第五章 基于沪深 300 股指期货趋势跟踪投资交易策略模拟及分析
5.1 沪深 300 股指期货介绍
股指期货，即股票价格指数期货，也可简称为股价指数期货或期指，是指以股票价格指数作为标的物的金融期货合约。股指期货交易的标的物是股票价格指数。在具体交易时，股票指数期货合约的价值是股指期货。用指数的点数乘以事先规定的单位金额来加以计算的，如标准·普尔指数规定每点代表 500 美元，香港恒生指数每点为 50 港元等，沪深 300 指数为每点 300 元。股票指数合约交易一般以 3 月、6 月、9 月、12 月为循环月份，也有全年各月都进行交易的，通常以最后交易日的收盘指数为准进行结算。股指期货是目前全世界交易最为活跃的期货品种，由于股指期货交易采用现金交割的方式，且不需要全额支付合约价值的资金，只需要支付一定比例的保证金就可以签订较大价值的合约，从而吸引了大量投资者。
在 2010 年 4 月，中国金融期货交易所推出沪深 300 股指期货，沪深 300 股指期货是以沪深 300 指数作为标的物的期货品种。沪深 300 股指期货的推出，填补了我国金融期货的空白。沪深 300 股指期货的基本交易制度规则，与其他期货产品相似，但也有其自身的特点。交易手续费按照双向收取，保证金最低为合约价值的 12%，执行当日无负债结算制度，每日价格波动限制为上一交易结算价的+-10%，实行 T+0 交易制度，当日没有交易次数限制，支持多空双向交易等等。
由于国内期货市场的程序化交易接口已经开放，各种期货程序化交易系统也逐渐开发出来，底层的程序化交易开发平台也逐渐完善，为国内量化投资带来了前所未有的机遇。沪深 300 股指期货在投资时以沪深 300 指数为依托，交易极为活跃，成交金额超过现货已是常态。因此，本文选择以沪深 300 股指期货进行量化投资策略的分析作为研究内容。
5.2 投资交易策略研究方法
量化投资交易策略的研究与分析，主要包括投资交易策略选择、策略参数筛选、参数组合遍历、策略算法优化、不同周期模拟检验、跨品种模拟检验、随机数据检验、多策略模拟检验、多策略组合及优化、风险分析等步骤。
经过上述一系列步骤的优化及检验，可以确保投资交易策略在算法效率、参数配置、交易周期、品种兼容性、风险控制等多个维度得到充分的验证，为后续交易策略的实盘操作打下坚实基础。
本本以市场上最为流行的趋势跟踪交易策略为切入点，通过自行搭建的量化投资平台使用沪深 300 股指期货数据进行策略研究分析，股指期货数据为 2010年 4 月 15 日-2013 年 3 月 22 日的 1 分钟数据。趋势跟踪交易策略，大多以各种技术指标为基础，本文从最常用的四个指标进行研究：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)。这四种指标的趋势跟踪策略，在国内的沪深股市已经广泛应用，下面运用量化投资的方法针对国内期货市场进行策略分析及优化。
5.3 趋势跟踪策略单指标参数优化
5.3.1 趋势跟踪策略公共参数
在进行趋势跟踪策略研究之前，基于沪深 300 股指期货交易频繁、价格变化快等特点，且策略研究基于日内交易为基础，首先筛选出策略中几个关键的公共参数变量，包括止损点、止盈点、每日平仓时间等，然后确定公共参数的最优组合。参数组合遍历，使用 MA 均线趋势跟踪策略，SMA 取 5 分钟均线，LMA 取10 分钟均线。遍历搜索检验过程，止损点以 1 点为间隔，止盈点以 1 点为间隔，平仓时间以 5 分钟为间隔。
从模拟检验结果可以看出，最优组合的止损点固定在 2 点，每日平仓时间在15:00:00 左右，可以获得较好收益。集中在 14、15、19、20 几个选择中止盈点可以获得最优收益。
5.3.2 趋势跟踪策略流程
交易策略设计总体思路：1、 时间过滤，每日 9:30:00-15:00:00 之间开仓；2、 入场条件，达到金叉多头开仓，达到死叉空头开仓；a) MA 指标的趋势跟踪策略判断金叉、死叉使用 SMA 与 LMA；b) MACD 指标的趋势跟踪策略判断金叉、死叉使用 DIF 与 DEA；c) DMA 指标的趋势跟踪策略判断金叉、死叉使用 DMA 与 AMA；d) TRIX 指标的趋势跟踪策略判断金叉、死叉使用 TRIX 与 MATRIX；3、 退出条件，多头持仓达到死叉平仓，空头持仓达到金叉平仓；4、 风险控制，达到止盈或止损点强行平仓；5、 日内交易，如果持仓达到 15:00:00 之后则强行平仓。
