高頻交易數(shù)據(jù)模式下的股指期貨跨期套利實證研究
發(fā)布時間:2020-05-05 01:36
【摘要】:中國作為新興的資本市場國家,在股市快速發(fā)展的過程中,面臨許多問題,存在著很大的系統(tǒng)性風(fēng)險。中國資本市場股市于2015年中旬發(fā)生驟然大幅度下跌,對金融市場造成強烈的沖擊,相關(guān)交易者受到巨額虧損。期貨市場中可以根據(jù)股指期貨雙向交易的特點,做看跌交易對沖股票市場的損失,但是這會加速股價進一步下跌。為了防止做空交易發(fā)生,國家出臺政策對股指期貨交易進行了緊縮性限制,從而維持股票市場穩(wěn)定發(fā)展,但是也降低了股指期貨流通的活躍性。2017年02月16日,中金所公布對股指期貨的交易限制進行放寬,日內(nèi)開倉數(shù)量限額調(diào)高為20手,保證金調(diào)整為20%,手續(xù)費為交易金額的萬分之九點二。這一政策性的積極信號,引發(fā)越來越多的投資者在投資組合資產(chǎn)配置中融入股指期貨,提高投資策略收益。本文在這一背景下,對股指期貨高頻交易跨期套利問題進行深入研究,尋找股指期貨高頻交易數(shù)據(jù)模式下的套利交易時機,挖掘股指期貨高頻交易數(shù)據(jù)超短期價差變化規(guī)律,設(shè)計高頻跨期套利策略,同時對股指期貨松綁前后的交易結(jié)果對比分析。本文依據(jù)協(xié)整理論的方法,結(jié)合持有成本理論和均值回歸理論思想,對股指期貨IF1703合約和IF1706合約一分鐘高頻交易收盤價數(shù)據(jù)進行研究。通過GARCH族模型對比分析,得出AR-TGARCH模型能夠準確發(fā)現(xiàn)IF1703合約和IF1706合約內(nèi)價格數(shù)據(jù)序列的長期均衡關(guān)系和價差交易出現(xiàn)的時機和概率,按照價差序列的分布情況,設(shè)計高靈敏度和低靈敏度的跨期套利策略。實證結(jié)果表明,IF1703合約和IF1706合約樣本數(shù)據(jù)之間存在協(xié)整關(guān)系,證實存在套利空間。從總體上來看,無論是高靈敏度交易策略還是低靈敏度交易策略,在牛市和熊市中均有高于80%的成功率,這顯示基于AR-TGARCH模型所構(gòu)建的跨期套利策略可以良好的把握IF1703和IF1706樣本合約數(shù)據(jù)價差的波動性特點。本文在研究股指期貨跨期套利過程中,采用高頻交易數(shù)據(jù),相對傳統(tǒng)仿真和低頻數(shù)據(jù),提高了數(shù)據(jù)的頻度空間,同時創(chuàng)新的提出了AR-TGRACH模型研究股指期貨價差的方差序列波動的特點,補充隔月合約跨期套利的研究方法,為股指期貨高頻交易的發(fā)展提供參考。本文對投資者獲取投資收益、金融市場穩(wěn)定健康發(fā)展以及國家防范與治理資本市場風(fēng)險等方面都具有重要意義。
【圖文】:
圖 2.1 滬深 300 指數(shù)總市值占比情況從圖 2.1 中可以看出,滬深 300 在我國 A 股總市值占比很大,同時它也是推出的第一種股指期貨,它的合約標的物為滬深 300 股價指數(shù),它的推出重要意義。
圖 2.2 滬深 300 指數(shù)成分行業(yè)分布如圖 2.2 可知,銀行和非銀行金融行業(yè)在滬深 300 股指期貨中占比很大,分達到 17.50%和 16.20%,,滬深 300 指數(shù)成分股中金融行業(yè)占比最大。醫(yī)藥生物 5.60%
【學(xué)位授予單位】:吉林大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:F832.5
【圖文】:
圖 2.1 滬深 300 指數(shù)總市值占比情況從圖 2.1 中可以看出,滬深 300 在我國 A 股總市值占比很大,同時它也是推出的第一種股指期貨,它的合約標的物為滬深 300 股價指數(shù),它的推出重要意義。
圖 2.2 滬深 300 指數(shù)成分行業(yè)分布如圖 2.2 可知,銀行和非銀行金融行業(yè)在滬深 300 股指期貨中占比很大,分達到 17.50%和 16.20%,,滬深 300 指數(shù)成分股中金融行業(yè)占比最大。醫(yī)藥生物 5.60%
【學(xué)位授予單位】:吉林大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:F832.5
【參考文獻】
相關(guān)期刊論文 前10條
1 李倫;;基于Z-score的股指期貨跨期套利策略改進[J];時代金融;2015年36期
2 吳國平;谷慎;;中國股指期貨和現(xiàn)貨市場時變聯(lián)動與波動溢出研究——基于DCC-MGARCH-VAR模型的實證分析[J];學(xué)術(shù)論壇;2015年10期
3 章永哲;錢敏;;基于5分鐘高頻數(shù)據(jù)的滬深300股指期貨與現(xiàn)貨市場間波動溢出效應(yīng)實證研究[J];上海金融;2015年11期
4 殷煉乾;周雨田;吳華妹;;中國資產(chǎn)價格跳躍行為研究——基于高頻數(shù)據(jù)集的分析[J];統(tǒng)計與信息論壇;2015年05期
5 周希y
本文編號:2649312
本文鏈接:http://sikaile.net/jingjilunwen/jinrongzhengquanlunwen/2649312.html
教材專著