越來越多的研究結(jié)果表明,對于各種的期權(quán)定價模型來說,高頻數(shù)據(jù)中蘊含了大量的標(biāo)的物價格走勢信息,在量化交易中比低頻數(shù)據(jù)涵蓋了更多的信息,因此在期權(quán)研究中越來越多的學(xué)者開始使用高頻數(shù)據(jù),高頻數(shù)據(jù)在期權(quán)定價研究中越來越受到重視。使用日內(nèi)高頻數(shù)據(jù)來計算波動率,相比低頻數(shù)據(jù)來說可以取得更好的效果。已實現(xiàn)波動率計算簡單,無需參數(shù)估計,但是在波動率預(yù)測方面效果顯著。可見,高頻數(shù)據(jù)的應(yīng)用有著重要的價值。本文研究中采用高頻數(shù)據(jù)。以上證50ETF期權(quán)為樣本,對GARV和ARV模型進行復(fù)現(xiàn),對中國期權(quán)市場的已實現(xiàn)波動率進行研究。首先,對上證50ETF的已實現(xiàn)波動率序列進行描述性統(tǒng)計分析,然后對上證50ETF期權(quán)進行定價研究,并與傳統(tǒng)模型進行進行對比。以期為量化投資科學(xué)決策,提供備選方案,同時,本文所選用模型算法實現(xiàn)具有一定的難度,本文的研究是對該領(lǐng)域現(xiàn)有研究的補充。本文發(fā)現(xiàn),已實現(xiàn)波動率序列分布呈現(xiàn)尖峰后尾性,且極度右偏。已實現(xiàn)波動率序列不符合正態(tài)分布,而對已實現(xiàn)波動率取對數(shù)后發(fā)現(xiàn),對數(shù)已實現(xiàn)波動率序列呈現(xiàn)出明顯的波動集聚性特征,且服從正態(tài)分布。通過對2016—2017年兩年的,到期月分別為六月和九月的上證... 

【文章來源】：首都經(jīng)濟貿(mào)易大學(xué)北京市

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

上證50ETF2016-2017年對數(shù)收益率走勢圖

需要進行平穩(wěn)性檢驗。檢驗平穩(wěn)性的常用方法是單位根檢驗，如 ADF 檢驗，PP 檢驗和 KPSS 檢驗。本文同時對三種方法進行檢驗，檢驗結(jié)果如下：表 4.1 單位根檢驗檢驗方法 p-value Z-tauADF <2.2e-16 -PP - -154.2433KPSS 0.1 -由上表可知，ADF 的 p 值和 PP 的 Z-tau 值均在 5%的置信水平下拒絕原假設(shè)，KPSS的 p 值在 5%的置信水平下接受原假設(shè)，即：收益率序列是平穩(wěn)的。2.自相關(guān)檢驗序列自相關(guān)就是指總體回歸模型的隨機擾動項之間存在著相關(guān)性，即按時間（如在時間序列數(shù)據(jù)中）或空間（如在截面數(shù)據(jù)中）排序的各隨機擾動項之間存在的相關(guān)性。通過混成檢驗來檢驗自相關(guān)序列是否存在自相關(guān)性。對收益率序列進行混成檢驗，繪制自相關(guān)函數(shù)（ACF）圖如下：

第 4 章 關(guān)于期權(quán)定價的實證分析3.ARCH 效應(yīng)檢驗將ttta r 設(shè)為均值方程的殘差項，用2ta 來檢驗條件異方差性，本文將 Ljung-Box統(tǒng)計量 Q(m)應(yīng)用于 {}2ta 這一序列中，該檢驗中統(tǒng)計量的原假設(shè)為序列 前 m 個收盤價的 ACF 值均為 0，以此來檢驗四種指數(shù)的 ARCH 效應(yīng)。對均值方差殘差進行 ARCH 效應(yīng)檢驗，由于四種指數(shù)的 p 值為 2.2e-16，小于 0.01，拒絕原假設(shè)，即收益率樣本序列具有 ARCH 效應(yīng)，可以構(gòu)建 GARCH 模型。4.1.2 已實現(xiàn)波動率的描述性統(tǒng)計分析然后，計算樣本期間的已實現(xiàn)波動率走勢，繪制走勢圖如下：

【參考文獻】：
期刊論文
[1]基于時變波動率與混合對數(shù)正態(tài)分布的50ETF期權(quán)定價[J]. 王鵬,楊興林.  管理科學(xué). 2016(04)
[2]基于時間序列GARCH（1,1）模型的上證50ETF波動率預(yù)測[J]. 呂志鴻.  中國市場. 2015(49)
[3]HAR族模型與GARCH族模型對不同期限波動率的預(yù)測精度比較——基于滬深300指數(shù)高頻價格的實證分析[J]. 瞿慧,李潔,程昕.  系統(tǒng)工程. 2015(03)
[4]基于日內(nèi)效應(yīng)的滬深300股指期貨套利的分析[J]. 趙秀娟,魏卓,汪壽陽.  管理科學(xué)學(xué)報. 2015(01)
[5]基于高頻數(shù)據(jù)視角的上證綜指跳躍原因分析[J]. 趙滌非,唐勇.  系統(tǒng)科學(xué)與數(shù)學(xué). 2015(01)
[6]GARCH模型下基于偏最小二乘的歐式股指期權(quán)定價——來自香港恒生指數(shù)期權(quán)市場的證據(jù)[J]. 魏潔,韓立巖.  數(shù)理統(tǒng)計與管理. 2015(03)
[7]長記憶性、結(jié)構(gòu)突變條件下中國股市波動率的高頻預(yù)測[J]. 楊科,田鳳平.  管理工程學(xué)報. 2013(02)
[8]上證綜指的已實現(xiàn)波動率預(yù)測模型[J]. 楊科,陳浪南.  數(shù)理統(tǒng)計與管理. 2013(01)
[9]基于高頻數(shù)據(jù)的波動率建模及應(yīng)用研究評述[J]. 王天一,黃卓.  經(jīng)濟學(xué)動態(tài). 2012(03)
[10]具有有偏厚尾的非對稱SV模型及其實證研究[J]. 吳鑫育,馬超群,汪壽陽.  系統(tǒng)工程. 2012(01)

博士論文
[1]基于高頻數(shù)據(jù)的滬深300股指期貨波動率度量方法及應(yīng)用[D]. 任德平.湖南大學(xué) 2013



本文編號：3531104