量化投资的模拟实证研究结论与参考文献

　　第六章 主要结论和前景展望

　　6.1 本文研究的主要结论

　　量化投资在我国处于发展起步阶段，自 2010 年以来呈现快速发展的态势，展现了广阔的发展前景。从研究结果中可以发现，量化投资是一种非常高效的金融分析方法，只要投资思想正确有效，量化投资本身并不存在缺陷，它可以对金融现象和数据进行客观的分析。对于技术面投资交易策略的评估及分析，可以使用量化方法借助投资平台进行充分的模拟检验，实盘交易之前深入扎实地研究有助于后期获得更高更稳定的投资收益。虽然量化投资是一种高效、客观、无偏的投资方式，投资策略由投资者设计实现，但投资者不能过度依赖于量化投资方法，市场的有效性及多变性都会给量化投资带来挑战。量化投资的应用范围及具体实现策略及方案，需要投资者依照自己的经验自行把握，这就要求量化投资需要充分发挥金融工程师的创造力，不断挖掘投资模型创新。

　　在进行量化投资分析时，量化投资平台的选择至关重要。不同平台使用的策略编辑语言大多不同，投资者可以选择适合自身的平台进行投资分析，但语言不同会造成平台之间的兼容性较差，投资者很难运用多个平台对比分析。同时，量化投资平台的选择也要考虑使用费用、运行效率及策略实现的灵活方便程度等诸多因素。综合考虑，本研究决定基于自行搭建的投资平台进行分析和研究，使用自行搭建的平台可以方便交易模型的流程控制、精细化控制策略参数、根据实际情况进行结果统计，为量化投资交易策略的分析打下良好的基础。同时，本文的研究也提供了一个新的量化投资的途径，为其他投资者所分析、研究、使用。

　　使用量化投资平台进行投资交易策略分析，需要遵循一定的流程及方法。投资交易策略模拟流程可以按照《系统交易法》中阐述的一个交易系统的设计过程，在进行具体策略分析及优化上，可以在算法效率、参数配置、交易周期、品种兼容性、风险控制等多个维度进行模拟检验。经过一系列的模拟检验及优化，可以获得投资交易策略相对最优的策略类型组合及参数组合。

　　本文的研究结合上述方法论，使用自行搭建的量化投资平台，基于沪深 300股指期货市场数据，针对趋势跟踪策略进行了研究。通过参数组合优化，获得了移动均线(MA)、平滑异动移动平均线(MACD)、平均差(DMA)、三重指数平滑平均线(TRIX)四种单指标策略的最优参数组合。经过模拟检验发现，使用趋势跟踪交易策略可以在国内股指期货市场上获得一定的收益，其中 MACD 与 DMA 指标策略的收益情况较好，再综合考虑风险情况，DMA 指标策略相对比较理想。

　　6.2 前景展望

　　在量化投资飞速发展的今天，它已经成为金融市场中不可忽视的一个专业领域。量化投资可以为投资者带来更多更丰富更有特色的各类投资产品，可以丰富机构投资者的产品类型。在国内市场不断系统、完善、发展的过程中，量化投资起到了丰富和优化市场的作用。同时，量化投资也为投资者提供了一个强有力的手段，挖掘不同经济环境、不同市场环境的投资机遇，以刻画投资理念。国内多家机构投资者都在加大在量化投资方面的投入，加快量化投资的进程。量化投资为机构投资者的投资决策能力的提升提供了新的平台。相信量化投资在中国的前景无限。

　　在量化投资领域，浩瀚无边，本研究仅仅是一个开始，不断完善平台运行效率、丰富量化投资交易策略、优化投资策略组合、研究新的投资模型、实盘交易检验等等，将成为下一阶段量化投资平台优化工作的主要目标。同时，针对沪深300 股指期货的趋势跟踪投资策略的研究，多个指标的策略组合、多维度外推检验、自适应均线策略等将有待进一步研究。

