配對(duì)交易是一類通過(guò)價(jià)差套利的統(tǒng)計(jì)套利策略,其主要研究?jī)?nèi)容為尋找配對(duì)風(fēng)險(xiǎn)資產(chǎn)和配對(duì)資產(chǎn)的最優(yōu)閾值。部分協(xié)整方法（Clegg和Krauss,2018）可有效提高配對(duì)交易中的風(fēng)險(xiǎn)資產(chǎn)對(duì)數(shù)量和交易頻率,是配對(duì)交易的新方法。本文將遺傳算法融入部分協(xié)整配對(duì)交易方法,利用遺傳算法求得最優(yōu)閾值,引入滑動(dòng)窗口檢測(cè)配對(duì)股票的部分協(xié)整性,并采用雙向交易機(jī)制抓住更多交易機(jī)會(huì)。這種交易方法克服了部分協(xié)整方法在閾值選取粗糙、參數(shù)失靈和交易機(jī)會(huì)喪失方面的問(wèn)題。通過(guò)在S&P500、滬深300和牛熊市中的中證500指數(shù)分行業(yè)成分股中進(jìn)行檢驗(yàn),并與原方法作比較,實(shí)證結(jié)果表明本文提出的方法在各類市場(chǎng)的表現(xiàn)均明顯優(yōu)于部分協(xié)整方法,且收益是穩(wěn)健的。 

【文章來(lái)源】：統(tǒng)計(jì)研究. 2020,37(09)北大核心CSSCI

【文章頁(yè)數(shù)】：13 頁(yè)

【部分圖文】：

遺傳算法交叉示意圖

遺傳算法變異示意圖

本文通過(guò)遺傳算法取代部分協(xié)整的原閾值選擇方法，形成了基于遺傳算法—部分協(xié)整方法的配對(duì)交易框架，充分改善了部分協(xié)整方法的交易閾值缺陷。為比較遺傳算法—部分協(xié)整方法與原方法的優(yōu)越性，本文選擇在S&P500和滬深300指數(shù)分行業(yè)成分股中將兩類方法做對(duì)比，且在極端市場(chǎng)環(huán)境下測(cè)試中證500指數(shù)分行業(yè)成分股的表現(xiàn)，實(shí)證驗(yàn)證了本文提出方法的可行性和優(yōu)越性。圖5 固特異公司(GT)和星巴克公司(SBUX)閾值—收益的熱力圖(左)和三維圖(右)

【參考文獻(xiàn)】：
期刊論文
[1]基于蟻群禁忌混合算法的成品油多艙配送路徑優(yōu)化研究[J]. 王旭坪,詹紅鑫,孫自來(lái),高巖.  系統(tǒng)工程理論與實(shí)踐. 2017(12)
[2]基于人工魚(yú)群算法的出租車智能調(diào)度[J]. 謝榕,潘維,柴崎亮介.  系統(tǒng)工程理論與實(shí)踐. 2017(11)
[3]求解大規(guī)模優(yōu)化問(wèn)題的改進(jìn)鯨魚(yú)優(yōu)化算法[J]. 龍文,蔡紹洪,焦建軍,唐明珠,伍鐵斌.  系統(tǒng)工程理論與實(shí)踐. 2017(11)
[4]用混合小波網(wǎng)絡(luò)和遺傳算法對(duì)期權(quán)定價(jià)的研究[J]. 張鴻彥,林輝,姜彩樓.  系統(tǒng)工程學(xué)報(bào). 2010(01)
[5]遺傳算法研究綜述[J]. 葛繼科,邱玉輝,吳春明,蒲國(guó)林.  計(jì)算機(jī)應(yīng)用研究. 2008(10)



本文編號(hào)：3390649