量化投资：以 MATLAB 为工具 Quantitative Investment: using MATLAB as Tool —— 第 20 期 COS 沙龙 @ 北京

量化投资：以MATLAB为工具

量化投资：以MATLAB为工具Quantitative Investment: using MATLAB as Tool——第 20期 COS沙龙@北京

李洋（faruto）[email protected]

http://weibo.com/faruto

http://www.matlabsky.com

MATLAB技术论坛管理团队核心成员


内容目录

• MATLAB简介• N分钟学会MATLAB(60<N<180)

• MATLAB在量化投资中的具体应用案例简介• 基于MATLAB的行情软件—— MATLAB GUI简介• 基于MATLAB的量化回测平台——框架、实现、应用• 学习MATLAB的一些资源

2


内容目录


• MATLAB在量化投资中的具体应用案例简介• 基于MATLAB的简单均线交易系统• 基于MATLAB的常见指标的大盘择时交易系统• 基于MATLB的期现套利• 基于MATLAB的股指期货日内突破交易系统• 基于MATLAB的 IF、 Cu期货跨期套利（日内高频）• 基于MATLAB的跨市场套利（隔夜低频）• 基于蒙特卡洛模拟的定增基金净值模拟• 基于MATLAB的品种波动性分析• 基于MATLAB的交易品种相关性分析• … …

• 基于MATLAB的行情软件—— MATLAB GUI简介• 基于MATLAB的量化回测平台——框架、实现、应用• 学习MATLAB的一些资源

3


内容目录



4


MATLAB简介

• MATLAB的全称是矩阵实验室（Matrix Laboratory），是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和 Simulink两大部分。

• 在金融领域，使用MATLAB可以加速产品研究，减少开发时间，提高模型的仿真速度和控制项目成本，利用MATLAB以及相关产品，可以进行分析数据，评估风险、开发并优化策略等一系列金融建模工作。

5


MATLAB简介

• MATLAB包括拥有数百个内部函数的主工具箱和三十几种工具箱。工具箱又可以分为功能性工具箱和学科性工具箱。功能性工具箱用来扩充MATLAB的符号计算，可视化建模仿真，文字处理及实时控制等功能。学科性工具箱是专业性较强的工具箱，其中金融领域相关的工具箱主要有：

– Datafeed Toolbox：金融数据工具箱– Econometrics Toolbox：计量经济学工具箱– Financial Derivatives Toolbox：金融衍生品工具箱– Fixed-Income Toolbox：固定收益工具箱– Optimization Toolbox：优化工具箱– Statistics Toolbox：统计工具箱

• 通过这些工具箱，用户可以利用MATLAB进行交易策略实现和回测、投资组合优化和分析、资产分配、金融时序分析、期权价格和敏感度分析、现金流分析、风险管理、预测和模拟、利率曲线拟合和期限结构建模、Monte Carlo模拟、基于 GARCH的波动性分析等。

6


内容目录



7


N分钟学会MATLAB(60<N<180)

• 《量化投资：以MATLAB为工具》 -基础篇• N分钟学会MATLAB(60<N<180)

• http://www.matlabsky.com/thread-37104-1-1.html

• MATLAB仅仅是个工具。• 一个普通人不会因为有了手枪而成为神枪手。• 好的枪手是用子弹“喂”出来的（实战）。• 一个普通人不会因为有了 PhotoShop而成为艺术家。• 好的艺术家需要有禀赋与灵感（ Ideas）。

• 多平台使用（哪个平台好用用就哪个，哪个平台建模周期短就用哪个）• 单一固定策略回测结果的多平台核对（比对）。

8


内容目录


• MATLAB在量化投资中的具体应用案例简介– 基于MATLAB的简单均线交易系统


9


基于MATLAB的简单均线交易系统——关键字：均线系统

• 测试标的：股指期货日线数据• 交易策略： 5日均线上穿 20日均线做多（即买入，若有空头仓位先平掉空头再建多头）， 5日均线下破 20日均线做空（即卖出，若有多头仓位先平掉多头再建空头）。

