>> 東證期貨-基本面量化專題報告：從信息論探究高階相互作用之股債-240911
| 上傳日期： |
2024/9/12 |
大小： |
1415KB |
| 格式： |
pdf 共21頁 |
來源： |
東證期貨 |
| 評級： |
-- |
作者： |
章順 |
| 下載權限： |
無限制-登錄即可下載 |
|
|
★摘要：
一般，復雜系統(tǒng)可以是存在相互作用的多變量系統(tǒng)，而信息論是理解變量之間關系的重要理論。Rosas等人提出的部分信息分解框架（PID），將多變量之間的互信息分解為各種信息原子，包括冗余信息、協(xié)同信息和特有信息，并在此基礎上進一步提出整合信息分解框架（ΦID），能夠把整個過剩熵分解成若干個信息原子，ΦID框架的冗余晶格共有16個信息原子，包含六種不同的信息動力學模式。我們在應用ΦID框架時，主要測試股債系統(tǒng)的協(xié)同信息，具體測試結果如下：
首先，我們基于股債系統(tǒng)的協(xié)同信息分別測試滬深300和十年國債的擇時效果，日線級別測試勝率最高超過60%，部分測試情形累計收益隨時間總體處于逐步上升的態(tài)勢，國債測試效果整體優(yōu)于滬深300；
其次，股債系統(tǒng)的協(xié)同信息序列的波峰和波谷作為變盤點，如果區(qū)分波峰與波谷并進行獨立測試，測試效果降低，把波峰和波谷合并為極值點的測試效果更優(yōu)；
最后，對比股債，同樣是測試勝率比較高的情形，滬深300的斜率參數(shù)高于十年國債，兩者波動周期存在差異，我們在《基于復雜系統(tǒng)冪律特征構建擇時模型》中已經得出相關結論。
我們的測試表明借助信息論研究系統(tǒng)的高階相互作用是有意義的。接下來，我們將會把ΦID框架應用到大宗商品等多資產的系統(tǒng)中，進一步測試高階相互作用在金融擇時中的應用。
|
|
