本文選題：統(tǒng)計(jì)套利 + 協(xié)整��； 參考：《浙江工商大學(xué)》2014年碩士論文

【摘要】：量化投資在海外的發(fā)展已有30多年的歷史,其投資業(yè)績穩(wěn)定,市場規(guī)模和份額不斷擴(kuò)大,時(shí)至今日,量化投資已經(jīng)成為美國市場上一種重要的投資方法。國內(nèi)股指期貨上市,融資融券業(yè)務(wù)、國債期貨的推出以及期權(quán)的籌備,使得量化投資策略的實(shí)現(xiàn)有了一定的基礎(chǔ)。而且,2012年11月,期貨資產(chǎn)管理業(yè)務(wù)正式開閘,將給期貨行業(yè)帶來結(jié)構(gòu)性變化。由于期貨的杠桿性,風(fēng)險(xiǎn)比股票市場高很多,因此以程序化和量化投資為核心策略的交易將成為資產(chǎn)管理業(yè)務(wù)主要的投資方式,以追求穩(wěn)定的收益。統(tǒng)計(jì)套利是量化投資中一種非常重要的方法,它是一種市場中性策略,即收益不受“牛熊”市的影響。 本文主要研究了統(tǒng)計(jì)套利在商品期貨市場上的應(yīng)用。通過流動(dòng)性檢驗(yàn)、相關(guān)性檢驗(yàn)以及協(xié)整檢驗(yàn),最終我們選擇RB1309和RB1310為實(shí)證對(duì)象。首先,我們提出了基于協(xié)整理論的統(tǒng)計(jì)套利框架,主要介紹了套利合約的選擇、套利成本費(fèi)用的計(jì)算、套利流程的設(shè)計(jì)以及策略的績效評(píng)價(jià)；其次,考慮到金融市場具有時(shí)變的特性,因此,我們將滑動(dòng)窗口理論引入到統(tǒng)計(jì)套利里來,使參數(shù)具有時(shí)變的特征。滑動(dòng)窗口下的統(tǒng)計(jì)套利策略主要有以下幾個(gè)研究： 第一：對(duì)開倉閡值和止損閾值進(jìn)行了優(yōu)化。傳統(tǒng)的開倉閾值采用固定值的形式。眾所周知,當(dāng)開倉閾值較大時(shí)套利機(jī)會(huì)減少,而閾值較小時(shí)則可能出現(xiàn)頻繁開倉導(dǎo)致嚴(yán)重虧損的情況。因此,基于動(dòng)態(tài)優(yōu)化的思想,我們采用窗口內(nèi)收益最大化來確定開倉閾值,以實(shí)現(xiàn)自適應(yīng)的動(dòng)態(tài)調(diào)整參數(shù),避免閡值過高或者過低而影響收益。對(duì)于止損,我們基于VaR的思想來確定閾值,并通過GARCH模型來估計(jì)價(jià)差的波動(dòng)率。 第二：沖擊成本的估算。沖擊成本是交易成本中非常重要的組成部分。很多策略實(shí)盤運(yùn)行時(shí)總是離預(yù)期相差較大,這主要是忽略了對(duì)沖擊成本的考慮。很多相關(guān)文獻(xiàn)同樣也考慮了沖擊成本,但都是直接給定,沒有通過數(shù)學(xué)模型進(jìn)行比較客觀的估算。本文利用商品期貨的分筆數(shù)據(jù),通過相應(yīng)的數(shù)學(xué)模型估算出了套利合約的沖擊成本。 第三：協(xié)整系數(shù)的估計(jì)以及策略回測。不同的協(xié)整系數(shù)會(huì)導(dǎo)致不同的價(jià)差,從而產(chǎn)生不同的套利過程。本文采用OLS估計(jì)和時(shí)變系數(shù)估計(jì)兩種方法來獲得協(xié)整系數(shù),并將兩策略分別作用于測試樣本的回測,效果較好。同時(shí),通過敏感性分析給出了參數(shù)的穩(wěn)健性�？紤]到兩策略相對(duì)獨(dú)立,因此,我們對(duì)OLS策略和時(shí)變系數(shù)策略進(jìn)行了有效組合,并進(jìn)行了3個(gè)月的歷史回測,通過收益分析和風(fēng)險(xiǎn)分析得出,組合模型是有效的。 最后,本文給出了研究的不足以及展望。
[Abstract]:Quantitative investment has been developed overseas for more than 30 years. Its investment performance is stable and its market size and market share is expanding. Up to now, quantitative investment has become an important investment method in American market.The listing of domestic stock index futures, the financing and margin trading, the introduction of treasury bond futures and the preparation of options make the realization of quantitative investment strategy have a certain basis.Moreover, in November 2012, the futures asset management business officially opens the gate, will bring the structural change to the futures industry.Because of the leverage of futures, the risk of futures is much higher than that of stock market, so the transaction with program and quantitative investment as the core strategy will become the main investment way of asset management business, in order to pursue stable income.Statistical arbitrage is a very important method in quantitative investment. It is a market neutral strategy, that is, the income is not affected by the "bull bear" market.This paper mainly studies the application