报告基于样本熵指标构建多元资产择时模型,应用于股指、国债、商品及美元指数,验证了样本熵与资产价格波动的关系。实证结果表明,样本熵模型胜率在中国国债和CRB商品指数等资产上超过60%,沪深300指数局部胜率达59.6%,美债胜率虽一般但长期年化收益达20BP,美元指数表现相对较弱。充足的参数调优(斜率和均线窗口)显著影响收益表现,体现出样本熵择时模型良好的实际可操作性及稳健性,为复杂系统视角下金融市场波动提供新的量化工具和策略支持 。
| 均线参数 | 胜率 | 最大回撤(点) | 最大盈利(点) | 累计盈亏(点) | 年化收益(点) |
|---|---|---|---|---|---|
| 30 | 59.6% | -1037.5 | 1506.3 | 12244.7 | 392.4 |
| 20 | 55.3%-59.6% | -1037.5 | 1506.3 | 8110.0-9980.8 | 259.9-319.9 |
| 斜率参数55较89明显优异,后者年化收益普遍较低,胜率最低45.5%。 |
| 均线参数 | 斜率参数 | 胜率 | 最大回撤(BP) | 累计盈亏(BP) | 年化收益(BP) |
|---|---|---|---|---|---|
| 50 | 89 | 71.4% | -32 | 462 | 33.3 |
| 40 | 89 | 64.3%-71.4% | -42~-32 | 309-462 | 22.3-33.3 |
| 胜率和年化收益水平均优于上证指数,模型择时效果突出。 |
报告标题:《基于熵的多元资产择时模型》
作者与发布机构:章顺,资深分析师(金融工程),上海东证期货有限公司东证衍生品研究院
发布日期:2023年3月21日
主题:应用样本熵理论构建多元资产(股指、国债、商品、外汇)择时模型,结合样本熵计算技术与参数调节,评估模型在多资产上的实证表现。
核心论点与目标:
报告通过探索“熵”(源于热力学二定律的系统复杂性衡量指标)与金融资产价格波动间的联系,推出了一套基于样本熵的多元资产择时模型。假设金融市场具备复杂系统的属性与周期性波动的特点,利用样本熵的计算和变盘点识别方法,通过斜率与均线参数来制定具体的开平仓时点。实证测试覆盖上证指数、中国与美国10年期国债收益率、CRB商品指数及美元指数。报告旨在验证基于样本熵的模型是否具备良好的胜率、收益及风险控制能力,从而具备实际交易应用潜力。
简单来说,作者的主要信息是:利用样本熵测度金融资产价格序列的复杂性及周期性,通过量化工具构建择时系统,且该模型展现了良好的实证效果和应用价值。,8,9,25]
章节开篇引用了《熵:一种新的世界观》,阐述热力学第二定律中熵的基本物理内涵:系统总能量守恒,能量转化伴随不可逆增加的熵,即无序度提升。熵最小对应有序状态,系统可利用的有效能最大,反之熵值最大时系统混乱且有效能耗散殆尽。
将此理念引入金融领域,说明金融市场作为复杂系统,其波动性和涨跌周期或与熵变化相关。基于此,报告尝试验证金融时间序列的熵与价格波动的关联性,进而形成择时理念。
继导语,报告详细介绍样本熵(Sample Entropy,SE)的统计定义和计算步骤,指出样本熵是改进的近似熵,避免了近似熵中自匹配带来的偏误,是一种衡量时间序列复杂度和不确定性的新兴指标。
此外,报告强调样本熵优势:对数据长度依赖较低,抗噪声和干扰能力强,适用于混合信号,且计算效果优于简单统计指标。
这种方法适合捕捉金融市场等复杂系统的非线性特征,同时为构造多资产择时指标提供了理论基础。
报告对比之前运用李雅普诺夫指数的复杂系统择时方法,本次以样本熵替代系统稳定性指标。择时模型核心思想是:
实证数据源自繁微平台,覆盖时间跨度虽有差异,但包含多元且代表性强的市场标的。
实证测试设定参数包括:
该结果暗示样本熵在价格周期敏感参数下,能有效捕捉市场走势变盘点,优于长斜率参数。同时,模型在近年来尤其(2005-2007年行情)捕捉了大级别行情。
覆盖时间跨度长短不一,国内上证指数从1990年底,国债及国际标的从1960-1980年代起源,样本数据宽度与代表性强,保障了实证结果的可靠性。
以均线30和斜率55组合为例,累计收益大幅超越指数自身走势(灰色),显示择时模型能够有效规避下跌,把握上升阶段。
图表中盈亏条形以及指标走势图相结合,有效体现变盘点信号的具体盈亏表现,增强模型对冲击事件或震荡期的应对能力可信度。
