基于重现时间间隔分析的极端收益预测及交易策略研究

发布时间：2021-07-18 06:38

　　极端收益的预测在金融风险管理中非常重要。本文系统研究了极端收益重现时间间隔的统计规律,提出了一种基于重现时间间隔分析的早期预警模型,并对极端收益的重现进行预测,检验了模型在样本内外的预测性能;最后分别针对极端正收益和极端负收益的样本外预测结果,设计了看涨和看跌的两种交易策略,并以中国上证指数、法国CAC40指数、英国富时指数、香港恒生指数和日本日经指数为例,对交易策略的日均收益率进行了统计显著性检验。研究结果表明,极端收益的重现时间间隔具有右偏、尖峰厚尾和强自相关等典型特征;极端收益预测模型在样本内和样本外检验中都具有良好的预测能力;看涨和看跌交易策略在卖出区间均能有效地避开下跌阶段,看涨策略有更显著的盈利水平。 

【文章来源】：中国管理科学. 2020,28(05)北大核心CSSCICSCD

【文章页数】：13 页

【部分图文】：

看涨策略(a)和看跌策略(b)的交易示意图

如图所示,图2(a)展示了上证指数的对数价格及其收益率。从图2(a)可以看出,指数在1997年以后总体呈上升趋势,在阴影部分均包含明显的趋势上升和趋势下跌的阶段,而其他部分以震荡为主。从收益率图看出,股指的对数收益率在局部时间段内会出现较大的波动幅度,而在其他时间段的波动幅度都相对较小,说明它具有波动集聚性。3.2 重现时间间隔分析

为了预测金融市场在一段时间内是否会再次出现极端收益,本文基于风险概率和优化的风险阈值进行样本外预测。首先,根据样本内数据估计重现时间间隔的分布参数,从而得到风险概率W(Δt|t)的公式,再以风险概率做为早期预警指标,通过有效值U(θ)的最大化来确定优化的风险阈值wt。当风险概率W(Δt|t)大于风险阈值wt时,认为Δt时间后会再次发生极端事件,反之认为不会发生。为了确定优化的风险阈值wt,需要在[0,1]内取遍尽可能多的w值,计算出对应的错误预测率A和正确预测率D,再通过最大的效用值U(θ)找到样本外预测所需的风险阈值wt。通过作D关于A的图像,得到预测评估中常用的受试者工作特征曲线(Receiver Operating Characteristic,ROC),ROC曲线可以用于评价二分类算法的性能。其中,对角线(y=x)表示随机猜测的结果,若ROC曲线在对角线的左上方,说明预测的准确性比随机分类更高,而且最靠近左上角的点对应错误最少的阈值。

【参考文献】：
期刊论文
[1]股价暴涨的风险:基于中国股市的实证[J]. 叶彦艺,高昊宇,杨晓光.  中国管理科学. 2019(07)
[2]资产价格泡沫何时发生崩溃?——基于LPPL模型的在中国金融市场上的有效性检验[J]. 潘娜,王子剑,周勇.  中国管理科学. 2018(12)
[3]基于ODR-ADASYN-SVM的极端金融风险预警研究[J]. 林宇,黄迅,淳伟德,黄登仕.  管理科学学报. 2016(05)
[4]中国金融风险预警研究[J]. 陈守东,杨莹,马辉.  数量经济技术经济研究. 2006(07)



本文编号：3289054