VPIN模型的修正与波动率预测
发布时间：2022-07-16 20:26
回顾主要经济体金融市场的历史发展可以发现,资产价格的异常波动在历史上并不罕见,但却危害巨大。独立的资产价格异常波动往往会导致投资者的恐慌性抛售,进而形成羊群效应,使得资产价格加速偏离合理价值中枢水平,进而危害实体经济的发展。对于投资者,尤其是进行高杠杆比例保证金交易的投资者来讲,不利的异常波动有可能导致投资者爆仓清盘,带来大额的非预期损失。此外,异常波动本身具有着自我强化的作用,当异常波动发生后,金融资产很有可能在投资者的羊群效应以及磁吸效应的影响下放大原有的趋势运动,对市场自身造成不可逆的损伤。因此,综合来看,我们有必要对潜在的异常波动进行充分的风险预警,而VPIN模型由于其简洁、准确的特性,必将在异常波动的防范与监管方面起到重要作用。本文从Easley D,0’ Hara（2011a）提出的基于成交量的知情交易概率（VPIN）模型出发,着重在VPIN模型的修正以及其在波动率预测方面的应用两个方面进行了研究。在VPIN模型的修正方面,我们建议通过运用神经网络中常用到的sigmoid函数族,通过遗传算法确定相关最优参数后,替代VPIN模型所使用的标准正态累积分布函数,以降低主动买卖交易...
【文章页数】：69 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景
1.2 研究意义
1.3 研究结构与创新
第二章 文献综述
2.1 PIN模型研究综述
2.2 VPIN模型研究综述
第三章 理论模型介绍
3.1 PIN模型简介
3.1.1 模型理论框架
3.1.2 知情交易概率与买卖价差
3.1.3 参数的估计
3.2 VPIN模型简介
3.2.1 交易篮子的确定
3.2.2 交易量的主卖盘/主买盘方向确定3.2.3 VPIN的确定
3.2.3 VPIN的确定
3.2.4 整体流程图简介
第四章 VPIN模型的修正与应用
4.1 基于神经网络与遗传算法的VPIN修正模型
4.1.1 神经网络简介
4.1.2 遗传算法简介
4.1.3 修正前后VPIN模型的拟合优度对比
4.2 VPIN模型在股指期货风险预警方面的应用
4.2.1 数据描述径统计
4.2.2 VPIN模型的构建
4.2.3 VPIN与市场异常波动的事件研究
第五章 VPIN与波动率预测
5.1 VPIN模型与波动率预测
5.2 资产价格波动率衡量指标的选取
5.3 VPIN对股指期货风险预警能力的研究
第六章 全文总结
6.1 研究结论
6.2 不足与展望
参考文献
致谢
【参考文献】：
期刊论文
[1]市场知情交易概率（VPIN）在股指期货交易规则修改前后的适用性分析[J]. 林仁皓. 投资研究. 2016(03)
[2]基于指令流毒性指标的量化交易监管实证研究——以“光大乌龙指”事件为例[J]. 郭建峰,张元芳,玄翔宇,安东. 时代金融. 2015(36)
[3]测量高频交易领域中的指令流毒性——基于我国沪深300指数期货的实证研究[J]. 刘文文,张合金. 中国经济问题. 2013(01)
[4]资本市场的多层次特性[J]. 周小川. 经济导刊. 2012(Z1)
[5]中国证券市场知情交易概率的动态马尔科夫状态转移模型研究[J]. 马丹,牛秀敏,王芳. 数理统计与管理. 2012(04)
[6]基于修正的PIN模型的股票信息风险测度研究[J]. 郑振龙,杨伟. 金融评论. 2009(01)
[7]沪市知情交易概率（PIN）特征与风险定价能力[J]. 韩立岩,郑君彦,李东辉. 中国管理科学. 2008(01)
[8]沪市买卖价差和信息性交易实证研究[J]. 杨之曙,姚松瑶. 金融研究. 2004(04)
硕士论文
[1]基于VPIN的实证研究及高频交易策略设计[D]. 张晨.山东大学 2018
[2]证券分析师跟随能否有效降低订单流毒性[D]. 贾奇.山东大学 2018