• 该策略暂没考虑交易成本、冲击成本等影响。

10


内容目录


• MATLAB在量化投资中的具体应用案例简介– 基于MATLAB的常见指标的大盘择时交易系统


11


基于MATLAB的常见指标的大盘择时交易系统——关键字：技术指标、择时• 综合使用MA、MACD、 DMA等常见技术指标构建大盘择时交易模型。按 1%计算双边交易成本。

12


内容目录


• MATLAB在量化投资中的具体应用案例简介– 基于MATLB的期现套利


13


基于MATLB的期现套利——关键字：期现套利

• 利用MATLAB实现常见的期现套利的现货构建，进行指数跟踪，采用市值权重法，选取 150 只股票来复制 HS300指数，然后通过二次规划 quadprog来进行权重优化。

• 模型简化： 1. 没有考虑 2011年 HS300成分股的几次变动情况。 2. 对于数据不完整的股票（上市时间过晚，股东大会停牌或者其他情况停牌等等导致数据不完整），直接从待选股票池剔除。

14


内容目录


• MATLAB在量化投资中的具体应用案例简介– 基于MATLAB的股指期货日内突破交易系统


15


基于MATLAB的股指期货日内突破交易系统 -1 ——关键字：日内、突破系统• 测试策略： FRB

• 策略类型：日内策略，趋势类策略• 策略简介：突破某一区间入场、尾盘固定时间离场、固定比例止损、每日至多交易 1 次。

• 测试品种： IF。• 测试周期： 1分钟。• 测试手续费：采用 2012年 6月 1日起四大期货交易所手续费新标准的 1.5 倍，

比如 IF 最新手续费为 0.35%%，则测试手续费为 0.35%%*1.5=0.525%%。• 测试冲击成本：采用绝对形式， IF 买卖共 1.5 跳（ slip），其他品种 1 跳（ slip）。

• 参数设置：参数共两个，一个和生成区间中轴相关，另一个是中轴加减的幅度来生成上下轴，暂且不进行参数寻优，使用经验参数固定下来在 IF 做测试。

• 其他说明：使用固定 1手进行测试。

16


基于MATLAB的股指期货日内突破交易系统 -1 ——关键字：日内、突破系统• 测试策略： FRB

• 策略类型：日内策略，趋势类策略• 策略简介：突破某一区间入场、尾盘固定时间离场、固定比例止损、每日至多交易 1 次。

• 测试品种： IF。• 测试周期： 1分钟。• 测试手续费：采用 2012年 6月 1日起四大期货交易所手续费新标准的 1.5 倍，

比如 IF 最新手续费为 0.35%%，则测试手续费为 0.35%%*1.5=0.525%%。• 测试冲击成本：采用绝对形式， IF 买卖共 1.5 跳（ slip），其他品种 1 跳（ slip）。

