赫斯特指数(Hurst exponent)以英国水文学家哈罗德?赫斯特命名,起初被用来分析水库与河流之间的进出流量,后来被广泛用于各行各业的分形分析。赫斯特指数计算方法有7种,在此介绍重标极差法(R/S法)。设时间序列第1步:计算移动均值:第2步: 计算离差:第3步:计算离差累计和:第4步:计算离差累计和序列的极差:第5步:计算标准差:第6步:计算重标极差:第7步:以序列{t}和重标极差序列分别取对数,以lnt为自变量,以重标极差对数序列为因变量,建立一元线性回归模型:斜率h的估计值就是Hurst指数。对于赫斯特指数更一般情形下的计算,可参考链接Link。本文的计算方式事实上是该版本的简化形式,即将该文章第5步中“取各子区间R/S的均值”改为“取第一个子区间的R/S值”。对赫斯特指数的直观解释是:当所选取的样本越多,样本的变化也就越丰富,因此离差序列和的极差(以下简称极差)也会越大。如果序列有相关性时,序列长期向着一个方向变化,计算所得的极差就会比完全随机的情形更大,因此当极差随样本增加增长得越快时,序列的记忆性就越强。赫斯特指数有三种形式:1.如果h=0.5,表明时间序列可以用随机游走来描述;2.如果0.5< h< 1,表明时间序列存在长期记忆性;3.如果0≤h< 0.5,表明序列有反持续性,即为均值回复过程。在目前绝大多数文献中,通常取 为日收益率序列,个人认为这种方法存在弊端:原因在于我们的获利空间来自于价格上涨而非收益率上涨。日收益率刻画的是涨速,只要日收益率大于零,股价就处于上升趋势中。例如,对连续涨停的股票,日收益率在一段时期内始终停留在10%,但价格却非常强势,这种上升趋势应是我们的持仓时期而非空仓时期。因此本文的思路是采用价格序列作为 的取值,采用聚宽量化课堂的思路——根据收益率变化趋势与赫斯特指数,判断应该买入还是卖出:1.若过去处于上涨趋势且序列正相关,买入股票;2.若过去处于下降趋势且序列正相关,卖出股票;3.若过去处于下降趋势且序列负相关,买入股票;4.若过去处于上涨趋势且序列负相关,卖出股票;在我们的策略中,采用赫斯特指数来衡量序列相关性。当h>0.6时,认为序列有趋势性,当h< 0.4时,认为hurst有反趋势性。根据上述思路,建立策略如下:一、每日取过去n(n=60)个交易日收盘价 ,计算n日累计涨幅 和赫斯特指数h;二、根据r和h的取值,判断操作:1.若r>0且h>0.6,买入股票;2.若r< 0且h>0.6,卖出股票;3.若r< 0且h< 0.4,买入股票;4.若r>0且h< 0.4,卖出股票; 以沪深300ETF为操作标的,沪深300指数为比较基准,以2014.1.1~2019.9. 1为回测期建立回测,得到结果如下:从以上回测结果看到,在整个回测期,标的收益曲线始终位于基准收益曲线之上,说明该择时策略有效,特别在应对行情下跌时能有效地保护本金。同时需要指出,由于该策略基于过去60日数据,在灵敏性上有一些不足,胜率也较低(不足三成)。
本社区仅针对特定人员开放
查看需注册登录并通过风险意识测评
5秒后跳转登录页面...
玉兔呈祥:2019年08月23日操盘计划(1)...
玉兔呈祥:2019年07月26日操盘计划(1)...
移动端课程