[3]VPIN、流动性与资产定价[D]. 马婷婷.厦门大学 2017
[4]跳跃风险和知情交易风险对资产超额收益率的影响[D]. 宋丹.厦门大学 2017
[5]量钟环境下基于知情交易概率的股票波动性研究[D]. 王联欣.天津大学 2014
[6]极端条件下中国股票市场信息交易概率研究[D]. 靳松.天津大学 2014
[7]基于VPIN的沪深300股指期货实证及交易策略研究[D]. 林焕耿.厦门大学 2014
本文编号：3663232
【文章页数】：69 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景
1.2 研究意义
1.3 研究结构与创新
第二章 文献综述
2.1 PIN模型研究综述
2.2 VPIN模型研究综述
第三章 理论模型介绍
3.1 PIN模型简介
3.1.1 模型理论框架
3.1.2 知情交易概率与买卖价差
3.1.3 参数的估计
3.2 VPIN模型简介
3.2.1 交易篮子的确定
3.2.2 交易量的主卖盘/主买盘方向确定3.2.3 VPIN的确定
3.2.3 VPIN的确定
3.2.4 整体流程图简介
第四章 VPIN模型的修正与应用
4.1 基于神经网络与遗传算法的VPIN修正模型
4.1.1 神经网络简介
4.1.2 遗传算法简介
4.1.3 修正前后VPIN模型的拟合优度对比
4.2 VPIN模型在股指期货风险预警方面的应用
4.2.1 数据描述径统计
4.2.2 VPIN模型的构建
4.2.3 VPIN与市场异常波动的事件研究
第五章 VPIN与波动率预测
5.1 VPIN模型与波动率预测
5.2 资产价格波动率衡量指标的选取
5.3 VPIN对股指期货风险预警能力的研究
第六章 全文总结
6.1 研究结论
6.2 不足与展望
参考文献
致谢
【参考文献】：
期刊论文
[1]市场知情交易概率（VPIN）在股指期货交易规则修改前后的适用性分析[J]. 林仁皓. 投资研究. 2016(03)
[2]基于指令流毒性指标的量化交易监管实证研究——以“光大乌龙指”事件为例[J]. 郭建峰,张元芳,玄翔宇,安东. 时代金融. 2015(36)
[3]测量高频交易领域中的指令流毒性——基于我国沪深300指数期货的实证研究[J]. 刘文文,张合金. 中国经济问题. 2013(01)
[4]资本市场的多层次特性[J]. 周小川. 经济导刊. 2012(Z1)
[5]中国证券市场知情交易概率的动态马尔科夫状态转移模型研究[J]. 马丹,牛秀敏,王芳. 数理统计与管理. 2012(04)
[6]基于修正的PIN模型的股票信息风险测度研究[J]. 郑振龙,杨伟. 金融评论. 2009(01)
[7]沪市知情交易概率（PIN）特征与风险定价能力[J]. 韩立岩,郑君彦,李东辉. 中国管理科学. 2008(01)
[8]沪市买卖价差和信息性交易实证研究[J]. 杨之曙,姚松瑶. 金融研究. 2004(04)
硕士论文
[1]基于VPIN的实证研究及高频交易策略设计[D]. 张晨.山东大学 2018
[2]证券分析师跟随能否有效降低订单流毒性[D]. 贾奇.山东大学 2018
[3]VPIN、流动性与资产定价[D]. 马婷婷.厦门大学 2017
[4]跳跃风险和知情交易风险对资产超额收益率的影响[D]. 宋丹.厦门大学 2017
[5]量钟环境下基于知情交易概率的股票波动性研究[D]. 王联欣.天津大学 2014
[6]极端条件下中国股票市场信息交易概率研究[D]. 靳松.天津大学 2014
[7]基于VPIN的沪深300股指期货实证及交易策略研究[D]. 林焕耿.厦门大学 2014
本文编号：3663232
本文链接：https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/3663232.html
