基于EVT-VaR和EVT-CDaR約束的趨勢(shì)跟蹤策略比較研究.pdf

1、量化交易產(chǎn)生于上世紀(jì)80年代，得益于通訊技術(shù)和計(jì)算技術(shù)的快速發(fā)展以及數(shù)學(xué)方法的深入使用，量化交易已經(jīng)成為當(dāng)前證券市場(chǎng)重要的交易方式。在歐美發(fā)達(dá)市場(chǎng)國(guó)家，通過(guò)量化方式進(jìn)行交易的成交量已經(jīng)占到市場(chǎng)總成交量的70％以上;在新興市場(chǎng)國(guó)家，量化交易也正在興起，逐步超過(guò)傳統(tǒng)的交易方式。運(yùn)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(duì)市場(chǎng)產(chǎn)生了負(fù)面影響。1998年長(zhǎng)期資本管理公司破產(chǎn)倒閉、2008年全球金融危機(jī)以及

2、2010年5月6日美國(guó)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(diǎn)在一定程度上的確引起了市場(chǎng)不適，但交易者對(duì)于量化策略的盲目自信才是導(dǎo)致巨額虧損并造成不良市場(chǎng)影響的主因。因此，加強(qiáng)交易策略內(nèi)在的風(fēng)險(xiǎn)控制能力才是量化交易取得成功的關(guān)鍵，特別是在市場(chǎng)異常波動(dòng)時(shí)期，引入風(fēng)險(xiǎn)控制技術(shù)至關(guān)重要。
　　量化交易對(duì)市場(chǎng)的影響以及復(fù)雜交易策略的構(gòu)建是當(dāng)前學(xué)術(shù)界對(duì)量化交易研究的重點(diǎn)。在量化交易對(duì)市場(chǎng)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(chǎng)摩擦、改善市場(chǎng)效率等方面能起到重要作用。在交易策略的構(gòu)建方面，計(jì)算技術(shù)的發(fā)展使得復(fù)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(shè)計(jì)，Monakhov(2008)等使用神經(jīng)網(wǎng)絡(luò)算法構(gòu)建量化策略。量化策略風(fēng)險(xiǎn)管理方面的研究卻很少，實(shí)踐中則通常采用設(shè)置止損點(diǎn)的方法控制風(fēng)險(xiǎn)，但在止損點(diǎn)的選取上存在較大的主觀性，同時(shí)在時(shí)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(duì)交易策略進(jìn)行風(fēng)險(xiǎn)管理，相比于止損點(diǎn)，基于頭寸管理的方法具有客觀依據(jù)和時(shí)變性優(yōu)點(diǎn)。因此，本文將基于頭寸管理視角，在不同風(fēng)險(xiǎn)度量指標(biāo)約束下構(gòu)建量化策略，并對(duì)比不同策略的優(yōu)劣。
　　在風(fēng)險(xiǎn)測(cè)度方面，風(fēng)險(xiǎn)指標(biāo)的合適選取是有效度量金融風(fēng)險(xiǎn)的保證。VaR和CVaR是度量尾部風(fēng)險(xiǎn)的重要指標(biāo)，CVaR符合風(fēng)險(xiǎn)指標(biāo)的一致性要求，二者至今被廣泛用于風(fēng)險(xiǎn)管理實(shí)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(fēng)險(xiǎn)指標(biāo)，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(shí)，對(duì)數(shù)據(jù)分布的“厚尾”進(jìn)行建模刻畫是準(zhǔn)確度量風(fēng)險(xiǎn)的關(guān)鍵。極值理論被用于小概率事件統(tǒng)計(jì)分析，在厚尾分布建模問(wèn)題上具有較大的優(yōu)勢(shì)，將極值理論用于金融建模是當(dāng)前熱點(diǎn)。在使用極值理論時(shí)存在尾部數(shù)據(jù)稀缺的問(wèn)題，F(xiàn)HS數(shù)據(jù)模擬技術(shù)結(jié)合了歷史模擬和蒙特卡羅模擬的優(yōu)點(diǎn)，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(shù)計(jì)算風(fēng)險(xiǎn)測(cè)度指標(biāo)，并引入到交易策略的構(gòu)建中。
　　構(gòu)建基于風(fēng)險(xiǎn)約束的交易策略要經(jīng)過(guò)數(shù)據(jù)擬合、風(fēng)險(xiǎn)度量、參數(shù)優(yōu)化和策略回測(cè)等幾個(gè)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(biāo)度量風(fēng)險(xiǎn)，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(shí)證分析相結(jié)合的研究方法進(jìn)行研究。規(guī)范分析方面，本文將總結(jié)歸納當(dāng)前對(duì)于風(fēng)險(xiǎn)度量以及量化交易的研究文獻(xiàn)

