基于相关性网络的择时模型    股票相关性网络是根据相关系数矩阵来分析股票市场动态变化的一种方法,是图论在股票市场上的简单应用。通过成分股之间的相关性构建相关性网络,相关性网络的密集程度可以作为市场的风险测度,有效衡量市场的系统性风险。相关性网络越密集,则表明市场越脆弱,股票大多同涨同跌,更多地受系统性风险影响;而相关性网络越稀疏,则表明市场越健康。    我们依此构建择时模型,在上证50指数上有着较好的效果。    基于相关性网络择时模型的期权策略    本文我们检验了相关性网络择时模型在期权策略上的应用效果,选择期权的纯卖方策略、纯买方策略和垂直价差组合策略三种期权策略来进行检验。    相关性网络择时策略属于中长期的择时模型,并且策略的回撤会比较大、回撤期比较长,检验结果显示,纯卖方策略是较为适用的期权策略,纯买方策略的回撤和回撤期均过大,而垂直价差组合策略的收益较为有限,收益回撤比也不高。    卖空平值期权的策略总收益率为52.6%,年化收益率为16.3%,年化波动率为9.7%,夏普比率达到1.38,最大回撤为9.8%。选择价外一档和价内一档的合约进行测试,效果基本相同,资金量较大时可以选择多个合约开仓的方式,以减少冲击成本。    进一步研究方向    1、在纯卖方策略的基础上加入止损。相关性网络择时模型在样本内的最大回撤达到了40%,尽管期权卖方策略的deta绝对值小于1,并且期权的时间价值可以弥补一定的损失,但在极端情况下期权策略仍会面临较大的回撤,加入止损可能可以防止大幅回撤的发生;    2、检验更多择时模型在期权策略上的应用效果。本文我们仅检验了一种择时模型在期权策略上的应用,不同择时模型的平均持有期、收益风险特征不尽相同,可能适用的期权策略也会有所不同。    风险提示:模型未来失效的风险。

声明：如本站内容不慎侵犯了您的权益，请联系邮箱：wangshiyuan@epins.cn 我们将迅速删除。