科技創新投資模式

喬政

摘要：隨著我國大數據、互聯網和人工智能技術的迅速發展和股票市場的蓬勃發展，程序化的智能投資模式正在快速的興起和發展。大數據技術的發展為計算機分析和挖掘其中隱含的經濟規律和有用信息提供了基礎學習源?；ヂ摼W技術的發展為這些信息的互聯互通，及時的傳播共享和交易指令的及時下達提供了快速和可靠的傳輸方式和媒介。人工智能技術的發展，使機器學習能力大幅提升，計算機快速處理浩如煙海的數據，總結發現有用的信息和規律，制定新的交易策略，修改和完善已有的策略，都變得更加快速和有效。程序化交易以計算機數量化模型分析決策為基礎，根據自身規則自動交易，有利于克服人性的弱點，實時接收信息、處理信息、作出交易決策和自動下單。

1 研究背景與意義

我國的證券市場自從1990年12月19日上海證券交易所建立以來，取得了快速的發展，市場規模不斷擴大。截至2018年9月，滬深兩市上市A股總數為3569家。然而，與西方資本市場不同的是，我國證券市場最主要的交易方式為人工交易。鑒于人工交易難以應對瞬息萬變的股票市場和稍縱即逝的交易機會，投資者努力尋找和研究快速有效的投資工具與投資策略，這也使得程序化交易在投資者間逐漸興起。隨著市場的不斷波動，投資者開始轉變視角從“人工交易”到“程序化交易”，并摒棄最初的盲目與狂熱，開始使用更加先進的投資方法和投資策略。

研究股票市場的程序化投資模型的意義包括以下幾個方面。

（1）從投資決策模式角度，程序化投資模型以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種“大概率”事件以制定策略，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。

（2）從投資心理角度，客服人性的弱點是程序化交易的重要意義，人的情緒化因素，貪婪、恐懼、做事不果斷和賭性等因素都會讓一個人正在交易的時刻突然改變原有的計劃，而程序化交易是一切功課在事先已經做好，不折不扣的按照規則執行操作，避免交易決策受到跌宕起伏的情緒干擾，從而避免臨時情緒波動導致的錯誤決策。

（3）從投資效率角度，程序化交易可以突破人的能力極限，大幅提高投資效率并降低人的體力和腦力的消耗。我們從眼睛獲取信息，到大腦分析決策，再到手工輸入下單，這個過程需要一段時間來完成。計算機程序自動化交易顯然比人工快得多，特別是當我們為了分散風險而進行多品種組合投資交易時，程序化交易迅速快捷的優點就更加突出。計算機可以準確、快速、同時抓住轉瞬即逝的交易機會，投資者不必再緊密盯盤和決策下單。程序化交易的系統性交易、資金和倉位管理，有利于投資的組合優化管理和風險控制，增加收益。

在實踐中，股票市場的變化是迅速的，并非一成不變的，并且這種變化難以預知和掌握。因而，從程序化分析的角度出發，利用數學和統計學方法，對股價從多個周期維度，如周線、日線和30分鐘線同時對股票的技術指標進行實時監測和投資決策，這樣有助于投資者很大程度的保證整個過程中投資思路的一貫統一，減少投資決策受股票市場中股價震蕩的影響，使投資過程更加理性和投資收益的穩定性。

與此同時，經典技術指標的有效性在股票市場中十分有限。因此，通過卡爾曼濾波模型的思想，對經典股票的技術指標加以改進，使改進后的技術指標對股價運行軌跡作出更加合理的判斷，選擇更優的指標決策作為開倉條件和平倉條件，調整資產配置，建立更優的程序化投資模型，完成行之有效的程序化股票交易系統，幫助投資者在證券市場中獲得更高的回報。