of statistical arbitrage in commodity futures market.Through liquidity test, correlation test and cointegration test, we choose RB1309 and RB1310 as the empirical object.Firstly, we propose a statistical arbitrage framework based on cointegration theory, which mainly introduces the selection of arbitrage contract, the calculation of arbitrage cost, the design of arbitrage process and the performance evaluation of strategy.Considering that the financial market is time-varying, we introduce the sliding window theory into statistical arbitrage to make the parameters time-varying.The statistical arbitrage strategy under sliding window is mainly studied as follows:First, the opening threshold and stop loss threshold are optimized.The traditional opening threshold is in the form of fixed value.As we all know, when the opening threshold is large, the arbitrage opportunity decreases, and the low threshold may lead to serious losses caused by frequent opening.Therefore, based on the idea of dynamic optimization, we use the maximization of income in the window to determine the opening threshold, so as to realize adaptive dynamic adjustment parameters to avoid the effect of too high or too low threshold value on revenue.For stop loss, we determine the threshold based on the idea of VaR, and estimate the volatility of price difference by GARCH model.The second is the estimation of impact cost.Impact cost is a very important part of transaction cost.Many strategies are always running at a much different time than expected, which largely ignores the cost of impact.Many related literatures also consider the impact cost, but they are all given directly and not estimated objectively by mathematical model.In this paper, the impact cost of arbitrage contract is estimated by the corresponding mathematical model.The third is the estimation of cointegration coefficient and the strategy back measurement.Different cointegration coefficients will lead to different spread, which will result in different arbitrage process.In this paper, two methods, OLS estimation and time-varying coefficient estimation, are used to obtain cointegration coefficients.At the same time, the robustness of the parameters is given by sensitivity analysis.Considering that the two strategies are relatively independent, we combine the OLS strategy and the time-varying coefficient strategy effectively, and carry out a 3-month historical review. Through the income analysis and the risk analysis, we conclude that the combination model is effective.Finally, this paper gives the deficiency and prospect of the research.
【學(xué)位授予單位】：浙江工商大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：F724.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙建昕;任培民;趙樹然;;金融高頻數(shù)據(jù)的風(fēng)險(xiǎn)價(jià)值研究——基于非參數(shù)法[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

