《表3 S&P500指数两种方法结果对比》
注:收益1表示年化收益率(%);收益2表示加入止损和期末平仓后的年化收益率(%);交易次数为平均有效交易数(次);夏普比为所有有效交易的平均年化夏普比;回撤为平均历史最大回撤(%)。下同。
最后,在测试期内滚动25日计算部分协整参数值和Z-score值,并对基于遗传算法—部分协整框架和原方法框架的配对交易模型分别进行测试样本上的回测,具体总结见表3,具体回测结果见附录C的表C1、C2。比较得出,统计所有有效交易,遗传算法—部分协整方法得到的2017年和2018年的年化收益率分别为37.3%和16.2%,而传统部分协整方法得到的年化收益率分别为25.6%和12.9%,存在明显差异。加上回测的最后一个交易日平仓和10%的止损后,遗传算法—部分协整方法的年化收益率分别为9.6%和1.6%,仍然高于传统部分协整方法的3.4%和1.2%。由于每期期末的强制平仓和有些股票对交易时间过短导致的还未回归就平仓带来的损失较大,因此加上平仓和止损后的年化收益率是较真实值偏低的,在保守计算中仍能得到较高的收益,从而充分说明了模型的有效性。
图表编号 | XD00226306800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.25 |
作者 | 毕秀春、于晓雨、张曙光 |
绘制单位 | 中国科学技术大学管理学院统计与金融系 |
更多格式 | 高清、无水印(增值服务) |