英语原文共 22 页，剩余内容已隐藏，支付完成后下载完整资料
利用技术指标进行二手干散货船交易
二手船舶买卖是干散货航运公司的主要利润来源，此类交易的盈利能力取决于时机决策。本研究以1986年6月至2014年6月的船舶价格为样本，应用技术指标确定干散货船舶的最佳交易时机。模拟结果表明，在扣除融资成本、不考虑船舶营运收益的情况下，基于技术指标的策略仍优于买入并持有策略。然而，船舶买卖市场流动性相对较差，对较小的船舶造成了相对不利的影响。由于市场流动性严重不足，只有较大的船舶才能产生正利润。这一结果表明，技术指标的使用有助于确定二手船的交易时机，特别是好望角型船，可能是由于市场中价格波动较大，市场效率较低。
关键词:技术指标;二手船;均线;波林格区间,偏见
1.介绍
对于一些船东来说，船舶买卖是比航运业务更大的利润来源，因此准确确定最佳交易时机至关重要。船舶价格对营运固定成本有影响，因此降低购买价格将导致较低的日常营运成本，使船东即使在运输需求减少时也能保持盈利(或减少损失)。但是，如果以高价购买船只，船东必须提高租船费率以支付日常费用，从而限制了业务和合同的灵活性。
五年二手船价格的历史数据显示，价格波动剧烈。例如，2008年7月，一艘巴拿马型货轮以8900万美元的价格售出，但仅仅4个月后，价格就跌至2600万美元，之后出现反弹，波动幅度达到70%。这表明二手船每月的价格波动可以达到数百万美元。因此，准确判断价格趋势变化的时间可以让船东低买高卖，从而实现巨大的利润。这项研究试图使用技术指标，可以帮助识别这一价格趋势，从而确定最佳交易时间。
现代技术分析是由查尔斯·道和他的道氏理论开创的。技术分析是一个包括多个技术图表和指标的总称。技术图表描述观察到的资产价格变动，并用于识别市场趋势。技术指标来源于对资产价格的研究，利用交易量和价格的变化来计算指标价值。该指标用于确定当前价值的位置，为制定交易决策提供更客观的视角。Bondt和Thaler(1985)认为投资者倾向于高估新信息的重要性，而低估长期信息。这导致过度反应，可能导致好消息导致资产价格过度膨胀，而坏消息将导致资产价格下跌到合理水平以下。在这两种情况下，价格稍后要么下跌，要么反弹。技术分析的优势在于它可以克服心理因素的影响，提供更完整、客观的交易价格和成交量信息分析，帮助识别价格拐点，从而帮助交易者实现交易利润最大化。
技术指标长期以来一直应用于金融市场，帮助投资者改善金融资产交易的表现。现有的研究分析基于各种技术指标的交易策略的盈利能力，包括过滤规则(Fama和Blume 1966)、移动平均线(Brock et al. 1992, Zhu和Zhou 2009)、动量(Conrad和Kaul 1998, Ahn et al. 2003)和自动模式识别(Lo et al. 2000)。许多研究表明，技术指标可以帮助提高投资利润。例如，Brok等人(1992)表明，基于移动平均线交易信号的交易可以获得更高的回报。Sweeney(1988)和Huang(1995)发现，即使考虑交易成本，基于过滤规则的交易也优于买入并持有策略。Menkhoff(2010)发现87%的基金经理在他们的交易决策中使用技术分析，这表明技术分析对于预测价格变动非常重要。Talor and Allen(1992)、Neely et al.(1997)和Kho(1996)也报告说，在外汇市场上，很大比例的主要交易商将技术分析和基本面分析视为分析的补充形式，技术交易规则显著提高了投资业绩。最近，一些技术指标，如移动平均线和心理线，也被视为市场情绪指标，以衡量市场的情绪。
如果技术分析可以应用于船舶买卖，它可能会帮助船东确定一个更好的交易船舶的时机。然而，技术指标在航运业中的应用还处于起步阶段，相关文献还很缺乏。Adland(2000)利用技术指标对油轮价格进行分析，发现利用过滤规则确定最优交易时机可以提高交易绩效，交易成本对利润没有显著影响。Adland和Koekebakker(2004)后来考虑了这种影响，发现技术指标的交易表现几乎总是弱于买入并持有策略，说明技术指标可能不适合于市场流动性不足的二手船舶交易。Alizadeh和Nomikos(2007)综合了技术分析和基本面指标来确定二手干散货船的最佳交易时机，发现结合移动平均线交易信号和市盈率来确定最佳交易时机优于买入并持有策略。Alizadeh和Nomikos(2009)将技术指标应用于巴拿马远期货运协议(panamax Forward Freight Agreements, FFAs)交易，使用了移动平均交叉规则、移动平均线、Bollinger带和相对强度指数。他们的结果表明，移动平均交叉规则有助于提高交易利润。
