《支持向量机择时的Alpha套利研究》

摘要: 随着经济持续发展，国民财富积累，如何让自身资产保值升值越来越
为民众重视。一方面由于国内外经济的波动，金融市场规则的不完善，我
国金融市场的剧烈波动时有发生，因此，Alpha策略作为一种本质上能够
规避系统风险的投资方式近年来备受投资者青睐。另一方面传统Alpha策
略存在明显缺陷，长期双边持仓风险敞口较大，而且一旦遭遇金融市场急
剧波动，作为对冲工具的股指期货与现货沪深300指数协整关系骤然减弱，
这时传统双边Alpha策略不仅不能对冲系统风险，反而会加大双边亏损的
程度。考虑到在市场行情已知的情况下Alpha套利策略往往有较好的表现
事实，本文研究如何通过市场行情走势的预判断，减少双边持仓的持有期，
缩小风险敞口，扩大了盈利能力，以弥补上述传统Alpha策略缺陷的问题。
首先是市场行情走势预判断研究。本文选取2006年1月1日至2015
年12月31日沪深300指数的开盘价、最高价、最低价、成交额、成交量、
涨跌幅和振幅七个指标，运用机器学习中的支持向量机技术对沪深300指
数未来五个交易日的走势进行预测。并且运用了交叉验证、遗传算法和粒
子群算法方法，改进了其中的参数估计问题。在参数优化基础上，根据平
均平方误差和平方相关系数指标比较了线性核函数、多项式核函数、径向
基核函数和Sigmoid核函数等四种核函数的预测表现情况，发现交叉验证
和遗传算法优化参数时选择径向基核函数预测市场行情走势效果较好，粒
子群算法优化参数时选择线性核函数预测市场行情走势效果较好。
其次是，Alpha套利组合构造方法研究。本文选取深市129只股票2006
年1月1日至2010年12月31日的数据，将收盘价、总市值、净利润、
营业收入、成交量、换手率年度指标换算成收益率、市盈率、市销率、波
动率、换手率、流动性等六个因子，用面板二值选择模型，寻找股票中超
越市场指数作用显著的因子。发现波动率、换手率和市盈率这三个因子作
用显著。因此本文根据这三个因子对129只股票加权打分排序，选取其中
排名前30股票根据不同市场行情构造不同Alpha套利组合。策略是，如
果预判断股票走势上涨，则Alpha套利只持有多头股票组合；如果下跌，则同时持有多头股票组合和空头股指期货。
最后是套利效果实证研究。本文分别使用了2011年1月1日至2014
年6月31日和2014年7月1日至2015年12月31日的数据（前者波动
不大，后者波动较大），从多个角度比较了本文方法和传统方法的市场表
现，发现前者明显优于后者，且市场波动不大时用市场强度指标预判的套
利效果好，反之则是支持向量机的效果好。另外，本文只考虑选取一种核
函数方法，如果能够采取集成学习方法对不同核函数预测结果加权，则可
能取得更好的套利效果。想要下载论文的读者朋友，请先付费获得积分。