基于高频数据的统计套利策略分析及实证研究

发布时间：2017-12-13 17:32

  本文关键词：基于高频数据的统计套利策略分析及实证研究

  更多相关文章： 高频数据 统计套利 GARCH模型 O-U过程 已实现波动率

【摘要】：作为一种较为成熟的量化交易策略,统计套利策略早已被应用于发达资本市场的投资当中。股指期货及融资融券业务的推出使得做空机制在我国成为可能,为统计套利策略在我国的实施应用提供了有效的工具。统计套利策略是一种在市场中性假设的基础上利用价差均值回复特性进行套利的方法。策略的实施不需要对资产价格走势进行预测,只需要选取相匹配的资产组合并关注资产组合价差的走势进而执行相应的操作,因此统计套利策略的关键在于对交易资产价差序列的特征进行刻画,从而确定交易信号并根据制定的交易规则进行套利操作。高频数据的使用使得日内可进行多次交易,具有持仓时间短、每单盈利小但交易手数量大的特点,通过低延迟性的交易资产达到将微薄利润累计成较高利润的效果。本文着重介绍了统计套利常用的若干种模型,包括恒定波动率方法、GARCH时变波动率方法、基于Ornstein-Uhlenbeck过程的随机波动率方法以及已实现波动率方法等。实证研究部分,本文以选用沪深300股指期货中的当月合约及次月合约为交易对象的跨期套利交易方法为例,对涉及的多种统计套利策略进行了详细分析,并选用了5mins、15mins、30rnins三种不同频率的数据进行对比研究,以比较不同频率下的套利结果。通过将样本内训练得到的交易参数应用于样本外数据,对样本外套利结果从成功次数、收益率、收益波动率等指标角度进行分析,验证了不同统计套利策略的效果并得出了相应的结论。
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F832.5

【相似文献】

中国期刊全文数据库 前10条

1 朱建平;魏瑾;谢邦昌;;金融高频数据挖掘研究评述与展望[J];经济学动态;2011年06期

2 郭兴义,杜本峰,何龙灿;(超)高频数据分析与建模[J];统计研究;2002年11期

3 常宁,徐国祥;金融高频数据分析的现状与问题研究[J];财经研究;2004年03期

4 应益荣;包郭平;;金融市场高频数据分析的建模进展[J];五邑大学学报(自然科学版);2006年01期

5 包郭平;应益荣;;金融市场中高频数据的分析方法[J];五邑大学学报(自然科学版);2007年01期

6 唐振鹏;;金融高频数据和超高频数据的研究现状及展望[J];福州大学学报(哲学社会科学版);2008年04期

7 金登贵;中国证券市场高频数据分布特征研究[J];统计与决策;2005年20期

8 唐勇;张伯新;;基于高频数据的中国股市跳跃特征实证分析[J];中国管理科学;2013年05期

9 尹优平,马丹;基于分布拟合方法的高频数据风险价值研究[J];金融研究;2005年03期

10 补冯林,张卫国,何伟;基于超高频数据的股票流动性度量研究[J];统计与决策;2005年04期

中国重要会议论文全文数据库 前6条

1 郭名媛;;基于高频数据的已实现极差相关系数及实证研究[A];2012管理创新、智能科技与经济发展研讨会论文集[C];2012年

2 郭名媛;;基于高频数据的赋权已实现极差相关系数及其实证研究[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

3 唐勇;;金融市场波动建模:基于高频数据视角[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

4 杨怀东;伍娟;盛虎;;基于高频数据的成对交易统计套利策略实证研究[A];第五届（2010）中国管理学年会——金融分会场论文集[C];2010年

5 张晨;李月环;;基于调整“已实现”波动率的沪深300指数高频数据波动性研究与预测[A];中国会计学会高等工科院校分会2008年学术年会（第十五届年会）暨中央在鄂集团企业财务管理研讨会论文集（上册）[C];2008年

6 刘淳;朱世武;何济舟;;金融市场波动择时策略的经济价值分析[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年

中国重要报纸全文数据库 前5条

1 本报记者 任晓;12月PMI或小幅上行[N];中国证券报;2013年

2 程实;美国金融体系逐渐恢复 实体经济企稳[N];中国经济时报;2009年

3 华泰长城期货 谢赵维　许惠敏;高库存料继续“重压”矿价[N];中国证券报;2014年

4 金融学博士 宏观经济分析师 程实;全球经济隐约徘徊着复合危机阴影[N];上海证券报;2011年

5 申银万国证券研究所 李慧勇;新兴市场保持资金大额流入[N];证券时报;2014年

中国博士学位论文全文数据库 前6条

1 唐勇;基于高频数据的金融市场分析[D];天津大学;2007年

2 镇磊;基于高频数据处理方法对A股算法交易优化决策的量化分析研究[D];中国科学技术大学;2010年

3 刘广应;带跳的分数维积分过程的幂变差理论及其在金融高频数据中的应用[D];复旦大学;2011年

4 李胜歌;基于高频数据的金融波动率研究[D];天津大学;2008年

5 王少斌;基于高频数据的投资者交易行为研究[D];首都经济贸易大学;2014年

6 王芳;基于市场微观结构噪声和跳跃的金融高频数据波动研究[D];西南财经大学;2011年

中国硕士学位论文全文数据库 前10条

1 欧阳君宏;金融资产跳跃特性研究[D];福州大学;2014年

2 林欣;基于高频数据的金融资产共同跳跃建模研究[D];福州大学;2014年

3 周明眉;基于Hilbert-Huang变换的高频数据波动率的估计[D];长春工业大学;2016年

4 蔡丰泽;基于小波分析的金融高频数据波动率估计研究[D];长春工业大学;2016年

5 胡龙;基于RV-MSM模型的沪深300波动分析[D];华中科技大学;2013年

6 郭哲琦;基于高频数据的统计套利策略分析及实证研究[D];山东大学;2016年

7 韦建峰;深A股票交易高频数据的统计方法研究[D];云南大学;2016年

8 张欣;基于高频数据的股票流动性影响因素研究[D];南京理工大学;2016年

9 韩铁;金融市场（超）高频数据建模及与低频数据对比研究[D];天津大学;2006年

10 李晓威;金融高频数据的关联规则算法研究[D];吉林大学;2008年

，

本文编号：1286002