5.3.3 基于 MA 指标的趋势跟踪策略
采用 MA 移动平均法则进行投资交易，利用短期移动均线 SMA 和长期移动均线 LMA 的交叉关系决定交易时机。当 SMA 呈上升趋势，且 SMA 从下向上穿越LMA 时，形成金叉，做多；当 SMA 呈下降趋势，且 SMA 从上向下穿越 LMA 时，形成死叉，做空。策略模拟检验，通过参数组合遍历的方法找到最优参数，其中止盈点参数，在上面公共参数优化过程中找到相对较优的四个结果为 14、15、19、20，其中 19 和 20 是最优解，在进行 MA 指标策略检验时顺便再对比一下结果。遍历过程中，SMA 周期以 1 分钟为间隔，LMA 只要去以 5 分钟为间隔。
5.3.4 基于 MACD 指标的趋势跟踪策略
采用 MACD 指标的交叉法则进行投资交易，利用短期指数移动平均线 SEMA与长期指数移动平均线 LEMA 的离差值 DIF 与 DIF 的指数移动平均线 DEA 的交叉关系决定交易时机。当 DIF 呈上升趋势，且 DIF 从下向上穿越 DEA 时，形成金叉，做多；当 DIF 呈下降趋势，且 DIF 从上向下穿越 DEA 时，形成死叉，做空。遍历过程中，SEMA 周期以 1 分钟为间隔，LEMA 周期以 5 分钟为间隔，DEA 周期以 1分钟为间隔。
5.3.5 基于 DMA 指标的趋势跟踪策略
采用 DMA 指标的交叉法则进行投资交易，利用短期移动平均线 SMA 与长期移动平均线 LMA 的差值 DMA 与 DMA 的移动平均线 AMA 的交叉关系决定交易时机。当 DMA 呈上升趋势，且 DMA 从下向上穿越 AMA 时，形成金叉，做多；当DMA 呈下降趋势，且 DMA 从上向下穿越 AMA 时，形成死叉，做空。遍历过程中，SMA 周期以 1 分钟为间隔，LMA 周期以 5 分钟为间隔，AMA 周期以 1 分钟为间隔。
5.3.6 基于 TRIX 指标的趋势跟踪策略
利用 TRIX 指标的交叉法则进行投资交易，利用三次指数移动平均线 TRIX 与TRIX 的移动平均线 MATRIX 的交叉关系决定交易时机。当 TRIX 呈上升趋势，且TRIX 从下向上穿越 MATRIX 时，形成金叉，做多；当 TRIX 呈下降趋势，且 TRIX从上向下穿越 MATRIX 时，形成死叉，做空。遍历过程中，EMA 周期以 1 分钟为间隔，MATRIX 周期以 5 分钟为间隔。
5.3.7 趋势跟踪策略单指标结果对比
使用沪深 300 股指期货在 2010 年 4 月 15 日至 2013 年 3 月 22 日的行情数据进行趋势跟踪策略回溯模拟，在单个指标的验证中，MA 指标利用短期均线和长期均线的交叉进行择时，最优参数为 6 分钟短线与 20 分钟长线；MACD 指标利用 DIF 和 DEA 的交叉进行择时，最优参数为 4 分钟短线、30 分钟长线和 10 分钟DIF 移动均线；DMA 指标利用 DMA 和 AMA 的交叉进行择时，最优参数为 3 分钟短线、10 分钟长线和 5 分钟 AMA 移动均线；TRIX 指标利用 TRIX 及其均线 MATRIX的交叉进行择时，最优参数为以 2 分钟作为三次指数加权移动均线的周期，25分钟作为计算 MATRIX 的周期。
从四种趋势跟踪单指标策略的独立回溯检验交易结果看，通过调整策略指标的关键参数，均可以获得一定的收益率。从最优参数回溯检验效果来看，MA、MACD、DMA 三种指标策略的收益率处于逐渐上升态势，而 TRIX 指标策略波动较大，且从 2012 年 4 月之后基本处于盈亏持平状态。从各指标策略的参数组合效果来看，MACD 与 DMA 两种指标策略的整体收益明显高于其他两种策略，其中，TRIX 指标的策略表现最差。由于 TRIX 策略方法多用于中长线投资决策，对于沪深股指期货的短线日内交易效果不佳。从交易次数上来看，MACD 的交易次数明显高于其他三种策略，如果交易手续费提升，将会使收益效果降低。从投资风险上看：TRIX 策略的风险最大，这一点从 TRIX 收益比例图也可以看出，投资净值的波动幅度是最大的；而MA在100%的收益上承受了初始金额27%的风险，相对而言，MA 比 MACD、DMA 策略的风险要高；从净利润与最大资金回撤的比例计算相比，DMA 指标策略比 MACD 指标策略的投资风险稍好。所以，从上面的比较来看，采用 DMA 指标的趋势跟踪策略比较合理。当然，如果投资者可以承受初始金额 60%的最大回撤风险，追求绝对收益率，MACD 指标的策略也是不错的选择。