• 参数设置：参数共两个，一个和生成区间中轴相关，另一个是中轴加减的幅度来生成上下轴，暂且不进行参数寻优，使用经验参数固定下来在 IF 做测试。

• 其他说明：使用固定 1手进行测试。

17


基于MATLAB的股指期货日内突破交易系统 -2——关键字：日内、突破系统• 利用MATLAB 自动生成的回测报告（直接生成的 Excel文件）

18


基于MATLAB的股指期货日内突破交易系统 -3——关键字：日内、突破系统• 其他图形输出（资金曲线，仓位、最大回撤、收益多周期统计等等）

19


内容目录


• MATLAB在量化投资中的具体应用案例简介– 基于MATLAB的 IF、 Cu期货跨期套利（日内高频）


20


基于MATLAB的 IF、 Cu期货跨期套利（日内高频）

• 关键字：跨期套利、统计套利、高频、计量、 Cointegration、 VAR model

21


内容目录


• MATLAB在量化投资中的具体应用案例简介– 基于MATLAB的跨市场套利（隔夜低频）


22


基于MATLAB的跨市场套利（隔夜低频）

• 关键字：跨市场套利、商品套利、统计套利、隔夜低频、算法交易（ TWAP / VWAP ）、计量、 Cointegration

• Y-P、 Cu-Zn

23


内容目录


• MATLAB在量化投资中的具体应用案例简介– 基于蒙特卡洛模拟的定增基金净值模拟


24


基于蒙特卡洛模拟的定增基金净值模拟

• 关键字：定增、净值模拟、保护垫、Monte Carlo、 Garch模型、 Black-Scholes模型

25

单只股票Garch(1, 1)估算单只股票收益率波动方程

Monte Carl oBl ack-Schol es

Model

用多只股票仿真组合净值


内容目录


• MATLAB在量化投资中的具体应用案例简介– 基于MATLAB的品种波动性分析


26


基于MATLAB的品种波动性分析

• 关键字：波动率、交易品种动态选择、实盘仓位动态调整

• 通过建立交易品种的波动性模型，监控品种的活跃程度，可以从两个方面使用该模型（系统） :

– 1. 选择合适的品种进行交易（选股）。通过品种的波动性监控，当某个品种的活跃程度相比历史行情明显放大时（有具体可实施的量化方案），可以交易该品种；

– 2.进行仓位管理。对于趋势跟踪类的投资组合，可以根据品种的波动性进行灵活的仓位管理，以期有效避免市场的小波动和小震荡（有具体可实施具体量化方案）。

27




28




– 通过每日监测波动率的变化，进行交易品种选择和仓位调整，比如当波动率小于历史25%分位数时，调低仓位（仓位减半），当波动率小于历史 10%分位数时，停止日内趋势类策略。比如通过该种控制， 2012年 7 月、 8 月可以有效过滤掉（低仓位交易或者不交易），实盘中大多数 IF日内趋势类策略在 2012年 7 月、 8 月份是亏损或打平的。

29



• 关键字：波动率、交易品种动态选择、实盘仓位动态调整• A股市场中的应用

30


内容目录


• MATLAB在量化投资中的具体应用案例简介– 基于MATLAB的交易品种相关性分析


31


基于MATLAB的交易品种相关性分析

• 关键字：品种相关性、板块相关性、系统风险• 1. 检测品种的相关性，可以挑选相关性高的品种 ( 板块 )进行对冲操作；• 2.通过检测品种的相关性，可以监控整个市场的系统性风险，进而进行实盘交易品种的选择和交易仓位的调整。

• 设全市场又 N个品种，对于任意的品种 A、品种 B，下面只要把计算 A和 B的相关性的相关的问题解决，那么 N个品种中任意两个品种的相关性的计算就都可以解决了。

– 1.计算 A、 B相关性的时间周期、时间长度（时间窗口长度）的选择– 2.时间周期、时间长度（时间窗口长度）确定后， A和 B品种的时间轴校正– 3.相关性的图形展示问题

32


基于MATLAB的交易品种相关性分析

• 关键字：品种相关性、板块相关性、系统风险• 1. 检测品种的相关性，可以挑选相关性高的品种 ( 板块 )进行对冲操作；• 2.通过检测品种的相关性，可以监控整个市场的系统性风险，进而进行实盘交易品种的选择和交易仓位的调整。

• 设全市场又 N个品种，对于任意的品种 A、品种 B，下面只要把计算 A和 B的相关性的相关的问题解决，那么 N个品种中任意两个品种的相关性的计算就都可以解决了。

– 1.计算 A、 B相关性的时间周期、时间长度（时间窗口长度）的选择– 2.时间周期、时间长度（时间窗口长度）确定后， A和 B品种的时间轴校正– 3.相关性的图形展示问题

33


内容目录


• MATLAB在量化投资中的具体应用案例简介– MATLAB在期权定价中的应用


34


MATLAB在期权定价中的应用

• 利用MATLAB实现各种期权定价模型– 二叉树模型 CRR Model– 三叉树模型 Trinomial Tree Model– 蒙特卡罗模拟法 Monte Carlo Method– 最小二乘蒙特卡罗美式期权定价模型 Least-Squares MonteCarlo Method

