基于互联网关注度的股票成交量模型的策略设计

摘要

最近几年国内量化交易发展十分迅猛，量化交易策略也随之急需本土创新。本文从文献中发现成交量中的非可预测成交量与超额收益相关程度高于可预测成交量。基于我国股票市场处于半强式有效市场以及量价统一的假设上，本文对成交量进行技术分析因子以及公开信息因子的构建来研究非可预测成交量。在文献研究的基础上，本文创新性提出使用行为金融学有限关注理论替代半强式有效市场的公开信息计算可预测成交量。基于前人对于百度指数等互联网关注度与行为金融学有限关注理论的研究，本文构建出以成交量滞后、个股振幅、指数成交额、指数振幅以及百度指数的成交量模型。通过对2014年初至2017年末仍在巨潮中小盘指数中的155只股票进行研究，本文检验了成交量模型的显著性。在论文研读后，本文发现成交量对于股价变化存在动量效应以及反转效应，进一步将成交量模型获得的下一日可预测成交量与实际成交量计算非可预测成交量来研究非可预测成交量是否也同样存在相关的动量效应与反转效应。通过回测，动量效应有较好的风险敞口的控制，但是存在收益偏低的情况，反转效应则相反，所以本文将两者结合获得一个既有收益又有风险控制的混合量化交易策略。对于量化策略产品，本文不仅进行区分市场情绪的分阶段分析，还将量化策略产品分股票类型回测进而对量化策略的股票适用性进行研究。
　　希望本文能够对信息有效市场假说提供一定的创新性方向，也希望随着信息技术的发展能让信息市场假说中的信息得到更拓展的量化。

目录

声明

致谢

摘要

1 绪论

1．1 研究背景

1．2 研究意义

1．3 研究思路与创新

2 文献综述

2．1 量化投资的发展历史

2．1．1 量化投资产生的背景

2．1．2 量化投资基金的发展

2．2 投资者关注度研究文献综述

2．2．1 投资者关注度的含义

2．2．2 投资者关注度的量化

2．3 成交量研究文献综述

2．3．1 成交量的含义

2．3．2 成交量对收益率的解释

2．4 对现有研究文献的简要评述

3 引入互联网关注度的成交量模型设计

3．1 成交量模型

3．1．1 模型构建基础

3．1．2 成交量模型设计

3．2 成交量模型的检验

3．2．1 样本股票的选择

3．2．2 回归结果

4 基于成交量模型的量化策略设计

4．1 成交量策略

4．1．1 成交量策略的原理与设计

4．1．2 成交量策略

4．2 策略优化

4．2．1 策略的改进

4．2．2 策略的分析

5 总结与展望

5．1 总结

5．2 展望

参考文献

附录