基于BP-GARCH模型的统计套利策略

发布时间：2021-11-10 13:57

　　为了弥补传统统计套利策略的缺陷,提高金融市场资源的配置效率,文章探究一种基于BP-GARCH模型的统计套利策略,对资产配对选取、交易比例确定、交易信号确定都进行了修正,利用BP神经网络具有拟合非线性连续函数的特性来应对配对股间线性关系的波动性,采用动态协整模型用数据的动态非均号衡的过确程定来模逼型近,经对济价数差据序的列长波期动均性衡进过行程,拟并合在。考通虑过信统息变计化套的利前策提略下在,提我出国基A于股未银来行n业期的价研差波究动表的明交:基易信于BP-GARCH的统计套利策略在收益率和风险控制上明显优于传统统计套利策略。 

【文章来源】：统计与决策. 2020,36(10)北大核心CSSCI

【文章页数】：4 页

【部分图文】：

HXYH-GSYH在样本内收益率与预测期数的关系图

【参考文献】：
期刊论文
[1]基于微分信息的ARMAD-GARCH股价预测模型[J]. 张贵生,张信东.  系统工程理论与实践. 2016(05)
[2]A股市场统计套利风险实证分析[J]. 赵胜民,闫红蕾.  管理科学. 2015(05)
[3]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)
[4]基于BP神经网络的时间序列预测问题研究[J]. 杨娟丽,徐梅,王福林,王吉权,刘慧.  数学的实践与认识. 2013(04)

硕士论文
[1]统计套利策略在我国股票市场上的实证分析[D]. 田园.浙江大学 2013
[2]基于银行股的配对交易策略及其实证研究[D]. 贺娉婷.浙江大学 2012



本文编号：3487389