國債期貨量化交易策略研究python

1. 國債期貨的交易策略

國債期貨的交易策略根據目的的不同而不同，主要分為投機、套利和套期保值三種交易方式，每一種交易方式都具有不同的交易策略。 投機就是在價格的變動中通過低買高賣獲得利潤的交易行為。在未來，國債期貨的價格也會隨著基礎資產國債現貨價格的變動而變動，因此也會存在投機的交易行為。投機交易根據預測漲跌方向的不同而分為多頭投機和空頭投機。所謂多頭投機就是預計未來價格將上漲，在當前價格低位時建立多頭倉位，持券待漲，等價格上漲之後通過平倉或者對沖而獲利，同理空頭投機就是預計價格將下跌，建立空頭倉位，等價格下跌之後再平倉獲利。在策略上，一般分為下面幾種：
部位交易 部位交易就是指投機者預測未來一段時間內將出現上漲行情或下跌行情，在當前建立相應頭寸並在未來行情結束時進行對沖平倉。這是大多數專業投資者使用的策略。這種交易策略的特點就是持續時間較長，主要基於基本面走勢的判斷，是最常見的交易策略之一。
當天交易 當天交易就是指投機者只關注當天的市場變化，在早一些的時間建立倉位，在當天閉市之前結束交易的策略。這是少數非專業投機者使用的策略。這種交易屬於搏短線，初級交易者或者消息派經常使用。
頻繁交易頻繁交易就是指投機者隨時觀察市場行情，即使波動幅度不大，也積極參與，迅速買進或賣出，每次交易的金額巨大，以賺取微薄利潤。這樣的策略特點是周轉快，盈利小。一般是程序式量化投資方式或者操盤手操作方式。 在國債期貨市場中，不合理的關系包括的情況有同種期貨合約在不同市場之間的價格關系，不同交割月份間的價格關系，不同交割國債期貨的價格關系。
根據這三種不同的價格關系，套利可以分為跨市場套利、跨期套利和跨品種套利。
1、跨市套利目前中國金融市場上在不同市場上發行和交易的國債品種和數量很多，基本上每年每期國債都可以在銀行間市場和交易所市場上市交易，但在交易所交易活躍的品種並不多，跨市場套利時有出現，並不經常。當前國債期貨更只是在中金所（中國金融期貨交易所）上市，而非1994年推出的國債期貨，在北京、上海、深圳等交易所上市。截至到2012年2月，在銀行間市場和交易所市場同時上市的國債有136隻，總規模為4.26萬億，其中只有21國債⑺、02國債⑶、02國債⒀、03國債⑶、03國債⑻、05國債⑴、05國債⑷、05國債⑿在交易所成交比較活躍。以後發行的國債基本上在交易所基本無交易，難以做到跨市場套利。
我們以1995年上市交易的92⑶03國債期貨為例，介紹一下跨市場套利策略。
這是92年發行的國債在北京和上海共同上市交易的例子，為了便於說明策略，以後都以張為單位。從表2可以看出，雖然在1995年1月24日時盈利達到2.25元，可以看作是較好的平倉時機，但如果在建倉之後沒有出現這樣的平倉時機也不用擔心，在交割期時就可以穩賺1.22元的凈利潤（1月11日時的利潤，不考慮時間成本）。
2、跨期套利所謂跨期套利就是在同一期貨品種的不同月份合約上建立數量相等、方向相反的交易部位，最後以對沖或交割方式結束交易、獲得收益的方式。最簡單的跨期套利就是買入近期的期貨品種，賣出遠期的期貨品種。比如當前正在模擬交易的國債期貨品種TF1203和TF1209。這兩個品種都是5年期、票面價值為100萬、票面利率為3%的國債期貨，交割期分別為3月和9月，之間相差半年。
如果我們當前買入國債1203合約，同時賣出國債1209合約，當時獲利0.39元；在3月份國債1203合約到期時付出100元，然後在9月份國債1209合約到期時收獲100元，總計半年獲利0.39元。這是一個沒有計算時間成本（機會成本）的套利策略，是最基本的原理，但並不符合實際套利操作。
當前銀行間質押式回購利率較高，1個月期限的回購利率為4.6%，半年期限的回購利率為5.2%附近，如果所有的現金流都可以進行正回購或逆回購，並假設回購利率在到期之前都不變，那麼上述交易就會有較高的機會成本。正確的投資策略應該如下：
到3月8日時，虧損0.39×（1+4.6%/12)=0.3915，到9月14日時，盈利100×（1+5.2%/2)-100=2.6，所以整個操作盈利2.2085元。也可以這么理解，如果按照第一種方式操作，機會成本是2.2085+0.3915=2.6元。當然很多情況下投資者不會等到交割日再賺取利潤，投資者在預測好單邊市方向的基礎上，可以通過價差變動來對沖平倉。比如表5，在收益率不斷下降的過程中，未來價格上漲幅度會加快，通過反向對沖就可以獲得套期收益。
一般情況下，如果我們只關注國債1203和1209兩個品種進行套利，可能漏掉與國債1206構建的套利機會，為了有效的利用這三者之間存在的套利機會，我們還需要介紹更復雜的套利策略：蝶式跨期套利。
假如我們認為從3月到9月，國債收益率的下跌會提前實現，也就是當前國債1206期貨合約的市場價格98在國債1203和國債1209構建的價格時間線上被低估，那麼通過賣出國債1203和國債1209兩個期貨合約，同時2倍買入國債1206就可以在未來價差變化中獲得利潤。從2月15日至2月28日，國債1203上漲了0.18元，國債1209上漲了0.49元，而國債1206上漲了0.4元，相對來說國債1206與國債1203利差擴大了，而與國債1209的利差縮小了。
3、跨品種套利目前在國內做跨品種套利不是很容易，主要是相互之間的關系度不高，比如股市和債，雖然大多數有著蹺蹺板關系，但很難有穩定的套利空間。我們以滬深300(2569.174,6.72,0.26%）和10年期國債為例介紹如何做跨品種套利。大部分時間滬深300指數與10年期國債收益率走勢都一致，但並非完全一致，當出現背離時就是做跨品種套利的機會。比如歷史上的2008年6月和2011年8月，這是股指均出現下滑跡象，但10年期國債收益率卻不斷上行。
如果我們認為未來經濟會連續下滑，那麼買入10年期國債收益率同時賣出股指期貨，會產生一定的套利空間，具體組合比率需要根據兩者之間的相互關系確定。
我們另外介紹國債現貨和國債期貨之間的套利方法，比如剛剛發行的5年期國債和剛剛啟動模擬交易的國債期貨品種之間理論上可以套利。2月15日發行的5年期國債票面利率為3.14%，票面價格為100，如果到期收益率為3%的話，價值應該為106.14元。
可以看出，相當於同為利率為3%的兩只發行時間分別為當前和9月份的國債，一個價格為100.64元，一個價格為98.21元。在2月15日時分別融券賣出120003，同時在期貨市場上買入國債1209，到9月14日期貨市場上交割獲得120003（當然通過轉換比率計算），再償還給債券持有者。整個過程可以在2月15日就實現2.43元的凈利潤。 套期保值就是在現貨市場和期貨市場對同一類商品進行數量相等但方向相反的買賣活動，或者通過構建不同的組合來避免未來價格變化帶來損失的交易。
單個保值我們還是利用剛剛發行的120003和剛剛啟動模擬交易的期貨品種國債1209，介紹一下如何進行套期保值。如果投資者在2月15日購買120003時，不知道未來利率是上升還是下降，這時需要對其進行套期保值，轉移其利率風險，獲取其利息收入。那這個時候在期貨市場上賣出國債1209即可。
如果國債1209在3月15日的價格高過98.57，則虧損加大；如果低於，則出現盈利，但相對於只購買120003來說，都使得虧損的金額和概率大幅減少。
組合保值當然如果不是用5年的國債現貨與其共同構建套期保值，那麼國債期貨還具有快速修正組合久期的作用。目前國債期貨保證金是合約價值的3%，而合約標的均為票面利率3%、票面價格為100的5年期國債，因此其久期如下表排列：
假設當前到期收益率為3%，購買國債期貨為了降低組合久期，那麼反向的建倉會通過保證金優勢而快速達到效果。可以看出，由於杠桿放大了100/3=33.33倍，組合久期被快速下降。

