没有合适的资源?快使用搜索试试~ 我知道了~
首页Kurtosis-Skewing量化交易策略
Kurtosis-Skewing量化交易策略
需积分: 50 30 下载量 71 浏览量
更新于2023-03-16
5
收藏 55KB DOCX 举报
基于峰度(kurtosis)和偏度(skewness)的交易策略,这是一个基于数据分布的峰度(kurtosis)和偏度(skewness)的交易策略。当数据呈现趋势性,并且潜在趋势为正时,我们做多。当数据呈现趋势性,并且潜在趋势为负时,我们做空。当趋势发生反转后,我们平仓。
资源详情
资源推荐
这是一个基于数据分布的峰度(kurtosis)和偏度(skewness)的交易策略。当数据呈
现趋势性,并且潜在趋势为正时,我们做多。当数据呈现趋势性,并且潜在趋势为负时,
我们做空。当趋势发生反转后,我们平仓。
那么,我们如何确定趋势和趋势的强度呢?让我们先来复习一下峰度和偏度的定义。
峰度(kurtosis),是描绘一组数据的分布形态的陡峭程度的统计量。正态分布的
kurtosis 为 3,所以我们把 kurtosis 大于 3 的称作尖峰,表示数据的分布比正态分布更集
中和陡峭。我们把 kurtosis 小于 3 的作为平峰型,表示数据分布比之正态分布更为平滑。
峰度的计算公式可以在网上随意找到,MATLAB 或 R 等统计学软件中也都有内部实现。这
里我们所指代的峰度是真实峰度减去 3 之后的值。在金融市场,峰度大于 0 表现为无趋势
(sideway market),峰度小于 0 表现为趋势市(trending market)。下图画出的是
峰度从 1.2 - 3(未减去 3)的分布实例:
偏度(skewness)描绘的是数据分布的对称性,或者说是数据中众数 (mode)的位置。
skewness 等于 0 刻画的是完美的对称性。这个统计量同样需要和正态分布比较:偏度大
于 0 表明和正态分布相比,该数组呈现右偏, 表现为右部的长尾并且极端值较多分布于右
部;反之为左偏,表现为左部的长尾并且极端值较多分布于左部。在金融市场,偏度大于
0 可以解释为数据倾向于汇聚成正的趋势,偏度小于 0 可以解释为数据倾向于汇聚成负的
趋势。
weixin_43275338
- 粉丝: 0
- 资源: 1
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功