基于EVT-VaR和EVT-CDaR約束的趨勢跟蹤策略比較研究.pdf

1、量化交易產(chǎn)生于上世紀80年代，得益于通訊技術和計算技術的快速發(fā)展以及數(shù)學方法的深入使用，量化交易已經(jīng)成為當前證券市場重要的交易方式。在歐美發(fā)達市場國家，通過量化方式進行交易的成交量已經(jīng)占到市場總成交量的70％以上;在新興市場國家，量化交易也正在興起，逐步超過傳統(tǒng)的交易方式。運用量化的方法，不少投資者獲得了超額收益，更多的卻發(fā)生了虧損，有的量化交易行為甚至對市場產(chǎn)生了負面影響。1998年長期資本管理公司破產(chǎn)倒閉、2008年全球金融危機以及

2、2010年5月6日美國股市盤中暴跌等重大事件爆發(fā)后，量化交易被廣泛質(zhì)疑。量化交易的快速交易特點在一定程度上的確引起了市場不適，但交易者對于量化策略的盲目自信才是導致巨額虧損并造成不良市場影響的主因。因此，加強交易策略內(nèi)在的風險控制能力才是量化交易取得成功的關鍵，特別是在市場異常波動時期，引入風險控制技術至關重要。
　　量化交易對市場的影響以及復雜交易策略的構(gòu)建是當前學術界對量化交易研究的重點。在量化交易對市場影響方面，Hender

3、shott和Riordan(2012)等研究分別表明了量化交易在減少市場摩擦、改善市場效率等方面能起到重要作用。在交易策略的構(gòu)建方面，計算技術的發(fā)展使得復雜算法用于構(gòu)建量化策略成為可能，Kapoor et al.(2011)等將遺傳算法用于交易算法設計，Monakhov(2008)等使用神經(jīng)網(wǎng)絡算法構(gòu)建量化策略。量化策略風險管理方面的研究卻很少，實踐中則通常采用設置止損點的方法控制風險，但在止損點的選取上存在較大的主觀性，同時在時效性上

4、也存在缺陷。在此背景下，Strub(2012)使用頭寸管理方法對交易策略進行風險管理，相比于止損點，基于頭寸管理的方法具有客觀依據(jù)和時變性優(yōu)點。因此，本文將基于頭寸管理視角，在不同風險度量指標約束下構(gòu)建量化策略，并對比不同策略的優(yōu)劣。
　　在風險測度方面，風險指標的合適選取是有效度量金融風險的保證。VaR和CVaR是度量尾部風險的重要指標，CVaR符合風險指標的一致性要求，二者至今被廣泛用于風險管理實踐中。CDaR在形式上與CVa

5、R類似，是基于跌幅(Drawdown)損失函數(shù)構(gòu)建的尾部風險指標，具有比VaR和CVaR更優(yōu)良的特性。數(shù)據(jù)是一切研究的前提，金融數(shù)據(jù)的“尖峰厚尾”特征被廣泛證實，對數(shù)據(jù)分布的“厚尾”進行建?？坍嬍菧蚀_度量風險的關鍵。極值理論被用于小概率事件統(tǒng)計分析，在厚尾分布建模問題上具有較大的優(yōu)勢，將極值理論用于金融建模是當前熱點。在使用極值理論時存在尾部數(shù)據(jù)稀缺的問題，F(xiàn)HS數(shù)據(jù)模擬技術結(jié)合了歷史模擬和蒙特卡羅模擬的優(yōu)點，是解決數(shù)據(jù)稀缺性的一種有效

6、途徑。本文將基于極值理論和FHS模擬技術計算風險測度指標，并引入到交易策略的構(gòu)建中。
　　構(gòu)建基于風險約束的交易策略要經(jīng)過數(shù)據(jù)擬合、風險度量、參數(shù)優(yōu)化和策略回測等幾個階段，既要選擇充分有效的數(shù)據(jù)擬合模型，又要選取合適的指標度量風險，還要考慮數(shù)據(jù)的厚尾特征。因此策略構(gòu)建中，本文將使用2006-2015年上證綜合指數(shù)數(shù)據(jù)，采用規(guī)范分析和實證分析相結(jié)合的研究方法進行研究。規(guī)范分析方面，本文將總結(jié)歸納當前對于風險度量以及量化交易的研究文獻

7、，重點把握在交易策略中引入風險控制技術的脈絡以及最新的風險度量技術的運用。實證分析方面，本文將采用GARCH類模型擬合數(shù)據(jù)，使用FHS技術模擬數(shù)據(jù)，引入極值理論用于上證綜指收益率數(shù)據(jù)厚尾分布建模，通過R軟件包處理數(shù)據(jù)并進行數(shù)值計算，最后通過大量圖表等方式呈現(xiàn)研究結(jié)果，盡力生動形象的展示研究過程。
　　本文分別構(gòu)建了VaR約束策略、EVT-VaR約束策略、EVT-CDaR約束策略，并將綜合比較分析三種策略在風險控制能力上的區(qū)別，以及

