基于Copula函数的技术指标相关性研究

论文摘要

量化投资就是在进行投资决策时，采用数理或者量化的方法。量化投资在国外市场经过30多年的发展，已经得到了许多投资者的认可和青睐。技术指标作为一种股票投资工具已经有数十年的发展，并且也一直深受一部分投资者的喜爱。随着有效市场理论的提出，关于技术分析能否战胜市场也一直争论不休。本文采用2007年1月1日至2010年12月31日中国上证综指的日交易数据，通过描述性统计的方法，找出单个技术指标真买点、真卖点出现规律以及时间窗口变化对真买、卖点的影响，总结出可以通过参数优化的方法提高真买卖信号出现概率，并进而提高单个指标的投资收益水平，并提出时间窗口优化对于技术指标的重要性。然后研究不同指标两两组合真买点、真卖点出现的时间间隔，发现指标间真信号出现次数越多的指标组合。Sklar（1959)提出可以将一个联合分布分解为k个边缘分布和一个Copula函数，这个Copula函数就描述了变量间的相关性。文中认为通过Copula函数计算的指标间历史序列非线性相关性越高，买卖真信号的识别概率越大。基于这种想法，构建以Copula函数为基础的投资策略，利用A股市场所有股票的日交易数据进行统计检验。文章最后通过前文提出的投资策略，分析了中国A股市场的行业轮动现象。本文的主要工作：通过对技术指标买、卖点的统计研究，发现了指标真买点、真卖点与历史收益序列的相关性存在正相关；通过统计不同参数设置下指标真假信号，提出指标参数优化的必要性与具体方法，并且对于该方法进行了检验；将Copula函数运用于描述指标序列的相关性分析，并且将其运用到选股策略中，拓宽了Copula技术的运用范围；将投资策略运用于行业配置的研究中，对于中国的行业轮动现象进行了初步的分析。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景及目的
• 1.2 量化投资的发展概况
• 1.3 本文的研究内容
• 2 单一技术指标买卖信号的统计研究
• 2.1 技术指标概述
• 2.2 原始参数技术指标参数的优化方法
• 2.3 不同参数下技术指标买卖信号的描述性统计
• 3 技术指标组合买卖信号的统计研究
• 3.1 指标组合真信号的描述性统计
• 3.2 技术指标间真信号时间间隔的描述性统计
• 3.3 指标间真信号时间间隔与相关性的统计研究
• 4 构建投资策略以及对 A 股市场行业轮动现象的研究
• 4.1 投资策略的构建与市场检验
• 4.2 A 股市场的行业轮动现象
• 4.3 投资策略对于行业指数的统计检验
• 5 结束语
• 5.1 研究结论
• 5.2 研究展望
• 致谢
• 参考文献
• 附录