　　参考文献：
　　
　　[1]Treynor and Mazuy,Can mutual fund outgoes the market?,Harvard Business　Review,1966,131~136
　　[2]Merton R.C,On Market Timing and Investment Performance of Managed　Performance I - An Equilibrium Theory of Value for Market Forecasts,Journal of Business 5,1981,363~406
　　[3]Henriksson R.D.,Merton R.C.,On the Market Timing and Investment　Performance of Managed Portfolios II - Statistical Procedures for　Evaluating Forecasting Skills, Journal of Business 54,1981,513~533
　　[4]Eugene F.Fama,The Behavior of Stock-Market Price,The Journal of　Business,1965,34~105
　　[5] 王汉荣，证券投资组合收益率与风险的统计分析，沙洲职业工学院学报，2008，42~47
　　[6] Richard L. Weissman，机械交易系统，广东省出版集团，2007，23~30
　　[7] 王冰，李想，浅议量化投资在国内市场的发展，金融财税，2011，46~47
　　[8] 彭孝松，杨义群，应用基金业绩评价模型时几个值得关注的问题，商业研究，2003，76~78
　　[9]孔维陶，基于回归分析的封闭式基金绩效评估，南京财经大学本，2007，1~16
　　[10]游丹，Fama-French 三因子模型在中国 A 股房地产板块的实证研究，现代商贸工业，2008，1~2
　　[11]林森，王世雄，常江，基于四因素模型的我国混合型开放式基金的投资绩效研究．金融经济，2011,1~3
　　[12]许维鸿，基于经典四因子模型的因子选股策略，西南证券，2013，1~14
　　[13]路来政，量化投资策略的应用效果研究，暨南大学，2012，4~17
　　[14]黄鲲，量化交易及相应的软件系统开发，天津大学，2011，1~31
　　[15]中国期货业协会，期货市场教程[第七版]，中国财政经济出版社，2012，234~261
　　[16]王彦，期货程序化交易系统的开发与应用，山东大学，2012，16~21
　　[17]丁鹏，量化投资—策略与技术，电子工业出版社，2012，112~126
　　[18]国泰安开发团队，国泰安量化投资研究平台简介，2011,1~2
　　[19]张晓斌,金字塔决策交易系统—初级教程(2013 修订版),2013,1~118
　　[20] 刘霁 , 中国期货投资资金发展与投资组合交易策略研究 , 上海交通大学,2012,26~29
　　[21]熊 熊，袁海亮，张 维，张永杰，程序化交易及其风险分析，电子科技大学学报，2011，1~8
　　[22]忻海，解读量化投资，机械工业出版社，2012，1~33
　　[23]陆金海，市场有效性理论研究综述，经济学动态，2006，1~4
　　[24]金字塔交易系统开发团队，金字塔决策交易系统用户手册，上海金之塔信息技术有限公司，2010,1~19
　　[25]交易开拓者开发团队，交易开拓者（TB）使用教程，2010,1~139
　　[26]聂延龙，国内量化交易平台，安信期货，2011,1~7
　　[27]胡浩，量化投资研究方法，中信证券，2010，1~40
　　[28]曾长兴，量化投资方法与量化产品设计，安信证券，2009，1~14
　　[29]杨奕，基于 Agent 的投资者结构对股指期货市场流动性影响的研究，天津大学，2011，21~26
　　[30]易海波，基于趋势型指标的择时策略—量化择时之技术指标（一），招商证券，2010，1~13
　　[31]统计套利系统模型介绍，华安期货，2011
　　[32]王芬，王艳华，动量和反转投资策略理论研究，襄樊学院，2006，1~3
　　[33]罗捷，王红兵，市场噪声指数与熊市中的择时策略—利用市场噪声交易规模突变预测反弹，联合证券，2009，1~7
　　[34]林碧波，考虑噪音交易影响下的套利研究，天津大学，2009，86~114
　　[35]丁志国，李晓周，王希庆，赵宣凯，理性套利还是噪音交易：投资者的决策机理，当代经济研究，2008，1~5
　　[36]张永杰，张维，金曦，理性、有限理性、噪音与资产价格，系统工程理论与实践，2009，1~7
　　[37]徐莉莉，基于自适应均线的趋势投资策略，渤海证券研究所，2010，1~16
　　[38]陈祥利，统计套利理论及策略开发应用研究，山东大学，2011，21~43
　　[39]于玮婷，基于协整方法的统计套利策略的实证分析，科学决策，2011，1~16