5.4 趋势跟踪策略进一步分析展望
5.4.1 参数组合优化效率问题
从研究中可以看到，不同指标的趋势跟踪策略涉及的参数是有区别的。MACD、DMA 指标的参数有 3 个，而 MA 与 TRIX 策略的指标有 2 个，再加上 3 个公共参数，每个指标策略涉及 5-6 参数。在进行参数组合遍历时，如果将公共参数添加进来一起遍历，则需要的循环次数会异常庞大。
以MACD指标策略为例，参数循环遍历次数：5(止损点 1-5) * 21(止盈点 20-30)* 9(平仓时间 14:30:00-15:10:00) * 9(SEMA 2-10) * 11(LEMA 10-60) * 9(DEA 2-10) *712(交易日) * 270(每日 1 分钟数据) = 161865118800 次。使用普通计算机进行计算，1 秒钟约可以完成 1000000 次，则 MACD 指标策略模拟需要 161865.1188 秒，约不到 2 天可以计算完成。由于计算量过于庞大，故首先将公共参数抽象出来遍历，获得公共参数的最优组合，然后再进行各指标参数遍历。这样，MACD 指标策略参数循环遍历次数优化为：9(SEMA 2-10) * 11(LEMA 10-60) * 9(DEA 2-10) *712(交易日) * 270(每日 1 分钟数据) = 171285840 次，模拟需要约 3 分钟时间，参数组合遍历的效率大大提升。
但是，在进行公共参数遍历时，使用的是 MA 指标策略，所以，公共参数的最优组合可能只是针对 MA 指标的相对最优组合。针对 MACD、DMA、TRIX 指标策略，可能存在公共参数组合不是最优的情况。进一步分析研究，可以考虑针对不同指标，分别遍历获取最优的公共参数组合，然后再重新针对各指标的其他参数进行遍历搜索。或者，如果时间允许，可以考虑针对同一指标进行上述全面的参数组合遍历。
5.4.2 策略组合优化
可以考虑将四个趋势型指标的交易信号进行叠加，构建一个综合择时策略。
测试结果显示，四个指标中有 3 个及以上指标发出买入信号时做多，有 3 个及以上指标发出卖出信号时做空的择时效果相对最优。也可以考虑将收益情况最优的两种指标策略 MACD 与 DMA，按照一定资金比例组合投资。由于 MACD 与 DMA 指标策略的最大资金回撤的时间点不同，MACD最大回撤的时间点在 2011 年 12 月，而 DMA 最大回撤的时间点在 2011 年 5 月，若将两种策略组合可以降低最大回撤值，即降低投资风险。
5.4.3 外推检验
目前本文针对趋势跟踪策略的研究，仅仅基于沪深 300 股指期货市场的 1 分钟数据进行了模拟检验，接下来应该进一步进行外推检验，包括不同品种模拟检验、不同交易周期模拟检验、随机数据模拟检验等。从多个维度对投资策略进行模拟检验，保证实盘交易的可靠性。
5.4.4 自适应均线
从上面的研究表明，在沪深300股指期货市场，趋势跟踪策略可以获得收益，均线指标是较好的跟踪趋势的工具。但是均线系统也存在一些问题，通常短期均线不能很好地屏蔽市场的噪音，容易产生虚假信号，而长期均线虽然比较可靠，但其相对市场环境的变化显得较为滞后。具体表现如下：
1、 当市场沿某一方向快速移动时，通常噪音很少，此时较快的移动平均线更能迅速扑捉到趋势变化；
2、 当市场处于横盘阶段时，市场噪音较多，此时慢的移动平均线较好，快的移动平均线将会造成许多虚假信号。
为了避免噪音产生的虚假信号，同时又想消除长期趋势中的滞后特性，投资者开始寻找一种最佳的可以根据噪音情况调整的移动平均线，也就是使用考夫曼(Perry J.Kaufman)方法的自适应均线。自适应均线能根据趋势变化的速度进行调节，在牛市和熊市中自适应均线紧随指数向上或向下变化，而在市场处于横盘震荡时期，其变化明显减慢。目前，国内有些证券公司，使用自适应均线在沪深 300市场进行研究及实证，发现考夫曼方法的自适应均线策略可以获得较好的收益率，相信在沪深 300 股指期货市场也能得到良好的效果。