7、，重點(diǎn)把握在交易策略中引入風(fēng)險(xiǎn)控制技術(shù)的脈絡(luò)以及最新的風(fēng)險(xiǎn)度量技術(shù)的運(yùn)用。實(shí)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(shù)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(guò)R軟件包處理數(shù)據(jù)并進(jìn)行數(shù)值計(jì)算，最后通過(guò)大量圖表等方式呈現(xiàn)研究結(jié)果，盡力生動(dòng)形象的展示研究過(guò)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(fēng)險(xiǎn)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?jī)?nèi)容、研究方法以及本文創(chuàng)新點(diǎn)。第二章為文獻(xiàn)綜述，對(duì)當(dāng)前風(fēng)險(xiǎn)管理技術(shù)進(jìn)行總結(jié)，從中提煉當(dāng)前風(fēng)險(xiǎn)度量研究的重點(diǎn)和趨勢(shì)，并詳細(xì)介紹當(dāng)前量化交易及其風(fēng)險(xiǎn)管理的研究現(xiàn)狀等，最后對(duì)當(dāng)前研究進(jìn)行了簡(jiǎn)要評(píng)述。第三章為研究設(shè)計(jì)，詳細(xì)闡述不同風(fēng)險(xiǎn)度量模型，基于極值理論對(duì)厚尾分布建模，以及FHS數(shù)據(jù)模擬技術(shù)，并從理論角度對(duì)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(chǔ)，最后對(duì)本章進(jìn)行了簡(jiǎn)要總結(jié)。
　　第四章為量化策略的構(gòu)建和實(shí)證分析。在本章，本文以趨勢(shì)跟蹤策略為原始策略，在此基礎(chǔ)上引入VaR、EVT-VaR、EVT-CDaR構(gòu)建了三種風(fēng)險(xiǎn)約束策略，并就上證綜指2006-2015年的數(shù)據(jù)進(jìn)行了實(shí)證檢驗(yàn)，在風(fēng)險(xiǎn)和收益兩個(gè)維度上比較四種策略的優(yōu)劣。本章首先檢驗(yàn)了上證綜指收益率分布特征，并對(duì)比了三種GARCH類模型對(duì)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(guò)程中。通過(guò)對(duì)比模擬數(shù)據(jù)與原始數(shù)據(jù)，檢驗(yàn)FHS技術(shù)的有效性。在構(gòu)建VaR約束策略時(shí)，本文使用EWMA方法計(jì)算VaR，并通過(guò)計(jì)算動(dòng)態(tài)調(diào)整的杠桿水平對(duì)頭寸進(jìn)行調(diào)整。EVT-VaR約束策略，運(yùn)用了極值理論、FHS方法對(duì)收益率尾部分布進(jìn)行擬合，并計(jì)算EVT-VaR，同樣需要計(jì)算調(diào)整杠桿水平引入風(fēng)險(xiǎn)控制。EVT-CDaR策略是對(duì)MDD序列進(jìn)行厚尾建模，并計(jì)算CDaR和杠桿水平，進(jìn)而構(gòu)建策略。
　　本文研究的主要結(jié)論有:第一，基