从文献综述,我们注意到对航运业技术分析的研究主要集中在使用移动平均线和过滤规则,但没有研究检查了其他技术指标的应用,如波林格区间,没有研究比较各种指标的性能。Kannan et al.(2010)使用数据挖掘技术来比较几个技术指标，将它们与交易信号联系起来，以提高识别资产价格趋势的准确性。在这项研究中，我们比较了多个技术指标，包括移动平均线、过滤规则、波林格带和偏差，以确定哪一个识别产生最大收益的交易信号。为了便于比较，我们还考虑了基准买入并持有策略的性能。这种策略模仿了船东的行为，即拥有一艘船，并在其整个经济生活中在租船市场上经营该船。因此，这一战略的绩效主要反映了船舶在租船市场上的经营收入。由于在买入并持有策略中，一个人总是市场中的一个投资者，这是一个合适的基准为拟议的动态交易策略，建议投资航运市场时，只有时机是正确的。
本研究的样本分为模型构建期和性能验证期。自Tsolakis以来，Cridland和Haralambides(2003)证明了不同船舶大小的二手价格对市场变量的变化有不同的反应。这为在分解级别而不是聚合级别上执行分析提供了支持。因此，在模型建造期间，我们确定了四种船舶尺寸的最佳技术指标和参数设置。后续的业绩验证进一步验证了最优技术指标和参数设置是否能够获得更优的交易业绩，以及业绩是否优于买入并持有策略。另外，我们假设所有的船舶采购都是通过贷款融资完成的，从而确定技术指标是否仍能提供较高的利润。即使在核算融资成本的时候。最后，我们进一步考虑二手船市场的流动性不足，研究非流动性对交易信号出现与交易完成之间的延迟的影响。
我们的方法是基于这样一个事实，即船舶的价格模式可能包含有关船舶价格未来趋势的有用信息。这项研究的结果也有重要的实际意义，并可能对航运市场的投资者在投资和撤资的时机感兴趣。此外,最近的事态发展在航运领域的投资和金融、航运的发展基金和衍生品合约等船舶价值,不仅可以使参与者投资船舶作为一种另类投资还推测未来的市场前景不引起身体拥有或操作的成本。
第2节介绍技术分析文献中提出的方法。数据及其性质将在第3节中讨论。第四部分给出了实证结果，并对交易策略的绩效进行了讨论。最后，第五部分对本文进行了总结。
2.方法
技术分析目前还没有广泛应用于船舶买卖决策，大多数相关研究依赖于移动平均线和过滤规则来获得交易信号。然而，如此有限的技术指标可能无法准确识别船舶价格趋势，因此需要新的技术指标进行进一步的研究。因此，除了移动平均线和滤波规则，本研究还考察了其他两个指标:布林带和确定船舶交易信号的偏倚。
2.1移动平均线
移动平均线(MA)最早是由Granville在1960年提出的。该指标计算过去一段时间内的平均资产价格，并将每个时期的平均价格链接起来，得到一条移动平均线。Alizadeh和Nomikos(2007)通过相互参照月平均船舶价格(MA1)、6个月平均船舶价格(MA6)和12个月平均船舶价格(MA12)来确定船舶交易信号。本研究基于Alizadeh和Nomikos(2007)，在不同的组合中使用SMA。长期移动平均参数设置为2个月到12个月，而短期移动平均参数设置为1个月到6个月，以确定长期和短期移动平均线的最佳组合，以获得最佳的交易性能。
2.2过滤规则
过滤规则由Alexandar在1961年提出，它建议投资者在资产价格至少上涨X%时买入，但在资产价格至少下跌Y%时卖出。投资者通常寻求以最低价格购买资产，以最高价格出售资产，但这些拐点很难推断。因此,而不是寻求找到最低和最高价格点,随着船价格开始下跌,过滤规则设置一个固定利率,牺牲一小部分利润的销售在第二个最高点,从而确保盈利能力,或通过设置一个固定利率作为容器的价格趋势,在第二个最低价格购买。Adland和Koekebakker(2004)将过滤器的大小设置为从1%到10%的1%增量进行测试。由于二手船市场交易数量少，交易成本低，因此可以使用过滤规则来保证利润。本研究还使用了Adland和Koekebakker(2004)的船舶贸易参数设置。过滤器大小设置如下:
??= 0.01,0.02,0.03,0.04,0.05,0.06,0.07,0.08,0.09,010
式中，X为资产价格上升的比率，Y为资产价格下降的比率。因此有总?times;?= 100组合。
