商品期权与机器学习结合策略研究

1001201401601802002202401031051071091111131152020-09-072020-09-212020-10-132020-10-272020-11-102020-11-242020-12-082020-12-222021-01-062021-01-202021-02-032021-02-242021-03-102021-03-242021-04-082021-04-222021-05-112021-05-252021-06-082021-06-232021-07-07中信期货商品指数走势中信期货十年期国债期货指数中信期货沪深300股指期货指数中信期货商品指数 2023-09-22 重要提示:本报告非期货交易咨询业务项下服务,其中的观点和信息仅作参考之用,不构成对任何人的投资建议。我司不会因为关注、收到或阅读本报告内容而视相关人员为客户;市场有风险,投资需谨慎。 投资咨询业务资格: 证监许可【2012】669 号 权益及期权策略组 研究员: 魏新照 021-80401773 weixinzhao@citicsf.com 从业资格号 F3084987 投资咨询号 Z0016364 中信期货研究|商品期权 商品期权与机器学习结合策略研究 摘要: 报告主要研究了如何将机器学习与商品期权结合,通过期权的特征优化机器学习策略。 机器学习策略主要通过运用机器学习方法和技术分析结合,找到历史当中最为相近的行情,进而预测未来价格走势。期权波动率有均值回归、聚集性、趋势性等特征,结合期权特性,可以对机器学习策略进行优化。 根据机器学习信号,对应分别采用卖期权、买期权和波动率优化策略。 通过对 10 个场内商品期权与机器学习结合策略研究发现,利用波动率的均值回归等特性,在波动率偏低时通过买期权构建机器学习策略,在波动率高时卖期权构建机器学习策略,多数品种的表现是对最长衰退期优化幅度较大,铝、甲醇、白糖、菜粕波动率优化策略在卡玛比率和最长衰退期上都有一定程度的优化。 将各个品种的卖期权、买期权、波动率优化机器学习策略进行等权重组合,发现相对于标的组合,波动率优化策略卡玛比率为 3.52,优于标的的 3.24,同时最长衰退期仅为 69,远低于标的的 116,波动率优化组合效果明显。 利用商品期权特征优化机器学习策略,可以取得较好效果,显示出期权多维工具的特征。 风险提示:数据处理偏差;策略参数有效性;交易环境变化 报告主要对机器学习与期权结合策略进行了研究,发现波动率优化策略在卡玛比率和最长衰退期上都有较大优化,显示出期权多维特征对策略的优化效果。 报告要点 中信期货专题报告 2 / 53 目 录 摘要: .......................................................................................................................................................................... 1 一、机器学习与技术分析 .......................................................................................................................................... 6 (一)机器学习介绍 .......................................................................................................................................... 6 1、机器学习分类 .......................................................................................................................................... 6 2、监督学习介绍 .......................................................................................................................................... 8 (二)技术分析应用 ........................................................................................................................................ 14 1、三大假设 ................................................................................................................................................ 14 2、形态理论 ................................................................................................................................................ 15 二、 期权特征解析 .................................................................................................................................................. 16 (一)基础策略 ................................................................................................................................................ 16 (二)时间价值 ................................................................................................................................................ 17 (三)波动率 ...............................................................................

立即下载
金融
2023-10-12
中信期货
53页
1.48M
收藏
分享

[中信期货]:商品期权与机器学习结合策略研究,点击即可下载。报告格式为PDF,大小1.48M,页数53页,欢迎下载。

本报告共53页,只提供前10页预览,清晰完整版报告请下载后查看,喜欢就下载吧!
立即下载
本报告共53页,只提供前10页预览,清晰完整版报告请下载后查看,喜欢就下载吧!
立即下载
水滴研报所有报告均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
相关图表
图 33.4:烧碱期权隐含波动率情况
金融
2023-10-12
来源:商品期权市场全景数据报告
查看原文
图 33.3:烧碱期权标的近两年历史波动率与波动率锥情况
金融
2023-10-12
来源:商品期权市场全景数据报告
查看原文
表 33.3:烧碱期权持仓量前 10 期权重要指标
金融
2023-10-12
来源:商品期权市场全景数据报告
查看原文
图 33.2:烧碱期权主力合约分执行价成交量及持仓量变化情况
金融
2023-10-12
来源:商品期权市场全景数据报告
查看原文
图 33.1:烧碱期权主力合约分执行价成交量及持仓量情况
金融
2023-10-12
来源:商品期权市场全景数据报告
查看原文
表 33.1:烧碱期权合约成交持仓情况
金融
2023-10-12
来源:商品期权市场全景数据报告
查看原文
回顶部
报告群
公众号
小程序
在线客服
收起