11、于當(dāng)前風(fēng)險(xiǎn)和設(shè)置的風(fēng)險(xiǎn)上限(Target)構(gòu)造的調(diào)整杠桿能夠很好的反映當(dāng)前風(fēng)險(xiǎn)狀況，當(dāng)前風(fēng)險(xiǎn)水平較低時(shí)，杠桿較高，意味著可以增加頭寸;當(dāng)前風(fēng)險(xiǎn)水平較高時(shí)，杠桿較低，意味著要降低頭寸。第二，在設(shè)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(shì)跟蹤策略實(shí)現(xiàn)了比原始策略更高的收益。第三，在適當(dāng)設(shè)置CDaR上限(Target CDaR)后，基于EVT-CDaR約束的趨勢(shì)跟蹤策略可以實(shí)現(xiàn)超過(guò)原始策略的收

12、益，Target CDaR設(shè)置越大，EVT-CDaR策略的收益越高。第四，在三種基于風(fēng)險(xiǎn)約束交易策略中，VaR約束策略收益最高，同時(shí)回撤風(fēng)險(xiǎn)最大;EVT-CDaR約束策略的收益是三種策略中最低的，回撤風(fēng)險(xiǎn)也是最小的，說(shuō)明EVT-CDaR是一種更為嚴(yán)格的風(fēng)險(xiǎn)度量方法。第五，從風(fēng)險(xiǎn)指標(biāo)的波動(dòng)性來(lái)看，EVT-CDaR波動(dòng)性最小，VaR波動(dòng)性最大，說(shuō)明EVT-CDaR相比VaR而言是一種更為穩(wěn)定的風(fēng)險(xiǎn)指標(biāo)。
　　本文研究的主要?jiǎng)?chuàng)新點(diǎn)主要體

13、現(xiàn)在以下幾個(gè)方面:首先，本文將最新的風(fēng)險(xiǎn)度量方法引入到交易策略的風(fēng)險(xiǎn)控制中，利用歷史數(shù)據(jù)度量當(dāng)前的風(fēng)險(xiǎn)水平，并在設(shè)置風(fēng)險(xiǎn)上限的條件下計(jì)算風(fēng)險(xiǎn)調(diào)整杠桿，進(jìn)而實(shí)現(xiàn)對(duì)交易頭寸的動(dòng)態(tài)調(diào)整，具有客觀性和是時(shí)變性優(yōu)點(diǎn)。其次，本文在計(jì)算CDaR時(shí)，是基于MDD序列而非DD序列，MDD隨機(jī)性更強(qiáng)且分布的右尾是厚尾的，更符合極值分布的要求和特點(diǎn)。最后，本文將FHS數(shù)據(jù)模擬技術(shù)用于EVT-CDaR的計(jì)算是很好的嘗試，F(xiàn)HS技術(shù)具有精確反映數(shù)據(jù)特點(diǎn)的優(yōu)勢(shì)，因

14、而使得在較短的時(shí)間窗口內(nèi)進(jìn)行極值擬合成為可能，避免了窗口過(guò)長(zhǎng)導(dǎo)致計(jì)算的風(fēng)險(xiǎn)指標(biāo)不能及時(shí)反映當(dāng)下風(fēng)險(xiǎn)的問(wèn)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(jì)的參數(shù)作為滾動(dòng)窗口參數(shù)，存在一定的主觀性。二是本文選取了趨勢(shì)跟蹤策略作為原始策略，雖然趨勢(shì)跟蹤策略在過(guò)往的運(yùn)用中取得了較好業(yè)績(jī)，但不能否認(rèn)，在波動(dòng)市場(chǎng)行情中，趨勢(shì)策略暴露了許多缺陷，比如容易產(chǎn)生虛假信號(hào)等等，導(dǎo)