2 李勝歌;張世英;;金融高頻數(shù)據(jù)的最優(yōu)抽樣頻率研究[J];管理學(xué)報(bào);2008年06期

3 顏虹;蘇錫坤;;證券市場交易持續(xù)期對(duì)交易的影響分析[J];商業(yè)時(shí)代;2010年26期

4 段琳琳;屠新曙;;已實(shí)現(xiàn)波動(dòng)率在我國金融市場的應(yīng)用前景[J];統(tǒng)計(jì)與決策;2005年24期

5 張偉;李平;曾勇;;中國股票市場個(gè)股已實(shí)現(xiàn)波動(dòng)率估計(jì)[J];管理學(xué)報(bào);2008年02期

6 陳敏,王國明,吳國富,蔣學(xué)雷;中國證券市場的ACD-GARCH模型及其應(yīng)用[J];統(tǒng)計(jì)研究;2003年11期

7 王春峰;盧濤;房振明;;最小報(bào)價(jià)單位對(duì)我國股票市場流動(dòng)性影響——基于高頻數(shù)據(jù)的實(shí)證研究[J];系統(tǒng)工程;2005年12期

8 應(yīng)益榮;包郭平;;金融市場高頻數(shù)據(jù)分析的建模進(jìn)展[J];五邑大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年01期

9 于亦文;;實(shí)際波動(dòng)率與GARCH模型的特征比較分析[J];管理工程學(xué)報(bào);2006年02期

10 徐光林;;中國證券市場高頻數(shù)據(jù)的噪聲[J];經(jīng)濟(jì)論壇;2006年09期

相關(guān)會(huì)議論文 前10條

1 楊懷東;伍娟;盛虎;;基于高頻數(shù)據(jù)的成對(duì)交易統(tǒng)計(jì)套利策略實(shí)證研究[A];第五屆（2010）中國管理學(xué)年會(huì)——金融分會(huì)場論文集[C];2010年

2 王蘅;;高頻數(shù)據(jù)傳輸電纜的設(shè)計(jì)與制造[A];中國通信學(xué)會(huì)2004年光纜電纜學(xué)術(shù)年會(huì)論文集[C];2004年

3 劉長貴;史鳳臣;;提高艦船高頻數(shù)據(jù)交換網(wǎng)的抗干擾能力[A];船舶通信導(dǎo)航學(xué)術(shù)會(huì)議（1993）論文集[C];1993年

4 劉淳;朱世武;何濟(jì)舟;;金融市場波動(dòng)擇時(shí)策略的經(jīng)濟(jì)價(jià)值分析[A];經(jīng)濟(jì)全球化與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會(huì)第16屆學(xué)術(shù)年會(huì)論文集[C];2010年

5 張維;劉博;張小濤;;日內(nèi)金融高頻數(shù)據(jù)的異常點(diǎn)檢測[A];全國自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)會(huì)議論文集（一）[C];2005年

6 張晨;李月環(huán);;基于調(diào)整“已實(shí)現(xiàn)”波動(dòng)率的滬深300指數(shù)高頻數(shù)據(jù)波動(dòng)性研究與預(yù)測[A];中國會(huì)計(jì)學(xué)會(huì)高等工科院校分會(huì)2008年學(xué)術(shù)年會(huì)（第十五屆年會(huì)）暨中央在鄂集團(tuán)企業(yè)財(cái)務(wù)管理研討會(huì)論文集（上冊）[C];2008年

7 嚴(yán)祖虬;;冷軋薄板廠軋機(jī)高頻數(shù)據(jù)采集發(fā)送技術(shù)[A];中國計(jì)量協(xié)會(huì)冶金分會(huì)2007年會(huì)論文集[C];2007年

8 洪麗穎;黃榮坦;;單變量乘積誤差模型(MEM)的研究和實(shí)證[A];第十一屆中國管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2009年

9 王明日;劉善存;;限價(jià)指令交易策略的收益水平研究[A];第八屆中國管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2006年

10 姜愛萍;黃鳳文;;用于高頻金融時(shí)間序列預(yù)測的偏差重構(gòu)方法[A];第九屆中國青年信息與管理學(xué)者大會(huì)論文集[C];2007年

