基于Copula模型的股指期货跨品种套利方案设计
发布时间：2021-10-25 17:42
2015年4月16日,中国金融期货交易所推出了上证50和中证500股指期货,加之2010年上市的沪深300,目前共有三大股指期货,丰富了我国现有的股指期货种类数,也增加了股指期货的功能。在这之前,对于股指期货的统计套利往往只有跨期套利和期现套利等方式,而新的股指期货的推出,使跨品种套利成为可能。在此背景下,本文拟对三大股指期货进行跨品种套利,在对国内外相关文献进行系统研究的基础上,发现国内外学者们大多基于协整模型进行套利。但由于协整模型刻画的是两个变量之间的线性相关性,开仓信号存在一定的局限,这会使得投资者错失部分交易机会。而Copula主要的特点是可以描述变量间非线性关系,能够增加捕捉交易的机会。于是本文选取股指期货主力合约的价格序列,进行数据处理连接成为连续的价格数据,运用经济学和统计学原理进行分析,选取了沪深300和上证50股指期货构建基于Copula模型的统计套利策略,进行跨品种套利实证分析,以常用的协整模型作对比,验证Copula模型跨品种套利方案设计的可行性。本文首先将处理好的三大股指期货价格序列两两之间进行相关性分析,即对其对数价格序列求出了Pearson线性相关系数和K...
【文章来源】：上海师范大学上海市
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
中金所股指市场的成交量从图3.1可以看出从2015年开始，股指期货市场整体的成交量骤减，2016
上海师范大学硕士学位论文第3章跨品种套利问题描述与分析19图3.3表示了自2016年以来，我国股指期货的成交量逐步上升，这与股灾后市场的活跃度有关，也与中金所的政策有关，中金所逐步放宽了对股指期货交易的限制，具体非套保保证金率、平仓手续费日内最大开仓量如表3-3所示。表3-3股指期货费率变动非套保保证金率（%）平今仓手续费（%%）日内最大开仓IFIHIC量（手）2015/6/25-2017/2/1640404023102017/2/17-2017/9/172020309.2202017/9/18-2018/12-021515306.9202018/12/03-2019/4/211010154.6502019/4/22-至今1010123.45500虽然比起2015年之前平今仓万分之1.5的手续费，现如今的手续费依然较高，但是交易量的上升表明了我国股指期货的发展持续上升，势头良好。中金所逐步放松对股指期货的交易措施将降低投资者的交易成本，增强投资者的参与度，加大市场的流动性，这些现象都表明通过跨品种这一统计套利的方式获得稳定收益成为了可能。3.1.2我国股指期货特点描述为了降低跨品种套利的难度以及提高投资回报率，一般来说选择相同的交易制度能够带来更为便利的操作过程，不用考虑因为交易制度不同带来的其他问图3.32016年至2019年股指期货成交量
上海师范大学硕士学位论文第3章跨品种套利问题描述与分析25图3.4三大股指期货价格序列从图3.4可以看出沪深300和上证50价格序列波动性基本趋于一致但是是有差异的，但是中证500股指期货的价格序列与其他两个不大一致，与前文中分析的较为一致。据此，初步判断沪深300和上证50股指期货具有更好的相关性，下节也将会通过Pearson相关系数和Kendall秩来进行相关性的测评。3.2.3跨品种套利方法选择分析从上节中可以看出统计套利需要相关性较强的合约，通过对股指期货的成分股组成的分析，对于实际的价格序列数据，将通过Pearson线性相关系数和Kendall秩相关系数进行衡量。Pearson系数能够衡量品种间的线性相关程度，但没有考虑非线性相关性，且不独立于边缘分布，所以采用Kendall秩作为补充，用其来衡量和比较股指期货间的非线性相关程度。单个股指期货价格序列绝大多数均为不平稳的时间序列，用Pearson相关系数和Kendall秩方法筛选出来的组合，它们之间的价差序列一般长期来看相对稳定，短期来看有所差异，这就提供了两个序列协整检验的前提。对其进行OLS回归，如果两个股指期货价格序列有长期均衡的关系，那么通过回归后的残差序列则能够通过ADF检验，是平稳的时间序列，以此为前提再进行跨品种套利操作。基于协整的方法，通过两个股指期货之间的数据求出系数来确定交易头寸
【参考文献】：
期刊论文
[1]资产组合非等间隔日内在险价值研究[J]. 鲁万波,陈骋,王建业. 数理统计与管理. 2019(06)
[2]黑色系商品期货跨品种程序化交易套利——以螺纹钢期货和热卷期货为例[J]. 周美行,刘泉,李志文,彭子剑,曾宇琦. 市场周刊. 2019(03)
[3]The chaotic behavior among the oil prices, expectation of investors and stock returns: TAR-TR-GARCH copula and TAR-TR-TGARCH copula[J]. Melike Bildirici. Petroleum Science. 2019(01)
[4]基于协整理论的统计套利策略实证分析[J]. 陈乾. 西部金融. 2019(01)
[5]基于协整方法的ETF与股指期货配对交易研究[J]. 吴桐,张永杰. 甘肃科学学报. 2018(06)
[6]基于时变混合Copula模型的配对交易策略[J]. 沈银芳,郑学东,徐建军. 财经论丛. 2016(10)
[7]商品期货跨品种套利策略的实证研究——以棕榈油期货和豆油期货为例[J]. 胡宇璇. 时代金融. 2016(23)
[8]基于混合Copula的ETF配对交易策略[J]. 沈银芳,郑学东,徐信喆. 浙江大学学报(理学版). 2016(03)
[9]基于沪深300股指期货合约的日内高频跨期统计套利策略[J]. 李乐,张淳奕,杨之曙. 清华大学学报(自然科学版). 2014(08)
