预测股指期货市场异常波动的指令流动性方法技术

本发明专利技术披露一种预测股指期货市场异常波动的指令流动性方法，包含四个主要步骤：数据处理、指标值计算、指标值选取及异常波动预测。目前尚无类似方法，本发明专利技术具有原创性。并且本方法具备预测及时、准确率高等优点，可供监管层作为预测期指市场异常波动的监控手段。

【技术实现步骤摘要】

本专利技术涉及股指期货市场异常波动检测，尤其是极端波动检测，具体是一种预测股指期货市场异常波动的指令流动性方法。
技术介绍
在金融交易市场中流动性起到了至关重要的作用，金融产品的价格随市场的流动性改变而发生变化。当市场的流动性出现急剧变化时，市场中的金融产品价格也会发生剧烈变化，从而导致市场的异常波动。如何有效地预测异常波动，从而避免股灾的发生，已成为监管层亟需解决的问题。
技术实现思路
本专利技术基于以下几个方面来解决以上问题：(1)数据处理对输入的数据进行插值补全、链接、等成交量划分处理。(2)风险阈值预测统计每天的指令流动性指标，结合异常波动发生的情况，通过统计方法实时计算风险报警阈值，并结合机器学习遴选精确阈值。(3)风险预测通过输入实时数据计算指令流动性指标，若指标值大于风险报警阈值，则触发报警，监管层可采取应对措施，避免异常波动的产生。并通过以下技术方案来实现：步骤一、数据处理：通过WIND提取期指主力合约的分钟交易数据，对于提取的数据，如果有缺失，通过三次样条插值方法补全；具体的，标记提取数据的时间为t0≤t2≤…≤tn，其对应的价格为P0≤P2≤…≤Pn，则对所述n个时间小区间[ti，ti+1]，i＝0，1，…n-1，构造三次多项式函数S(t)＝si(t)，使得S(ti)=Pisi′(ti+1)=si+1′(ti+1)si′′(ti+1)=si+1′′(ti+1),]]>最后采用S(tk)作为缺失时间点tk处的价格值Pk。步骤二、数据链接与划分：若当月合约的成交量低于下月合约的成交量时，将主力合约切换为下月合约；最后采用等成交量原则将每天数据划分为150个数据小区间，每个数据小区间用τ＝1,...,n表示；假设新信息发生的概率为α，其中是坏消息的概率为δ，有信息发生的交易期中，知情参与者交易的比率为μ，每个交易期非知情交易者参与交易的比率为ε。步骤三、波动值计算：定义每天最大波动为其中1≤i＜j≤150并且i时刻为当天大幅波动的开始时间，j时刻为当天大幅波动的结束时间；Pi和Pj分别为i和j时刻的价格，故第一项是这一段时间内的价格涨(跌)幅，第二项是这一段时间的价格涨(跌)速；根据证监会2015年12月4日熔断机制的设定：当日波动大于5％时暂停交易15分钟，因此定义异常波动为当σmax≥5％时所对应的时间段。步骤四、指令流动性指标计算：对每个数据小区间，分别取买入成交量为VτB=Σi=t(τ-1)+1t(τ)ViZ(Pi-Pi-1σΔP)]]>卖出成交量为VτS=Σi=t(τ-1)+1t(τ)Vi[1-Z(Pi-Pi-1σΔP)]=V-VτB,]]>其中t(τ)是在τ的观测区间内，等时间间隔时间区间的计数；Vi为i时刻的成交量；Pi为i时刻的价格；Z(x)是标准正态分布的累积分布函数；σΔP是估计的相邻时间内价格变化的标准差。计算得出以下期望等式：E[|VτB+VτS|]=α(1-δ)(ϵ+μ+ϵ)+αδ(μ+ϵ+ϵ)+(1-α)(ϵ+ϵ)=αμ+2ϵ,]]>由于的一阶项(即主导部分)直接取决于知情交易，所以E[|VτB-VτS|]≈αμ,]]>定义指令流动性指标：Index=(αμαμ+2ϵ)2≈(Στ=1n|VτB-VτS|nV)2;]]>步骤五、异常波动预警：滚动选取交易当天之前3个月为时间窗口T，对T内发生异常波动的时间段，记录Index值；取T内Index的均值，并记为I1。其次，统计画出T内Index的累积分布函数。由于异常波动的发生为小概率事件，一般5％发生的概率为小概率事件。所以，找出累积分布函数等于95％时，对应的Index值，记为I2。最后，将T均分为前后两部分，将前T/2时间段的数据作为训练集，构造如下优化问题求解预警阈值I3，maxInd满足1≥Ind≥0NaNσ≥75%,]]>其中Ind为预警阈值，且σmax_t≥5％)为准确预测波动率不小于5％的天数，为波动率不小于5％的天数，χ(x)为示性函数，σmax_t为第t个交易日最大波动率。当金融市场的预测准确率高于50％时，均认为是非常有效的指标，故本模型中选取预测准确率为75％。通过粒子群算法(PSO)求解以上优化问题，具体步骤如下：步骤五一：根据种群规模，初始化粒子，包括位置和速度每个粒子的位置表示一个Ind值；步骤五二：根据每个Ind值，判断其是否满足约束条件如果满足条件，保留此粒子，如果不满足则重新生成；步骤五三：在当前粒子中选择最优例子(满足约束的最大Ind值)，作为局部最优粒子，记为步骤五四：在所有生成的粒子中选择最优例子(满足约束的最大Ind值)，作为全局最优粒子，记为步骤五五:更新种群内粒子的速度和位置；这里，更新的具体方式如下：Xit+1=Vit+1+Xit]]>在上述公式中，ω被称为惯性权重，为学习因子。和为[0，1)之间的随机数。为了防止速度增加到失去控制，给定粒子的速度属于区间[Vmin，Vmax]＝[-10，10]。步骤五六：循环步骤五三至五五，直至达到迭代终止条件：迭代终止条件为如果全局最优粒子在一定的迭代次数Nfixed＝50中没有变化，或总迭代次数超过Nmax＝500，则算法结束。然后，对后T/2时间段的数据作为检验集，检验{I1，I2，I3本文档来自技高网...

