基于市場資金流向的商品期貨量化交易策略分析

王陸

摘要：對于市場中各個企業的行情信息來說，價格漲跌其實也是交易雙方態度的歸納總結，成交量能夠直接體現出市場中的交易熱度，而持倉量能夠體現出交易雙方的意見分歧。本文就以市場為載體的資金流向分析商品期貨量化交易策略提出了一種分析措施，包括問題提出、數據分析處理、板塊分析、交易策略設計等過程，希望能給相關人士提供一些參考。

關鍵詞：資金流向 商品期貨 量化交易

在國際貿易往來中，資金流向是一種比較成熟的技術指標，能夠直接反映出市場對于某種股票的供給或是需求，同時還能夠輔助投資者通過指數的變化來分析其它的投資行為。在股票市場當中，量就是資金的流量與流向，綜合起來構成了資金流向。想要將期貨產品資金流向準確刻畫出來，就需要全面考慮分析價格漲跌和商品的成交量以及儲存量等內容。

一、問題的提出

水漲船高這一現象十分適用于股票市場，正常情況下，在某一股票當中匯入大量的資金后，股票的價格就會上漲，而當大量資金外流后，股票價格就會下降。量于價先行是股票市場中一種常用的說法，其中的量就包含資金流量與流向，也可以稱作是money flow資金流向。由于期貨市場當中含有一種做空機制，因此假如單純利用資金流向公式無法將期貨彪資金真實的流向展示出來。例如某個期貨當中出現合約價格下降的問題，而出現這種問題的原因除了資金流出的可能性外，還可能是資金流出所導致的。為此應該綜合考慮商品成交量、價格和持倉量等多種因素來計算資金流向。在某個數據挖掘競賽中曾經提出過這樣一個問題，根據2011到2013年的商品期貨數據信息系統分析資金流向，同時設計期貨量化的有效交易方式。通過策略分析系統對數據實施回測策略。

二、數據處理分析

針對上述問題，首先應該以Auto-Trader這一平臺為基礎，來采集從2011到2013年的各種大宗商品中商品期貨分鐘級合約的K線數據，例如持倉量、成交總額、成交量、收盤價、最低價、最高價、開盤價以及時間等信息。在上海的商品期貨交易平臺當總一共有十三種產品，同時將不同品種商品K線發展趨勢刻畫出來。隨后在具體處理各種異常的數據信息。因為品種不同商品之間的上市時間和交易規則都有所不同，因此商品的數據總額也所有差異。為了能夠更好地進行建模工作，主要可以通過兩種方式來對缺失值進行處理[1]。首先在正常的數據遺失環節當中，為了能夠更加輕松地進行建模和數據處理工作，可以假設期貨合約根據一定的順序進行交易，時間連續，為此可以將遺失時間內處于第一的最后的數據進行連接，同時忽略中間段時間，從而形成一種連續性的時間排序。至于已經遺失的數據信息來說，由于在遺失的這段時間內，沒有發生任何交易，因此可以將數值直接記錄為零，假如數據記錄過程中出現數據遺失的問題，可以通過插補法來填充遺失的數據，也就是通過記錄尋找和遺失數據之間相似度較高的樣本進行插補。最后一項內容就是，建立相應的資金流向模型。

三、板塊分析

（一）板塊分類

為了系統分析資金流向在整個市場、板塊和期貨合約之間的聯系，以及其中的輪動效應和相似特征，為此可以按照以往的習慣進行板塊劃分，主要可以分成五種板塊，分別是黑色系、油類、農產品、金屬和化工等，隨后計算所有的期貨合約，整個期貨市場和不同板塊在固定周期中的凈資金流向，隨后詳細分析其中的特性和關系，板塊分類具體情況如下，其中五種板塊分別是化工、油類、金屬、黑色系和農產品等，化工板塊中包括纖板、膠合板、PTA、塑料等，油類板塊中包括菜籽油、豆油等，金屬板塊中包括螺紋、滬鉛、黃金等，黑色系板塊中包括螺紋鋼、鐵礦石、焦煤、焦炭等，而農產品板塊中包括淀粉、雞蛋、晚稻、白糖、豆油、玉米、采油等內容。

除此之外，還可以參考K線數據進行板塊劃分，可以分成五大類，第一類包括鐵礦、焦炭、晚稻、白糖、玉米、石等內容，第二類包括棉花、鋁、滬鋅等，第三類包括滬銅等物，第四類包括豆和螺紋鋼等物，最后一類包括橡膠等物。