相關(guān)重要報(bào)紙文章 前10條

1 記者 潘圣韜;多家機(jī)構(gòu)預(yù)計(jì)8月CPI不超6% 加息已無必要[N];上海證券報(bào);2011年

2 國海證券 馬路安 廖慶;捕捉波動(dòng)率 預(yù)測價(jià)差走勢[N];期貨日報(bào);2008年

3 中信建投期貨 劉超;滬深300股指期貨仿真交易的價(jià)格發(fā)現(xiàn)功能實(shí)證研究[N];期貨日報(bào);2007年

4 建設(shè)銀行總行 李璐;美國“滯脹”——從擔(dān)憂到現(xiàn)實(shí)？[N];上海證券報(bào);2008年

5 金融學(xué)博士 程實(shí);特里謝一句正確的廢話卻回味無窮[N];上海證券報(bào);2009年

6 任浩君;清苑實(shí)現(xiàn)網(wǎng)絡(luò)寬帶村村通[N];保定日報(bào);2006年

7 東北證券 張宗新 郭來生 朱偉驊 孫蘭蘭;強(qiáng)化上市公司股改信息披露[N];中國證券報(bào);2006年

8 王飛;利用指數(shù)基金構(gòu)建套利現(xiàn)貨組合的分析[N];期貨日報(bào);2008年

9 興業(yè)銀行宏觀分析師 魯政委;判斷我國經(jīng)濟(jì)回暖尚需時(shí)日[N];第一財(cái)經(jīng)日報(bào);2009年

10 中船總第七研究院722研究所 戴偉高 武漢大學(xué)信息工程 戴成;價(jià)格模式是程序化交易的核心[N];期貨日報(bào);2009年

相關(guān)博士學(xué)位論文 前10條

1 李翠霞;基于高頻數(shù)據(jù)下一些特征的統(tǒng)計(jì)推斷[D];蘭州大學(xué);2013年

2 鎮(zhèn)磊;基于高頻數(shù)據(jù)處理方法對(duì)A股算法交易優(yōu)化決策的量化分析研究[D];中國科學(xué)技術(shù)大學(xué);2010年

3 王芳;基于市場微觀結(jié)構(gòu)噪聲和跳躍的金融高頻數(shù)據(jù)波動(dòng)研究[D];西南財(cái)經(jīng)大學(xué);2011年

4 王少斌;基于高頻數(shù)據(jù)的投資者交易行為研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

5 劉廣應(yīng);帶跳的分?jǐn)?shù)維積分過程的冪變差理論及其在金融高頻數(shù)據(jù)中的應(yīng)用[D];復(fù)旦大學(xué);2011年

6 來升強(qiáng);高頻數(shù)據(jù)交易策略與波動(dòng)性分析[D];廈門大學(xué);2009年

7 黃金山;基于高頻數(shù)據(jù)的GARCH模型的參數(shù)估計(jì)[D];中國科學(xué)技術(shù)大學(xué);2013年

8 于亦文;中國證券市場微觀結(jié)構(gòu)若干問題研究[D];南京航空航天大學(xué);2005年

9 任德平;基于高頻數(shù)據(jù)的滬深300股指期貨波動(dòng)率度量方法及應(yīng)用[D];湖南大學(xué);2013年

10 厲斌;非對(duì)稱信息條件下中國證券市場價(jià)格行為研究[D];天津大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 田慶波;中國股市高頻數(shù)據(jù)的波動(dòng)性研究[D];山東財(cái)經(jīng)大學(xué);2012年

2 劉力華;基于高頻數(shù)據(jù)的證券市場實(shí)證研究[D];暨南大學(xué);2011年

3 劉念良;股指期貨中的高頻數(shù)據(jù)分析[D];中國科學(xué)技術(shù)大學(xué);2011年

4 李純凈;基于高頻數(shù)據(jù)的微觀市場結(jié)構(gòu)中的研究[D];長春工業(yè)大學(xué);2011年

5 張?jiān)?基于高頻數(shù)據(jù)的量價(jià)動(dòng)態(tài)關(guān)系研究[D];天津大學(xué);2012年

6 李穎超;太鋼不銹股市高頻數(shù)據(jù)實(shí)證研究[D];山西財(cái)經(jīng)大學(xué);2012年

7 張曙;金融高頻數(shù)據(jù)的分析及實(shí)證研究[D];中南大學(xué);2013年

8 肖星火;基于中國股市高頻數(shù)據(jù)的流動(dòng)性風(fēng)險(xiǎn)研究[D];華南理工大學(xué);2013年

9 張國勇;金融市場（超）高頻數(shù)據(jù)建模及其實(shí)證分析[D];天津大學(xué);2004年

10 劉瑞;基于高頻數(shù)據(jù)的Cvar測度研究[D];蘭州商學(xué)院;2010年

，

本文編號(hào)：1755583