2. 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫

pybacktest
pyalgotrader
zipline
bt
backtrader
pybacktest基於vector，不是event based，快得多得多，缺點也明顯。

3. python量化交易是否可以有策略有效識別MACD/SKDJ底背離和頂背離

macd的背離是指該指標當前所對應的股票K線圖，比如某隻股票股價創新高，但macd不但不上升，反而拐頭向下，這就是頂背離，在上證走勢K線圖中和各只股票K線圖都有MACD指標，發個圖你看看，也許你會更明白。

4. 量化交易主要有哪些好的策略想要學習 Python 如何上手

你可以試試一些國內好的回測平台，像 聚 - 寬 。就是用python編寫策略的。 同時，看一些python做數值分析的書吧，再多了解一些策略思想什麼的。總之動手最重要了

5. 可以不通過平台自己用Python寫量化交易策略嗎

在哪？可以啊，只要有你有能力，你怎麼學都可以

6. 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫

可以使用到大量高質量的我們已經自動化洗刷過的歷史數據，只需要編寫策略就可以在我們雲端隨時隨處運行。

7. 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫

比較成熟的庫可以參考如下幾個： pybacktest pyalgotrader zipline bt backtrader pybacktest基於vector，不是event based，快得多得多，缺點也明顯。

8. 有沒有人在學python做量化交易的

推薦一些書籍
1 像計算機科學家一樣思考Python
2 [Python標准庫].Doug.Hellmann.掃描版
3《Python科學計算》.(張若愚)
4 用Python做科學計算
5 利用Python進行數據分析
6 Python數據分析基礎教程：NumPy學習指南（第2版）
7 NumPy攻略
7 Python科學計算與數據分析
8 A Practical Guide To Quantitative Portfolio Trading
9 Data Structures and Algorthms Using Python
10 Mastering Python for Finance

計量經濟學
1 金融計量學從初級 到 高級建模技術
2 哈佛教材 應用計量經濟學 stata
3 高等計量經濟學 李子奈等編著
4 Analysis of Financial Time Series- Financial Econometrics(2002)金融時序分析
5 Phoebus J. Dhrymes, Mathematics for Econometrics, 4e
6 Osborne,Rubinstein-A Course in Game Theory
7 Model Building in Mathematical Programming(5e)
8 Hayashi - Econometrics
9 Gujarati-Essentials of Econometrics計量精要
10 Akira Takayama - Mathematical Economics