本文關(guān)鍵詞： 變點檢測 統(tǒng)計套利 股指期貨 時變協(xié)整 Chebyshev時間多項式　出處：《武漢金融》2017年09期 　論文類型：期刊論文

【摘要】：本文利用時變系數(shù)協(xié)整回歸模型檢測金融時間序列的結(jié)構(gòu)突變點,并用檢測出的變點建立變結(jié)構(gòu)協(xié)整模型,將其運用到IF1707和IF1706兩個期貨合約的高頻交易數(shù)據(jù)的統(tǒng)計套利研究中,結(jié)果表明:檢測出的變結(jié)構(gòu)點的個數(shù)與時變系數(shù)模型中Chebyshev時間多項式的階數(shù)相同,而且基于時變系數(shù)協(xié)整模型檢測的兩個變點的套利績效明顯優(yōu)于普通協(xié)整模型下的套利績效,同時也表明進行統(tǒng)計套利時并不是考慮的變點個數(shù)越多越好,選擇合適的變點時刻能捕捉到更多的交易機會和更高的收益率。
[Abstract]:In this paper, the time-varying coefficient cointegration regression model is used to detect the structural mutation points of financial time series, and the variable structure cointegration model is established by using the detected change points. The model is applied to the statistical arbitrage study of high-frequency trading data of IF1707 and IF1706 futures contracts. The results show that the number of variable-structure points detected is the same as the order of Chebyshev time polynomials in the time-varying coefficient model, and the arbitrage performance of the two change points based on the time-varying coefficient cointegration model is obviously better than that of the ordinary cointegration model. At the same time, it also shows that the more change points are not considered in statistical arbitrage, the more trading opportunities and higher returns can be obtained by choosing the right change points.
【作者單位】： 武漢理工大學;武漢譜數(shù)科技有限公司;
【基金】：教育部人文社科青年基金項目(14YJCZH143) 中央高�；究蒲袠I(yè)務(wù)費專項資金項目(2016IA005)
【分類號】：F830.9

【相似文獻】

相關(guān)期刊論文 前10條

1 周江濤;韓四兒;;關(guān)于股票數(shù)據(jù)波動性的多變點研究[J];西南民族大學學報(自然科學版);2006年06期

2 周江濤;韓四兒;;股票數(shù)據(jù)均值的多變點檢驗[J];陜西科技大學學報;2006年05期

3 韓四兒;田錚;;ARCH模型的多變點檢驗[J];數(shù)學的實踐與認識;2007年05期

4 徐海燕;惠軍;胡宏偉;;帶有結(jié)構(gòu)變點的長記憶模型的實證研究[J];安慶師范學院學報(自然科學版);2011年01期

5 聶斌;王超霞;何耀東;;基于K-S檢驗的自由分布過程變點識別及其應(yīng)用[J];數(shù)學的實踐與認識;2014年06期

6 黃飛;譚常春;;運用變點理論對連漲連跌收益率的Bayes分析[J];合肥工業(yè)大學學報(自然科學版);2014年02期

7 蔡霞;賀廣婷;關(guān)靜;李秀敏;;基于外匯匯率相關(guān)結(jié)構(gòu)的多變點分析[J];系統(tǒng)工程理論與實踐;2009年03期

8 宿成建,陳潔;應(yīng)用變點模型來研究滬深股股市波動性突變行為[J];重慶大學學報(自然科學版);2003年10期

9 雷鳴;譚常春;;運用生存分析與變點理論對深證成指的研究[J];產(chǎn)業(yè)經(jīng)濟研究;2008年06期

10 葉五一;繆柏其;譚常春;;基于分位點回歸模型變點檢測的金融傳染分析[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2007年10期

相關(guān)會議論文 前1條

1 李強;王黎明;王文雯;;基于中國股市行業(yè)收益率面板數(shù)據(jù)的貝葉斯方法變點檢測[A];中國系統(tǒng)工程學會第十八屆學術(shù)年會論文集——A13其他管理領(lǐng)域的創(chuàng)新研究成果問題[C];2014年

相關(guān)碩士學位論文 前7條

1 王新喬;半?yún)?shù)面板回歸模型的變點分析[D];大連理工大學;2015年

2 任好好;基于變點監(jiān)測的VaR度量方法研究[D];山東大學;2016年

3 張洪剛;應(yīng)用FIDC模型對美國次貸危機傳染的變點檢測和分析[D];中國科學技術(shù)大學;2016年

4 陳歡;基于半?yún)?shù)變點檢測方法及其在股市中的應(yīng)用[D];哈爾濱工業(yè)大學;2016年

5 操毅文;股票市場指數(shù)收益率的變結(jié)構(gòu)分析[D];合肥工業(yè)大學;2016年

6 趙蕊;基于GARCH模型的多變點統(tǒng)計分析[D];西安工程大學;2016年

7 黃仁存;基于貝葉斯PHMM模型的油價與股市關(guān)系變點診斷研究[D];湖南大學;2014年

，

本文編號：1520043