【技术保护点】
一种预测股指期货市场异常波动的指令流动性方法，其特征在于包括以下步骤：步骤一、数据处理：通过WIND提取期指主力合约的分钟交易数据，对于提取的数据，如果有缺失，通过三次样条插值方法补全；具体的，标记提取数据的时间为t0≤t2≤…≤tn，其对应的价格为P0≤P2≤…≤Pn，则对所述n个时间小区间[ti，ti+1]，i＝0，1，…n‑1，构造三次多项式函数S(t)＝si(t)，使得S(ti)=Pisi′(ti+1)=si+1′(ti+1)si′′(ti+1)=si+1′′(ti+1),]]>最后采用S(tk)作为缺失时间点tk处的价格值Pk；步骤二、数据链接与划分：若当月合约的成交量低于下月合约的成交量时，将主力合约切换为下月合约；最后采用等成交量原则将每天数据划分为150个数据小区间，每个数据小区间用τ＝1,...,n表示；假设新信息发生的概率为α，其中是坏消息的概率为δ，有信息发生的交易期中，知情参与者交易的比率为μ，每个交易期非知情交易者参与交易的比率为ε；步骤三、波动值计算：定义每天最大波动为其中1≤i＜j≤150并且i时刻为当天大幅波动的开始时间，j时刻为当天大幅波动的结束时间；Pi和Pj分别为i和j时刻的价格，故第一项是这一段时间内的价格涨(跌)幅，第二项是这一段时间的价格涨(跌)速；定义异常波为当σmax≥5％时所对应的时间段；步骤四、指令流动性指标计算：对每个数据小区间，分别取买入成交量为VτB=Σi=t(τ-1)+1t(τ)ViZ(Pi-Pi-1σΔP)]]>卖出成交量为VτS=Σi=t(τ-1)+1t(τ)Vi[1-Z(Pi-Pi-1σΔP)]=V-VτB,]]>其中t(τ)是在τ的观测区间内，等时间间隔时间区间的计数；Vi为i时刻的成交量；Pi为i时刻的价格；Z(x)是标准正态分布的累积分布函数；σΔP是估计的相邻时间内价格变化的标准差；计算得出以下期望等式：E[|VτB+VτS|]＝α(1‑δ)(ε+μ+ε)+αδ(μ+ε+ε)+(1‑α)(ε+ε)＝αμ+2ε，由于E[|VτB‑VτS|]的一阶项(即主导部分)直接取决于知情交易，所以E[|VτB‑VτS|]≈αμ，定义指令流动性指标：Index=(αμαμ+2ϵ)2≈(Στ=1n|VτB-VτS|nV)2;]]>步骤五、异常波动预警：滚动选取交易当天之前3个月为时间窗口T，对T内发生异常波动的时间段，记录Index值；取T内Index的均值，并记为I1；其次，统计画出T内Index的累积分布函数；由于异常波动的发生为小概率事件，一般5％发生的概率为小概率事件；所以，找出累积分布函数等于95％时，对应的Index值，记为I2；最后，将T均分为前后两部分，将前T/2时间段的数据作为训练集，构造如下优化问题求解预警阈值I3，max Ind满足1≥Ind≥0NaNσ≥75%,]]>其中Ind为预警阈值，为准确预测波动率不小于5％的天数，为波动率不小于5％的天数，χ(x)为示性函数，σmax_t为第t个交易日最大波动率；通过粒子群算法(PSO)求解以上优化问题，具体步骤如下：步骤五一：根据种群规模，初始化粒子，包括位置和速度每个粒子的位置表示一个Ind值；步骤五二：根据每个Ind值，判断其是否满足约束条件如果满足条件，保留此粒子，如果不满足则重新生成；步骤五三：在当前粒子中选择最优例子，即满足约束的最大Ind值，作为局部最优粒子，记为步骤五四：在所有生成的粒子中选择最优例子，即满足约束的最大Ind值，作为全局最优粒子，记为步骤五五:更新种群内粒子的速度和位置；这里，更新的具体方式如下：在上述公式中，ω被称为惯性权重，为学习因子；和为[0，1)之间的随机数。为了防止速度增加到失去控制，给定粒子的速度属于区间[Vmin，Vmax]＝[‑10，10]；步骤五六：循环步骤五三至五五，直至达到迭代终止条件：迭代终止条件为如果全局最优粒子在一定的迭代次数Nfixed＝50中没有变化，或总迭代次数超过Nmax＝500，则算法结束；然后，对后T/2时间段的数据作为检验集，检验{I1，I2，I3}的准确性，并选取其中准确率大于75％的指标I作为最终的预警阈值；在接下来的期指交易时间内，若Index大于等于I时，将预测异常波动并报警，从而监管层可依据报警，采取应对措施，避免股灾的发生。...