• 利用MATLAB实现期权定价模型精度对比测试

35



• 二叉树模型 CRR Model• 通过变动二叉树模型的步长数，可以测试二叉树模型的精度和收敛方式，由于 Black-

Scholes定价模型可以给出欧式期权的精确解，故这里以 Black-Scholes模型给出的欧式看涨期权为对比标准价格，步长设置为 1到 100 步，步数足够大时，都是以震荡的方式收敛于对比标准价格。

36



• 三叉树模型 Trinomial Tree Model

• 通过变动步长数，可以测试三叉树模型的精度和收敛方式，由于 Black-Scholes定价模型可以给出欧式期权的精确解，故这里以 Black-Scholes模型给出的欧式看涨期权为对比标准价格，并对比三叉树模型（ Trinomial Tree Model）和二叉树模型（ CRR Model）的精度和收敛速度。

37



• 三叉树模型 Trinomial Tree Model• 可以看出三叉树模型（ Trinomial Tree Model）的收敛速度和精度明显优于二叉树模型（ CRR Model），但对于实值和

虚值期权，三叉树模型（ Trinomial Tree Model）在收敛过程中也有锯齿震荡现象，比二叉树模型（ CRR Model）轻微一些，平滑一些。

38



• 蒙特卡罗模拟法 Monte Carlo Method

• 对于欧式期权，分别变动仿真次数和时间步数，使用蒙特卡罗模拟法对期权定价，对比 Black-Scholes模型定价结果。

39



• 最小二乘蒙特卡罗美式期权定价模型 Least-Squares MonteCarlo Method

• 对于美式期权，分别变动仿真次数和时间步数，使用 LSM(Least-Squares MonteCarlo 最小二乘蒙特卡罗 )模型对期权定价，对比 CRR模型 ( 二叉树模型 )定价结果。

40


内容目录



41


基于MATLAB的行情软件—— MATLAB GUI简介

• 源码下载• 基于MATLAB的行情软件MatlabTraderGUI

V1.1（ Beta 版本） http://www.matlabsky.com/thread-37264-1-1.html

42



• GUI 方便交流展示• MATLAB GUI实现简要过程：内核函数的实现—— GUI 版面设计——组件拖拽

——回调函数（ Callback）实现

43



• pushbutton回调函数

44



• Matlab通过 Yahoo与 Sina 获取历史与实时股票数据 [faruto 版本 ]– http://www.matlabsky.com/thread-38988-1-1.html

45


内容目录



46


基于MATLAB的量化回测平台——框架、实现、应用

• 回测的目的：尽可能的真实地还原实际交易过程！以期检测策略的表现。• 回测流程大框架

47



• 回测平台一些细节考虑– 回测标的的选取（平台数据输入端需要独立，以便应对各种数据格式）– 冲击成本的估计与设置（在外部需要能灵活设置）– 手续费的设置（在外部需要能灵活设置）– 入场离场价位设置（开盘价入场、收盘价入场、盘中价格入场等等，各种情景需要能

灵活设置）– 交易系统的评价（各种评价指标和图形展示的封装）– 参数寻优（参数数值展示、 2D/3D 图形展示、最优参数、最优参数区域的量化给出和

排名）

48



• 构建一个通用的基于MATLAB的期货量化回测平台• 实现日内、隔夜策略的回测。• 实现低频、高频策略的回测。• 实现简单、复杂模型的回测。• 丰富的图形展示，自动保存相关图形文件。• 自动生成 Excel文件，保存交易记录、统计指标、资金流、累计平仓盈亏等数据指标。

• 实现多目标函数与自定义目标函数参数寻优以及 2D、 3D 参数分布图形展示。• 实现多策略组合测试，可根据收益风险比、回撤、最大收益等不同指标进行资金分配优化调整。