[10]K-S检验下的copula分布估计算法边缘分布的研究[J]. 赵慧,王丽芳,介婧,刘洁. 太原科技大学学报. 2013(05)
博士论文
[1]Copula理论及其在多变量金融时间序列分析上的应用研究[D]. 韦艳华.天津大学 2004
硕士论文
[1]基于高频数据的动态统计套利策略比较分析[D]. 程海.西南财经大学 2016
[2]基于Copula理论的配对交易策略[D]. 张青.浙江工商大学 2014
[3]中国商品期货套利交易模型和投资方案[D]. 卢伟忠.西南财经大学 2006
本文编号：3457886
【文章来源】：上海师范大学上海市
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
中金所股指市场的成交量从图3.1可以看出从2015年开始，股指期货市场整体的成交量骤减，2016
上海师范大学硕士学位论文第3章跨品种套利问题描述与分析19图3.3表示了自2016年以来，我国股指期货的成交量逐步上升，这与股灾后市场的活跃度有关，也与中金所的政策有关，中金所逐步放宽了对股指期货交易的限制，具体非套保保证金率、平仓手续费日内最大开仓量如表3-3所示。表3-3股指期货费率变动非套保保证金率（%）平今仓手续费（%%）日内最大开仓IFIHIC量（手）2015/6/25-2017/2/1640404023102017/2/17-2017/9/172020309.2202017/9/18-2018/12-021515306.9202018/12/03-2019/4/211010154.6502019/4/22-至今1010123.45500虽然比起2015年之前平今仓万分之1.5的手续费，现如今的手续费依然较高，但是交易量的上升表明了我国股指期货的发展持续上升，势头良好。中金所逐步放松对股指期货的交易措施将降低投资者的交易成本，增强投资者的参与度，加大市场的流动性，这些现象都表明通过跨品种这一统计套利的方式获得稳定收益成为了可能。3.1.2我国股指期货特点描述为了降低跨品种套利的难度以及提高投资回报率，一般来说选择相同的交易制度能够带来更为便利的操作过程，不用考虑因为交易制度不同带来的其他问图3.32016年至2019年股指期货成交量
上海师范大学硕士学位论文第3章跨品种套利问题描述与分析25图3.4三大股指期货价格序列从图3.4可以看出沪深300和上证50价格序列波动性基本趋于一致但是是有差异的，但是中证500股指期货的价格序列与其他两个不大一致，与前文中分析的较为一致。据此，初步判断沪深300和上证50股指期货具有更好的相关性，下节也将会通过Pearson相关系数和Kendall秩来进行相关性的测评。3.2.3跨品种套利方法选择分析从上节中可以看出统计套利需要相关性较强的合约，通过对股指期货的成分股组成的分析，对于实际的价格序列数据，将通过Pearson线性相关系数和Kendall秩相关系数进行衡量。Pearson系数能够衡量品种间的线性相关程度，但没有考虑非线性相关性，且不独立于边缘分布，所以采用Kendall秩作为补充，用其来衡量和比较股指期货间的非线性相关程度。单个股指期货价格序列绝大多数均为不平稳的时间序列，用Pearson相关系数和Kendall秩方法筛选出来的组合，它们之间的价差序列一般长期来看相对稳定，短期来看有所差异，这就提供了两个序列协整检验的前提。对其进行OLS回归，如果两个股指期货价格序列有长期均衡的关系，那么通过回归后的残差序列则能够通过ADF检验，是平稳的时间序列，以此为前提再进行跨品种套利操作。基于协整的方法，通过两个股指期货之间的数据求出系数来确定交易头寸
【参考文献】：
期刊论文
[1]资产组合非等间隔日内在险价值研究[J]. 鲁万波,陈骋,王建业. 数理统计与管理. 2019(06)
[2]黑色系商品期货跨品种程序化交易套利——以螺纹钢期货和热卷期货为例[J]. 周美行,刘泉,李志文,彭子剑,曾宇琦. 市场周刊. 2019(03)
[3]The chaotic behavior among the oil prices, expectation of investors and stock returns: TAR-TR-GARCH copula and TAR-TR-TGARCH copula[J]. Melike Bildirici. Petroleum Science. 2019(01)
[4]基于协整理论的统计套利策略实证分析[J]. 陈乾. 西部金融. 2019(01)
[5]基于协整方法的ETF与股指期货配对交易研究[J]. 吴桐,张永杰. 甘肃科学学报. 2018(06)
[6]基于时变混合Copula模型的配对交易策略[J]. 沈银芳,郑学东,徐建军. 财经论丛. 2016(10)
[7]商品期货跨品种套利策略的实证研究——以棕榈油期货和豆油期货为例[J]. 胡宇璇. 时代金融. 2016(23)
[8]基于混合Copula的ETF配对交易策略[J]. 沈银芳,郑学东,徐信喆. 浙江大学学报(理学版). 2016(03)
[9]基于沪深300股指期货合约的日内高频跨期统计套利策略[J]. 李乐,张淳奕,杨之曙. 清华大学学报(自然科学版). 2014(08)
[10]K-S检验下的copula分布估计算法边缘分布的研究[J]. 赵慧,王丽芳,介婧,刘洁. 太原科技大学学报. 2013(05)
博士论文
[1]Copula理论及其在多变量金融时间序列分析上的应用研究[D]. 韦艳华.天津大学 2004
硕士论文
[1]基于高频数据的动态统计套利策略比较分析[D]. 程海.西南财经大学 2016
[2]基于Copula理论的配对交易策略[D]. 张青.浙江工商大学 2014
[3]中国商品期货套利交易模型和投资方案[D]. 卢伟忠.西南财经大学 2006
本文编号：3457886
本文链接：https://www.wllwen.com/guanlilunwen/huobilw/3457886.html
