发布信息

期货程序化交易策略

作者:admin      2022-05-05 09:00:09     410



期货程序化交易策略近年来,随着金融信息化建设的不断进步以及金融工程学和金融数学理论的不断研究,程序化交易日渐深入人心,越来越多的投资者慢慢开始接受这种自动的交易模式,并且通过不断的学习和理解,己经研究出了许多自动交易的模型 据统计显示,在美国的期货市场中将近70%的交易都是通过程序化交易进行的,而不再是人为的交易。从国内外交易的历史数据上看,程序化交易的持仓时间一般较短,且一般都是进行频繁的交易操作,同时要求交易的品种价格波动大、流动性好,以便获取较高的利润。期货合约作为交易所上市的标准资产,往往具有极好的流动性,同时又交易频繁,支持做空操作和当天结算,交易手续费低廉,是程序化交易的理想目标。例如:国内的股指期货;上海期货交易所的金属期货,包括铜、铝、锌等;大连商品交易所的鸡蛋、豆油、豆粕期货;郑州商品交易所的稻谷、白糖等,都是程序化交易者着重选择的目标。 与人为主观交易不同,程序化交易的交易纪律是由计算机程序保证的,当期货商品的当前价格触碰到程序设定的止损价格,计算机会按照程序坚决地进行止损,不会出现人为主观交易者常犯的“死扛等反弹,获利不止盈”的错误决策,所以程序化交易的收益曲线一般会比主观交易更加稳定。经过20多年的飞速发展,期货程序化交易的理论和实际应用都取得了很大的成果,产生了各种不同原理的程序化交易模型。其中以期货期限套利策略、跨品种统计套利策略、趋势跟踪类策略、事件驱动型量化交易策略、高频交易策略等几种交易策略模型最为典型。 程序化交易的交易策略主要是通过多种交易指标进行组合形成的,单一的交易指标并不能很好的给出交易开仓信号,当组合多种交易指标时,能给出成功率较高的交易开仓信号,提高收益,减少交易风险。期货市场非常复杂,包含大量的信息。各种商品之间的非线性的关系,商品价格的互相影响以及各种新闻、天气、人为心理等因素揉合在一起,组成了一个不确定性和时变性很强的系统。传统的经济模型大部分过于简单,处理不了如此复杂的系统,具有不可克服的局限性。神经网络具有很好的处理非线性数据的能力,可以在期货市场中克服非线性拟合的问题。在神经网络算法中,基于Rumelhart提出的反向传播算法(BP算法)应用广泛。 本文旨在结合主成分分析法对神经网络输入数据进行优化,训练过程中通过大量实验找出合理的训练参数,采用多变量预测方法,使用训练好的神经网络对期货价格趋势进行预测分析,最终结合交易开拓者平台,进行期货程序化交易指标的研究。 以上就是金投期货小编为您介绍的期货程序化交易策略的内容,了解更多期货交易信息,请关注金投期货网相关栏目。









图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明:本文中引用的各种信息及资料(包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主体(包括但不限于公司、媒体、协会等机构)的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理!本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理,本文部分文字与图片资源来自于网络,部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益,请立即通知我们,情况属实,我们会第一时间予以删除,并同时向您表示歉意,谢谢!

相关内容 查看全部