（二）資金流向分析

參考相應的板塊資金流向以及板塊分類情況，分別計算各個板塊之間的關系。在分析計算結果后得出黑色板塊和金屬板塊之間關系值是0.819 4，由此能夠看出兩者之間的走勢大致相同，而油類和化工之間的關系值則是負數，證明兩者資金流向在一定程度上屬于一種負相關的關系。而黑色系數和農產品，與黑色系數和化工之間的關系值也比較小，證明兩組不同板塊之間資金流向幾乎毫無相似性。黑色系板塊和油類以及金屬和油類之間的關系值都已經超出0.4，證明兩組資金流向大致相似。

（三）板塊輪動效應

輪動效應其實就是一組板塊之間發生輪動現象，從而促進大盤的逐步提高。既然是一種輪動效應，證明一定會有引導者的存在，市場中的漲與跌是有序進行的，為此可以通過資金流來建立公式分析，

當下漲幅狀況=當下的流入資金-昨日流入資金/昨日的流入資金

在總結完2011到2013年間三百六十八個交易日后，可以發現各個板塊之間的領漲次數和領漲天數。分析統計結果后，可以發現前面所統計的板塊相關系數和板塊漲跌次數較為相似，從容證明結果的真實性。在較高的三種相關系數當中，出現一個引導角色后，通常會帶動另一種板塊成為組合中的新的引導者，能夠直接體現出一種輪動效應。此外還應該注意，在不同時間內啟動板塊，所擁有的持續動力也有所差異，充當引導者角色的板塊擁有最長的持續時間[2]。當市場內部呈現出一種上升狀態時，其中的熱點板塊也會發生明顯的傳播現象，從而將其他板塊的活躍程度也帶動起來。當所有板塊都開始活躍起來后，就會產生新一輪的循環，同時降低其中的持續能力，輪動速度也會相繼提升。

（四）市場資金流向和板塊的聯系

將板塊資金流向和市場聯系起來進行綜合分析時，能夠發現，市場中所有的資金流向都處于板塊資金流向當中，說明期貨市場在指定時間內買賣力量比較強大，同時期貨市場中的資金流向在一定程度上也被板塊中資金流向所影響，為了深入研究不同板塊和市場資金流向之間的關系，在構建多元回歸模型基礎上可以進一步深入研究，

在這一公式當中，Y代表資金流向，X1到X5分別代表那幾大板塊。最終結果證明，市場中所有資金流向的百分之七十四都可以根據構建模型來確定。具有十分顯著的成效。同時也能看出資金流向在整個市場當中受到金屬板塊和化工板塊的影響相對于其他板塊來說較高。但是不能直接體現出各個板塊和市場整個資金流向之間的關系。因此計算板塊和市場整個資金流向關系，證明市場資金流向和金屬與化工板塊聯系密切。

四、交易策略設計

下面就介紹一種策略，小波變化時間選擇系統和通過模型判斷資金流向，通過資金流向特點，包括內部結構和集中狀態等判斷資金流向具體特征。通過強化學習模型還能分類篩選市場中的所有標，從而捕捉標在市場中產生的輪動效應。隨后通過小波變換這一方式，同時根據相應的技術指標來判斷[3]。在面對從市場中提取的數據樣板時，可以將五分鐘作為一個周期，將系統默認方式設置為自動扣除，將下一個K線所顯示的開盤價格當作最終的成交價格，可以將滑價設置成五個跳。隨后根據時間限制，定時計算資金流，以在資金流向排名較為靠前的標通過Black Litterman方法進行資金配置。

綜上所述，在分析過程中，應該合理提取數據，加強數據處理分析。因為不同的標擁有不同的上市時間，同時數據總量也所有不同，因此在發現異常數值時應該仔細分析，市場的波動也可能會讓標出現變化，為此應該重視這類數據。市場實際就是價格變化，在每次的波動過程中都可能讓價格發生新的改變，同時還應該重視缺失值的作用。

參考文獻 ：

[1]彭素靜，賈秀燕.基于市場資金流向的商品期貨量化交易策略研究[J].商場現代化，2018（12）：10-11.

[2]劉峰，蔡志杰.基于市場資金流向分析的商品期貨量化交易策略[J].數學建模及其應用，2017，6（03）：35-41+89.

[3]劉曉霞，陳志攀.基于市場資金流向分析的商品期貨量化交易策略[J].科學咨詢（科技·管理），2017（08）：89.

（作者單位：山東大學（威海）商學院）