基于GARCH模型的统计套利策略在我国A股市场上的实证研究

发布时间：2017-05-31 20:08

  本文关键词：基于GARCH模型的统计套利策略在我国A股市场上的实证研究，，由笔耕文化传播整理发布。

【摘要】：统计套利策略并不是金融界最新的研究成果,这种投资策略在国外对冲基金、投资银行等成熟的资本市场中得到了很好的应用,它是一种市场中性策略,在不依赖于经济环境的情况下,运用数量手段构建资产组合,从而对市场风险进行免疫,获取一个稳定的、低风险的超额收益。随着2010年3月31日融资融券的正式启动和2010年4月16日沪深300股指期货的正式上市交易,使得我国证券市场也具备了做空的机制,为统计套利策略在我国股票市场上的实施提供了一个良好的平台。目前我国的统计套利策略仍然处于起步阶段,对于统计套利策略的研究也往往局限在期货市场,本文将其用在股票市场进行研究。2010年以前,我国的股票市场属于典型的单边市场,只能做多不能做空,随着融资融券的推出,A股市场也可以做空,双边交易均可赚钱。近两年来随着高频数据的日益兴起,降低了数据记录和存储的成本,使得对高频数据的研究成为可能。低频数据已经开始慢慢的不能满足广大投资者高收益的需求,采用低频数据的统计套利空间也在大幅下降,因此,如何利用高频数据进行统计套利已经成为今后的发展方向。本文选取了作为融资融券标的物的中国工商银行和中国农业银行股票价格的30分钟高频数据为研究对象,首先对两只股票价格时间序列进行了相关性分析,结果表明两者的相关系数达到了0.993,较高的相关性虽然不能保证两者之间是协整的,但是至少能够说明协整的可能性是很高的。其次进行协整检验,结果表明两只股票价格时间序列是一阶单整的并且具有协整关系,因此就具备了统计套利的条件。由于金融时间序列的价差波动不是固定不变的,而是随着时间的变化而变化,Granger证明了如果变量之间存在协整关系,则必然具有相应的误差修正表达式。本文选取GARCH模型和误差修正模型来刻画两个时间序列价差的动态方差,然后再给出套利交易的建仓点和平仓点,借助MATLAB编程,建立套利交易策略。最后分别应用样本内数据和样本外数据检验了统计套利模型的交易绩效,结果表明,在不考虑交易费用的前提下,基于GARCH模型刻画动态方差以及采用非参数化的方法建立交易策略,样本内数据累计收益率为12.8 1%,样本外数据5月份的累计收益率为3.51%,6月份的收益率为1.4%,7月份的收益率为3.64%,8月份的收益率为2.97%。总之,取得了较好的收益,说明统计套利策略在我国的股票市场是有效的。
【关键词】：统计套利 融资融券 股指期货 协整 GARCH模型
【学位授予单位】：东北财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51;F224
【目录】：

• 摘要2-4
• ABSTRACT4-8
• 1 绪论8-13
• 1.1 研究背景和意义8-11
• 1.1.1 研究背景8-9
• 1.1.2 研究意义9-11
• 1.2 研究目的和内容结构安排11-12
• 1.2.1 研究目的11
• 1.2.2 内容结构安排11-12
• 1.3 创新点12-13
• 2 文献综述13-17
• 2.1 国外的研究现状13-14
• 2.2 国内的研究现状14-17
• 3 统计套利理论17-29
• 3.1 统计套利的基本理论17-20
• 3.1.1 统计套利的数学定义17-18
• 3.1.2 统计套利的数学模型18-19
• 3.1.3 统计套利的基本思路19-20
• 3.3 统计套利策略的类型20-23
• 3.3.1 配对交易20
• 3.3.2 均值回归策略20-21
• 3.3.3 主成分分析法21-22
• 3.3.4 协整策略22-23
• 3.4 统计套利交易策略23-27
• 3.4.1 对象的选取23
• 3.4.2 平稳性检验23-24
• 3.4.3 单位根检验24-25
• 3.4.4 协整检验25
• 3.4.5 误差修正模型25-26
• 3.4.6 GARCH模型26-27
• 3.5 套利交易信号的建立27-29
• 4 实证研究29-47
• 4.1 研究对象的选取29-32
• 4.2 统计套利交易策略32-36
• 4.2.1 平稳性检验32-33
• 4.2.2 协整检验33-34
• 4.2.3 误差修正模型34-36
• 4.3 交易信号的确立36-41
• 4.3.1 GARCH模型模拟时变方差36-39
• 4.3.2 最优阈值的确定39-41
• 4.4 统计套利结果41-47
• 4.4.1 非参数法的统计套利41-43
• 4.4.2 参数法的统计套利43-44
• 4.4.3 样本外区间的套利44-47
• 5 结论与前景展望47-49
• 5.1 结论47
• 5.2 前景与展望47-49
• 参考文献49-52
• 后记52-53

【相似文献】

中国期刊全文数据库 前10条

1 于玲玲;倪秀君;;GARCH模型在我国外汇风险度量中的应用[J];现代商业;2009年26期

2 郭雪芬;;VaR:非对称成分GARCH模型的应用[J];哈尔滨金融高等专科学校学报;2008年04期

3 孟卫东;宋丽伟;阳军;;基于GARCH模型的沪深地产股波动性分析及预测[J];统计与决策;2010年12期

4 罗艳;;用GARCH模型预测沪深300消费指数的变化趋势[J];科技致富向导;2011年15期

5 刘慧媛;邹捷中;;GARCH模型在股票市场风险计量中的应用[J];数学理论与应用;2006年02期

6 鲁万波;;参数与非参数GARCH模型的预测能力比较[J];统计与决策;2006年23期

7 李松臣;张世英;;多元变结构门限GARCH模型的伪协同持续性研究[J];系统工程理论与实践;2007年10期

8 赵国庆;尹慧;;一个包含异质信念的GARCH模型[J];商业经济与管理;2011年06期

9 唐俊波;杨四香;何树红;;基于GARCH模型的上证指数实证分析[J];重庆工商大学学报(自然科学版);2012年10期

10 熊家财;杨丹;;我国股市的波动性特征分析——基于GARCH模型[J];商场现代化;2009年14期

中国重要会议论文全文数据库 前3条

1 田玲;张岳;;基于GARCH模型的我国保险公司经济资本度量[A];中国保险学会第二届学术年会入选论文集(理论卷2)[C];2010年

2 赵国庆;魏军;;基于混合GARCH模型的中美证券市场有效性研究[A];21世纪数量经济学（第8卷）[C];2007年

3 李伟;劳川奇;;基于马尔可夫转换GARCH模型的上海股市风险研究[A];第九届中国管理科学学术年会论文集[C];2007年

中国重要报纸全文数据库 前2条

1 李宙雷;基于GARCH模型的国内燃油期货风险度量研究[N];期货日报;2009年

2 杨艳军 王永锋;基于GARCH模型的VaR方法在保证金设计中的应用[N];期货日报;2004年

中国博士学位论文全文数据库 前1条

1 黄金山;基于高频数据的GARCH模型的参数估计[D];中国科学技术大学;2013年

  本文关键词：基于GARCH模型的统计套利策略在我国A股市场上的实证研究，由笔耕文化传播整理发布。

本文编号：410501