【技术特征摘要】
1.一种预测股指期货市场异常波动的指令流动性方法，其特征在于包括以下步骤：步骤一、数据处理：通过WIND提取期指主力合约的分钟交易数据，对于提取的数据，如果有缺失，通过三次样条插值方法补全；具体的，标记提取数据的时间为t0≤t2≤…≤tn，其对应的价格为P0≤P2≤…≤Pn，则对所述n个时间小区间[ti，ti+1]，i＝0，1，…n-1，构造三次多项式函数S(t)＝si(t)，使得S(ti)=Pisi′(ti+1)=si+1′(ti+1)si′′(ti+1)=si+1′′(ti+1),]]>最后采用S(tk)作为缺失时间点tk处的价格值Pk；步骤二、数据链接与划分：若当月合约的成交量低于下月合约的成交量时，将主力合约切换为下月合约；最后采用等成交量原则将每天数据划分为150个数据小区间，每个数据小区间用τ＝1,...,n表示；假设新信息发生的概率为α，其中是坏消息的概率为δ，有信息发生的交易期中，知情参与者交易的比率为μ，每个交易期非知情交易者参与交易的比率为ε；步骤三、波动值计算：定义每天最大波动为其中1≤i＜j≤150并且i时刻为当天大幅波动的开始时间，j时刻为当天大幅波动的结束时间；Pi和Pj分别为i和j时刻的价格，故第一项是这一段时间内的价格涨(跌)幅，第二项是这一段时间的价格涨(跌)速；定义异常波为当σmax≥5％时所对应的时间段；步骤四、指令流动性指标计算：对每个数据小区间，分别取买入成交量为VτB=Σi=t(τ-1)+1t(τ)ViZ(Pi-Pi-1σΔP)]]>卖出成交量为VτS=Σi=t(τ-1)+1t(τ)Vi[1-Z(Pi-Pi-1σΔP)]=V-VτB,]]>其中t(τ)是在τ的观测区间内，等时间间隔时间区间的计数；Vi为i时刻的成交量；Pi为i时刻的价格；Z(x)是标准正态分布的累积分布函数；σΔP是估计的相邻时间内价格变化的标准差；计算得出以下期望等式：E[|VτB+VτS|]＝α(1-δ)(ε+μ+ε)+αδ(μ+ε+ε)+(...

【专利技术属性】
技术研发人员：陈云，刘可伋，
申请(专利权)人：上海财经大学，
类型：发明
国别省市：上海;31