情交易者可以提前对未来行情进行研判，依此获取超

7、额收益。知情交易者基于其信息优势很可能在当日的最后交易时段对第二日提前布局，所以最后交易时段价格的波动比其余时段包含了更多预期因素，更有可能预示第二日的行情演绎。挖掘对这些信息我们可以进行短线择时判断，这些择时判断可开发成短线交易策略，还有助于提高指数基金申购赎回的现金管理效率。一、如何从价格波动中分解出投资者预期最后交易时段价格的波动中蕴含了充分的投资者预期，那么，如何从最后交易时段的价格波动中分解投资者的预期呢？我们这里提供两种方法，一是提取特征点，二是价格序列相似性聚类。1、提取特征点尽管半个小时内交易数据的量比较大，我们通过观察不难发现，实际