2 研究現狀

2.1 程序化研究現狀

中國證券股票市場交易系統的研究和應用均處在發展階段。不過得益于我國信息技術應用的起步比較高，近年來，新投資理念隨著市場化程度的提高而被不斷地引進，程序化交易系統逐漸接近投資者。孫偉（2017）應用MATLAB軟件，從WIND機構版獲取股票的基本面和技術面數據，將部分上市比較短的公司剔除，以整個A股市場股票為樣本進行量化分析，最后將收益率作為衡量的標準給出合理的量化投資策略。陳榮（2018）從股票價格的聯動性研究與分析出發，運用金融經濟學、計量經濟學與統計學的相關理論從市場不同級別的聯動性角度來思考聯動性策略的構建邏輯，最終得到了基于行業內個股聯動性的程序化投資策略，以期能給市場投資者及相關研究人員提供一定的借鑒。楊世林（2018）對以多因子為基礎的策略進行了改進，主要從策略因子、調倉頻率和持倉數目對策略進行了優化，優化后的策略相較于基礎策略在年化收益、盈虧比、夏普比率等指標上有了顯著的提升。

2.2 卡爾曼濾波器原理及應用的研究現狀

池麗旭和張廣勝（2012）基于卡爾曼濾波方法對投資者情緒進行了研究，得到了去除市場噪聲的投資者情緒綜合指數，比較了投資者情緒的變化值與投資者情緒對股票收益的影響效果，結果表明投資者情緒的變化值的影響更顯著。高大良（2013）用卡爾曼濾波分析方法構建了新的投資者情緒復合指標，與經典

的情緒指標進行了比較，進一步驗證了投資者情緒復合指標的穩健性。凌士勤和蘇樂（2017）運用卡爾曼濾波的方法估計出投資者情緒指數，將上證綜指收益率與理性情緒指數和非理性情緒指數進行廣義脈沖響應函數分析。得出理性情緒與非理性情緒都在第二個月對上證綜指收益率具有最大的正向沖擊;收益率對理性情緒的正面影響具有較長的持續效應，對非理性情緒的正面沖擊逐漸減小。

3 卡爾曼濾波理論對經典技術指標的改進

斯坦利·施密特首次實現了卡爾曼濾波器?？柭贜ASA埃姆斯研究中心訪問時，發現他的方法對于解決阿波羅計劃的軌道預測很有用，后來阿波羅飛船的導航電腦便使用了這種濾波器。

股票市場中股價的不可預知性與阿波羅飛船所在的位置宇宙環境十分相似。那么應用卡爾曼濾波的基本思想對經典的技術指標加以改進，使經典指標的走勢和變化可以更加精準的反映當前股價的走勢和未來股價的趨勢。本文以移動平均線（MA）為例加以改進。

改進后在TradeStation平臺是加載修改前后的技術指標。為卡爾曼濾波均線，圖1為普通均線，明顯的可以看出卡爾曼濾波均線的對K線變化的反應速度快于普通均線，更加準確的體現了當先股價的走勢與未來股價的趨勢。

4 卡爾曼濾波器改進雙均線策略的測試

用同樣的方法將經典的雙均線策略中的兩條均線進行卡爾曼濾波原理的改進。然后對改進后的策略與原策略回測滬深300指數。

從測試效果可以得出，結論卡爾曼雙均線的年化收益率、夏普率和盈虧比均大干經典雙均線。從一定程度可以說明經過卡爾曼濾波原理改進后的指標更加具有優勢。

5 結語

通過策略回測可以得出結論，卡爾曼雙均線策略的測試效果相比經典雙均線策略的測試效果，年化收益率更高，夏普率更高，最大回撤率更小，但盈虧比更小。綜合這四個角度評估，經過卡爾曼濾波原理改進后的程序化交易策略相比經典雙均線策略更加具有優勢。

本文是將經典物理模型與程序化交易相結合的理論研究，因而需要根據實際的投資活動對模型進行合理的設定，使模型既符合現實的投資活動又相對簡潔。這種科技創新投資模式應用到了數理金融和機器學習算法，來研究科技型投資模式。這種科技型投資模式以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種“大概率”事件以制定策略，通過概率優勢取得超額收益。與此同時，這種科技型投資模式避免交易決策受到跌宕起伏的情緒干擾，從而避免臨時情緒波動導致的錯誤決策，程序化交易的系統性的交易、資金和倉位管理，有利于投資的組合優化管理和風險控制，增加收益。因此，這種科技型投資模式將逐漸在股票市場中得到應用與普及。