2.3波林格区间
由John Bollinger开发，Bollinger波段使用资产价格的模式和趋势来决定出售和购买的时机。该指标找出过去一段时间内资产价格的标准差，然后使用移动平均线，加上或减去每个位置的标准差，来绘制一个波林格区间。当市场变得更不稳定时，波动区间就会扩大。在波动较小的时期，波段会收缩(例如，当波动较大的时候，波段会收缩)。，接近平均值)。价格越接近上限
波段越宽，市场越超买，代表卖出信号;价格越接近较低的区间，市场就越超卖，这是买入信号。
Alizadeh和Nomikos(2009)将Bollinger带指标应用于巴拿马型FFA货运市场交易，采用10天平均线，分别为标准差的0.5倍、1.0倍和1.5倍。然而，船舶价格数据每月报告。观测周期过长会导致船舶价格信息的延迟交付，而观测周期过短则会导致波动过大。因此，本研究使用的Bollinger bands的移动平均参数集为MA6、MA7、MA8、MA9、MA10、MA11和MA12，分别是标准差的0.5倍、1.0倍、1.5倍和2.0倍。因此，我们期望找出利润最大化的组合。
2.4偏差
偏差是从移动平均线衍生出来的技术指标，用来确定资产价格的偏离程度。当资产价格偏离移动平均线时，偏倚就会增加，导致资产价格出现更强劲的回调。正向偏倚表明一项投资是有利可图的。随着正向偏倚的增加，投资者将更倾向于出售资产以获得利润，从而导致资产价格下跌。相反，负偏倚表示投资出现亏损。随着负面倾向的增加，投资者会寻求限制损失，并倾向于持有资产，从而减少抛售压力，潜在地吸引投机者，从而提高资产价格。本研究测试了MA6、MA9和MA12的偏置移动平均参数，以确定二手船市场的最佳买卖时机。当正偏置达到X%时，表示船舶价格上涨趋势过度，预期出现负回调，为卖出信号。当负偏置达到Y%时，表明价格下跌过度，预期会出现正回调，表明买入信号。
3.描述的数据
克拉克森航运情报网络(CSIN)将干散货船按吨位分为四种大小。超过80000吨的船称为好望角型，其次是巴拿马型(60000至80000吨)、韩德大型(40000至60000吨)和韩德大型(10000至40000吨)。本研究采用CSIN 1986年6月至2014年6月的数据(共337个月数据点)作为五年二手船价格指数样本，并将这些指数作为每艘船的平均价格。
表1给出了各种船舶尺寸的价格数据和每月变化率的描述性统计。结果表明，大型船舶的平均价格水平高于小型船舶。船舶价格的无条件波动(标准差)也遵循类似的模式;也就是说，大船的价格波动比小船的大。不同船型的船舶价格变化率的分布呈偏态、细峰态和尾端失稳。J-B的统计数据清楚地表明，所有船舶尺寸的价格变动率不服从正态分布。此外，研究结果还表明，较大船舶的平均变化率水平小于较小船舶的平均变化率水平。由表可知，船舶月度价格变动率相当大，单月降幅高达55%，单月涨幅高达36%，说明价格波动程度非常大。因此,准确预测船舶价格的低买高卖拐点，能为船东带来可观的利润。
最后，可以看出，从长期来看，四艘干散货船舶的价格趋于趋近，而从短期来看，四艘船舶的价格表现出不同的短期行为，并随时间表现出特殊的随机行为。不同船型船价的不同短期动态可能与每种船型的供求差异和航运业的普遍状况有关。
4.实证结果
划分样本周期进行模型构建和性能验证。在建造期间，为每艘船的大小选择最佳的技术指标和参数设置。接下来，在性能验证阶段，我们运用最优技术指标和参数设置来确定船舶交易时机，验证所选择的最优指标的性能。
4.1确定最优技术指标
模型建设期为1986年6月至2003年6月，以4个技术指标为基础，模拟策略执行情况，确定不同船舶尺寸的销售和购买时机。在建造期结束时，如果仍有船舶在岸，将在不考虑交易信号的情况下出售。我们计算了每种船只的总利润、总回报率和夏普比率。该计算是基于船舶买卖的资本收益，减去折旧成本和交易成本(船舶价格的1%作为佣金)。夏普比率是指平均回报与回报标准差之比，用来衡量投资者对交易策略的每单位风险的回报。夏普比率值最高的策略应是最佳选择。
表2首先给出了每种容器尺寸的四种不同技术指标的模拟结果。结果表明，在模型构建期间，利用6、9和12个
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[410146]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
