《新型对冲量化交易策略简介课件》由会员分享，可在线阅读，更多相关《新型对冲量化交易策略简介课件（23页珍藏版）》请在金锄头文库上搜索。
1、新型对冲量化交易策略DPDC,基于最新衍生品对冲交易技术 设计者黄优武,DPDC策略基本原理,在特定的一段时间内，某些品种的势呈现出 趋势状态，上涨或者下跌，这些品种构成趋 势集；而有些品种的势则表现出震荡状态， 没有方向，那么这些品种构成震荡集。利用 震荡集对冲趋势集，从而获得该段时间上确 定性程度较高的剩余趋势性收益，这就是 DPDC策略核心思想。,历史检验优化参数,1、历史回测检验 回测区间：2019.06.28-2019.11.07 回测对象：胶、铜、股指等多个期货指数 数据周期：5分钟 交易类型：日内交易 回测结果：表1和图1 结论：该对冲策略DPDC回测性能良好，总 收益率达到7倍
2、，而最大回撤仅为8% 左右，同时获得优化参数。,表1 2019.06.28-2019.11.07历史回测交易统计表,图1 2019.06.28-2019.11.07历史回测资金收益率曲线,2、历史实测检验 在实测检验中，利用前面得到的优化参数在外推数据集上 进行检验，目的为了检验其在未知数据集上适应能力。 实测区间：2019年、2019年、2019年1季度 实测对象：胶、铜、股指等多个期货指数 数据周期：5分钟 交易类型：日内交易 实测结果：2019年见表2和图2；2019年见表3和图3；2019年 见表4和图4 结论：2019年和2019年总收益率分别约为4.5倍和1.5倍，而 两年最大回撤
3、均仅为8%左右；目前今年第一季度总收 益率为15%左右，而最大回撤为8%左右。这就表明在使 用优化参数条件下该策略具有良好的适应性。,表2 2019年历史实测交易统计表,图2 2019年历史实测资金收益率曲线,表3 2019年历史实测交易统计表,图3 2019年历史实测资金收益率曲线,表4 2019年1季度历史实测交易统计表,图4 2019年1季度历史实测资金收益率曲线,历史检验泛化参数,在前面DPDC策略历史检验中，采取了参数优化技术，这就使得策略性能依赖于优化参数，虽然优化参数通过了实测，其具有较强的适应能力，但是在面向未来时，仍然面临着很大的不确定性。 因此，需要采取泛化参数技术，即参数
4、区间无穷大，不考虑参数影响，来进行策略核心机制的历史检验。,泛化参数历史检验 检验区间：2019.06.28-2019.11.07、2019年、2019年、 2019年1季度 检验对象：胶、铜、股指等多个期货指数 数据周期：5分钟 交易类型：日内交易 检验结果：2019.06.28-2019.11.07见表5和图5；2019年见 表6和图6；2019年见表7和图7；2019年见表8和图8 结论：2019.06.28-2019.11.07总收益率约为4.7倍，最大回 撤约为12%；2019年和2019年总收益率分别约为4.5倍和1倍，而两年最大回撤均仅为12%左右；目前今年第一季度总收益率约为1
5、1%，而最大回撤为8%左右。这就表明即使在泛化参数条件下该策略仍然具有较强的适应性，因此，在面向充满不确定性的未来时，其核心机制或核心原理具有普适性，该策略可以应用于实战之中。,表5 2019.06.28-2019.11.07历史泛化检验交易统计表,图5 2019.06.28-2019.11.07历史泛化检验资金收益率曲线,表6 2019年历史泛化检验交易统计表,图6 2019年历史泛化检验资金收益率曲线,表7 2019年历史泛化检验交易统计表,图7 2019年历史泛化检验资金收益率曲线,表8 2019年历史泛化检验交易统计表,图8 2019年历史泛化检验资金收益率曲线,结束语,该策略DPDC通过了优化参数历史检验和泛化参数历史检验，性能良好，具有实际使用价值。,
