用A股超高频交易数据验证短线交易策略

摘要

在金融生态环境中，学术派与业界总是争论不断，以股票市场为例，争论焦点之一在于追涨杀跌到底能不能赚到钱，学术界认为追涨杀跌的短线交易者是“噪声交易者”，其存在目的就是给市场提供流动性，但市场上却总有那么一批人靠着追涨杀跌把市场当作“提款机”。究其原因有两点：一是学术界对民间小规模的、缺乏理论基础的追涨杀跌的方式难以苟同，不愿研究；二是由于计算机处理速度、硬盘存储能力、高频数据获取方式等客观条件的限制，导致学者没有相应条件对其进行研究。于是隔阂就这么产生了，截至本文写作完毕为止，仍然没有任何对于追涨杀跌的盈利模式能够进行统计性验证的权威文章出现。
　　本文或许是第一个以庞大数据规模（2005-2011年A股2500只左右股票逐笔交易数据，数据规模1T）为研究数据，将学术理论与民间炒股经验技术相结合，用统计分析（应用SAS软件）作为研究手段，通过对逐笔交易数据进行历史回溯似的模型验证方法，对追涨杀跌的短线交易模式进行经验性验证的文章。
　　本文至少可以得到两个结论:
　　1、从概率上讲，追涨杀跌的短线交易能不能赚钱？
　　2、如果能，怎么赚？

目录

封面

声明

中文摘要

英文摘要

目录

第1章 引言

1.1 研究背景与意义

1.2 研究目标与技术路线

1.3 本文创新之处

第2章 文献综述

2.1 随机漫步与市场有效性假说

2.2 资本资产定价模型与投资绩效评价

2.3 行为金融学与技术分析

2.4 混沌理论与分形有效市场

2.5 量化投资策略发展现状

2.6 大数据的应用与发展现状

2.7 文献综述小结

第3章 交易策略描述

3.1 策略相关假设

3.2 交易策略概述

第4章 绩效评价系统

4.1 绩效评价概述

4.2 收益率

4.3 胜率

4.4 交易次数

第5章 初始模型的建立

5.1数据整理

5.2 初始模型建立

5.3 初始模型测试

第6章 模型优化

6.1 模型首轮优化

6.2 模型第二轮优化

6.3 第三轮优化

6.4 小结

第七章 模型修正

7.1 增加限制条件

7.2 增加限制条件后的模型回测结果

7.3 策略与大盘对比

7.4 对可交易日进行调整

7.5 小结

第8章 总结

8.1 模型结论

8.2 模型的不足与可以改进的地方

参考文献

附录A 筛选股票池代码展示

附录B 买入股票程序代码展示

附录C 涨停板逻辑库的建立代码

致谢