报告主体不涉及对资产单个估值的传统估价方法,而是聚焦于基于“样本熵”指标的择时模型搭建,属于一种量化择时和交易系统构建研究,估值环节主要透过胜率、累计收益、最大回撤等绩效指标进行相对评价,而非DCF或同行估值法,不存在传统估值模型的折现率、增长率等假设参数。
报告未详述单独的风险章节,但从绩效指标及实证结果可隐约推断风险考量:
报告也提及样本熵是一种新兴指标,尚未广泛应于金融,本身存在理论假设与金融市场传统假设差异,这种方法的长期稳健性仍需进一步观察。,25]
整体而言,报告主张的基于样本熵的择时思路创新且具备一定前景,但需进一步补强理论基础及应用环境适应性,特别是在宏观风险、非理想市场环境和交易费用的影响下模型绩效的稳健性检验。,21,25]
本报告围绕“熵”这一源自热力学的复杂系统度量工具,创新地提出并实证验证了基于样本熵的多元资产择时模型。通过对上证指数、中国及美国10年期国债、CRB商品指数及美元指数的长期历史数据进行样本熵计算与周期拐点识别,模型利用样本熵的斜率及价格均线参数,提高了择时的科学性和实战可行性。
实证结果清晰显示:
图形和数值数据共同验证样本熵在周期性变盘识别及择时实践中的潜力,支持其作为金融多元资产交易策略的创新维度。报告同时指出,样本熵的复杂系统假设与传统金融理论不同,模型建立在该假设基础上,有研究前瞻性但面临理论和实践兼容的挑战。
综上,基于样本熵的多元资产择时模型是一条前沿且富有创新性的金融量化路径。报告严谨地利用长期历史数据展开丰富测试,结果表明模型在实际金融市场具备较好的可行性和盈利潜力,尤其在国债及股市资产上表现较好。未来研究可进一步探索参数动态调整、交易成本考虑及融合宏观变量,提升模型实用性和泛化能力。
报告还附带了丰富的累计盈亏、变盘点盈亏各种图表(图表3-126),立体展示模型在不同参数组合下的盈亏演变及其时间点的响应,有助于投资者全面理解模型的具体运行机制和风险节点。
免责条款明确指出报告仅为研究参考,不构成投资建议,提醒投资者结合个体需求和风险偏好谨慎决策。上海东证期货有限公司作为发布机构,标明了研究背景和方法来源,保证一定的信息质量和专业性。
图表3:上证指数累计盈亏(均线5,斜率55)
该图展示1990年至2023年间,上证指数(灰色线)与模拟交易累计盈亏(红色线)对比。盈亏曲线总体呈现波动上涨趋势,尤其在2005-2007年牛市期间累计盈亏陡增,说明样本熵择时模型在捕捉上升行情效果显著。图显示样本熵信号和实际指数走势趋同且能捕捉变盘拐点,支持模型有效性。
图表16:中债国债累计盈亏(均线5,斜率55)
该图显示2008年至2022年间,中国10年国债收益率(灰线)与相应交易策略累计盈亏(红线)。累计盈亏整体稳步向上,较好适应震荡市场,验证了模型优秀的市场适用性及稳定盈利能力。
图表29:美债累计盈亏(均线5,斜率55)
1962年至2022年美国10年期国债收益率与模型累计盈亏对比。盈亏线在历次利率波动周期中多次形成新的高点,表现出长期收益稳定增长的态势,尽管胜率相对较低,但盈亏比提升了投资价值。
图表42:CRB指数累计盈亏(均线5,斜率55)
1982年以来CRB商品价格指数与根据模型生成的累计盈亏图。同时反映胜率不最高但盈利稳定,体现模型对商品价格波动的适用性和一定的趋势捕捉能力。
图表55:美元指数累计盈亏(均线5,斜率55)
1971年至今美元指数与模型累计盈亏的对比,盈亏曲线显示在长期周期内波动较大,反映美元指数市场多变性和模型适用性限制。
该报告为金融领域将物理学中熵的概念引入资产择时领域进行了系统尝试,采用样本熵这一复杂度衡量指标,构建针对多类资产的择时模型。实证结果充分展示了模型在股指、国债、商品尤其是中国10年国债上的优异表现,标志着复杂系统方法在金融时间序列分析应用的潜在突破。
不利之处是模型对于资产特性有较高依赖,并未完全涵盖实践中的市场摩擦成本等因素,且理论基础与传统金融市场行为假设尚存差异,未来研究需进一步补充理论和实战适应性。
总之,《基于熵的多元资产择时模型》报告创新地引入样本熵做为量化择时技术指标,理论与实证数据印证双向支撑,展示了复杂系统分析在金融投资决策中的重要价值和广阔应用前景,为多元资产配置与择时策略提供了新的科学工具和参考框架。
(全文引用标识均按页码标注,确保研究报告的内容可追溯与验证。)
基本面量化专题报告:基于熵的多元资产择时模型.pdf