投资策略
为了达到分散风险的目的,选取价格走势相关性较小的品种,本文将标的池选为RBM0, CUM0, RMM0, SRM0 等主力合约。获取2014年1月1日止2014年12月31日这些合约的日行情。
标的之间的相关系数矩阵
参数优化
网格算法
max_drawdown
sharpe
annualized_return
最后本文选择了5日短线,20日长线来作为回测的参数。下面画出其累计收益率的走势,以及具体风险指标。
遗传算法
那么有没有不遍历的方法进行参数优化?本文以机器学习的遗传算法为例,旨在提供一个思路,具体效果可能并没有那么理想,而且容易陷入局部最优解,后续还将多加调整。
遗传算法介绍
遗传算法是通过模拟大自然中生物进化的历程,来解决问题的。大自然中一个种群经历过若干代的自然选择后,剩下的种群必定是适应环境的。把一个问题所有的解看做一个种群,经历过若干次的自然选择以后,剩下的解中是有问题的最优解的。当然,只能说有最优解的概率很大。
几点说明
['000000', '101011'] 0.5451
['000010', '101101'] 0.5451
['000010', '000010'] 0.5451
['000000', '000100'] 0.5451
可以看到6次繁衍后,遗传算法最后也收敛到了最优解上。