• … …

49


基于MATLAB的量化回测平台——框架

50

基于MATLAB的量化回测平台框架基于MATLAB的量化回测平台框架

数据模块回测模块模型参数优化模块


基于MATLAB的量化回测平台——数据模块

• 外部数据库 ->Local Mat数据库 ->Matlab 调用• 数据结构的选择

– 原始 double型数据存贮– struct结构？

• 数据清洗过程– 选用其他语言清洗（ C,C++,Python,Java等等）– Matlab语言清洗（并行化考虑，matlabpool， parfor）

• 最后的数据样式– 低频数据抬头：时间、日期、开、高、低、收、成交量、持仓量

– 高频数据抬头： 1YYYYMMDD 2HHMMSS.MS 3vol 4OPI 5price 6ask1 7askVol1 8bid1 9bidVol1

51

数据模块


回测模块

基于MATLAB的量化回测平台——回测模块

• 对于每个 K线（每个 Tick）– 开平信号记录：逻辑变量 LongOpen， LongClose， ShortOpen， ShortClose– 操作记录： OperateFlag——0：无操作； 1：开多； 2：平多； -1：开空； -2：平空； 3：开多且平空； -3：开空且平多– 交易记录抬头： {'日期 ', '时间 ', '合约 ', ' 买卖（开平） ', '手数 ','平均价格 ','日内序列位置 ','手续费 ','平仓盈亏 ','全局序列位置 '}– 根据 OperateFlag和交易记录进行相关资金流的计算。（需要仔细的地方）

• 若是日内策略且仅仅用到当日的盘面信息，可以考虑并行计算。– matlabpool， parfor

• 图形展示单独用函数实现，不与原始交易记录和资金流计算耦合。• 跨周期数据获取问题的处理

– 编写 GetHistData函数 [Data,Headers] = GetHistData(F,date,time,startpoint,count,options,MarketCode)

– 实现可以从某一位置往前获取某一周期的数据 N个。

52


模型参数优化模块

基于MATLAB的量化回测平台——模型参数优化模块

• 参数寻优考虑并行计算节省时间。– matlabpool， parfor

• 目标函数的选择– 常见指标：夏普比率、收益风险比、胜率、最大回撤比例、年化收益率– 自定义指标

• 图形展示单独用函数实现，不与原始参数寻优计算耦合。• 代码掠影

53


基于MATLAB的量化回测平台——实现

54


内容目录



55


学习MATLAB的一些资源

• MATLAB官方的帮助文档将是最好且最全面的学习材料– 在MATLAB的命令窗口（ Command Window）中键入“ doc”

• MathWorks公司的官方网站的用户中心– http://www.mathworks.cn/matlabcentral/– Cleve's Corner（ http://blogs.mathworks.com/cleve）

• MATLAB技术论坛（ http://www.matlabsky.com）• MATLAB相关的中外文书籍• Baidu， Google

56


学习MATLAB的一些资源

• <基于Matlab的量化投资 >系列帖子目录• http://www.matlabsky.com/thread-28536-1-1.html

– 1.前言 -基于Matlab的量化投资– http://www.matlabsky.com/thread-28489-1-1.html– 2. 从一个例子说起 -基于Matlab的量化投资– http://www.matlabsky.com/thread-28490-1-1.html– 3.关于 BackTesting中一些细节的思考 -基于Matlab的量化投资– http://www.matlabsky.com/thread-28573-1-1.html– 4.K线图以及常用技术指标的Matlab实现 -基于Matlab的量化投资– http://www.matlabsky.com/thread-28811-1-1.html– 5.MATLAB行情软件（ Beta 版本） -基于Matlab的量化投资 – http://www.matlabsky.com/thread-22239-1-1.html– 6.关于选取时间框架的一点思考 -基于Matlab的量化投资 – http://www.matlabsky.com/thread-33832-1-1.html– 7.一个具有品种通用性和测试周期通用性的策略展示 -基于Matlab的量化投资– http://www.matlabsky.com/thread-33833-1-1.html– http://blog.sina.com.cn/s/blog_4cf8aad30102eb2f.html– 8.交易品种 ( 板块 )相关性分析的MATLAB实现 -基于Matlab的量化投资– http://www.matlabsky.com/thread-36485-1-1.html

57


Thank you

58

Documents

量化投资：以 MATLAB 为工具 Quantitative Investment: using MATLAB as Tool —— 第 20 期 COS 沙龙 @ 北京