8、三種策略與原始策略的收益特征。本論文共分為五章，第一章為緒論，介紹本文研究背景、研究意義、研究內(nèi)容、研究方法以及本文創(chuàng)新點。第二章為文獻綜述，對當前風險管理技術進行總結(jié)，從中提煉當前風險度量研究的重點和趨勢，并詳細介紹當前量化交易及其風險管理的研究現(xiàn)狀等，最后對當前研究進行了簡要評述。第三章為研究設計，詳細闡述不同風險度量模型，基于極值理論對厚尾分布建模，以及FHS數(shù)據(jù)模擬技術，并從理論角度對比分析不同模型的優(yōu)劣，從而選擇最佳模型為后文

9、的研究奠定基礎，最后對本章進行了簡要總結(jié)。
　　第四章為量化策略的構(gòu)建和實證分析。在本章，本文以趨勢跟蹤策略為原始策略，在此基礎上引入VaR、EVT-VaR、EVT-CDaR構(gòu)建了三種風險約束策略，并就上證綜指2006-2015年的數(shù)據(jù)進行了實證檢驗，在風險和收益兩個維度上比較四種策略的優(yōu)劣。本章首先檢驗了上證綜指收益率分布特征，并對比了三種GARCH類模型對數(shù)據(jù)的擬合效果，最終確定ARMA-TGARCH為最優(yōu)模型，并將此模型用于

10、FHS數(shù)據(jù)模擬過程中。通過對比模擬數(shù)據(jù)與原始數(shù)據(jù)，檢驗FHS技術的有效性。在構(gòu)建VaR約束策略時，本文使用EWMA方法計算VaR，并通過計算動態(tài)調(diào)整的杠桿水平對頭寸進行調(diào)整。EVT-VaR約束策略，運用了極值理論、FHS方法對收益率尾部分布進行擬合，并計算EVT-VaR，同樣需要計算調(diào)整杠桿水平引入風險控制。EVT-CDaR策略是對MDD序列進行厚尾建模，并計算CDaR和杠桿水平，進而構(gòu)建策略。
　　本文研究的主要結(jié)論有:第一，基

11、于當前風險和設置的風險上限(Target)構(gòu)造的調(diào)整杠桿能夠很好的反映當前風險狀況，當前風險水平較低時，杠桿較高，意味著可以增加頭寸;當前風險水平較高時，杠桿較低，意味著要降低頭寸。第二，在設置VaR上限(Target VaR)為3％的前提下，基于VaR約束和EVT-VaR約束的趨勢跟蹤策略實現(xiàn)了比原始策略更高的收益。第三，在適當設置CDaR上限(Target CDaR)后，基于EVT-CDaR約束的趨勢跟蹤策略可以實現(xiàn)超過原始策略的收

12、益，Target CDaR設置越大，EVT-CDaR策略的收益越高。第四，在三種基于風險約束交易策略中，VaR約束策略收益最高，同時回撤風險最大;EVT-CDaR約束策略的收益是三種策略中最低的，回撤風險也是最小的，說明EVT-CDaR是一種更為嚴格的風險度量方法。第五，從風險指標的波動性來看，EVT-CDaR波動性最小，VaR波動性最大，說明EVT-CDaR相比VaR而言是一種更為穩(wěn)定的風險指標。
　　本文研究的主要創(chuàng)新點主要體

13、現(xiàn)在以下幾個方面:首先，本文將最新的風險度量方法引入到交易策略的風險控制中，利用歷史數(shù)據(jù)度量當前的風險水平，并在設置風險上限的條件下計算風險調(diào)整杠桿，進而實現(xiàn)對交易頭寸的動態(tài)調(diào)整，具有客觀性和是時變性優(yōu)點。其次，本文在計算CDaR時，是基于MDD序列而非DD序列，MDD隨機性更強且分布的右尾是厚尾的，更符合極值分布的要求和特點。最后，本文將FHS數(shù)據(jù)模擬技術用于EVT-CDaR的計算是很好的嘗試，F(xiàn)HS技術具有精確反映數(shù)據(jù)特點的優(yōu)勢，因

14、而使得在較短的時間窗口內(nèi)進行極值擬合成為可能，避免了窗口過長導致計算的風險指標不能及時反映當下風險的問題。
　　不可避免的，由于研究水平有限，本文還存在不足之處:一是在部分參數(shù)的選取上，本文基于操作性上的考慮，將樣本整體估計的參數(shù)作為滾動窗口參數(shù)，存在一定的主觀性。二是本文選取了趨勢跟蹤策略作為原始策略，雖然趨勢跟蹤策略在過往的運用中取得了較好業(yè)績，但不能否認，在波動市場行情中，趨勢策略暴露了許多缺陷，比如容易產(chǎn)生虛假信號等等，導