基于久期信息的股指期货高频交易模型设计思路研究
发布时间：2021-07-21 21:17
股指期货市场波动性是由于期货价格受到信息冲击而引起的波动程度，资产价格波动率是刻画金融市场波动性或风险管理的有效工具。资产收益率难预测，但波动率却易预测。现有对波动率基本特征的研究已达成了一些共识：波动率通常表现出聚集性、长记忆性及杠杆效应等特征。股指期货市场中交易的到达是随机的，造成数据时间间隔的不等距，而久期模型就是来处理不等间隔数据的。本文研究考察久期中是否包含信息？如果包含信息，怎么计算久期，久期将会对波动率产生怎样的影响？对其他的微观结构变量而言，如持仓量、交易量是否对波动率有影响？我国股指期货市场微观结构更适合用哪种理论来解释？本文首先对股指期货久期进行了研究，发现各久期都具有显著的集聚性和持续性。日内特征方面，价格久期呈现上下午“双N”型；价格久期内持仓量变动呈上午“L”型，下午倒“L”型；久期内交易量变动呈上午“N”型，下午“倒U”型；久期内单位收益率呈上午“W”、下午“倒N”型的变化模式。本文以沪深300股指期货为研究对象,用价格久期来调整收益率，把非等间隔数据等间隔化，结合波动模型和久期模型对股指期货市场高频波动特征进行了研究。并在此基础上添加交易量、持仓量等微观结...
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
目录
第一章 绪论
1.1 研究背景
1.2 国内外研究现状述评
1.2.1 国外研究综述
1.2.2 国内研究综述
1.3 本文课题研究的提出及意义
1.4 本文的主要内容及结构安排
1.5 本文的创新之处
第二章 相关模型理论
2.1 市场微观结构理论综述
2.1.1 微观结构理论的起源与发展
2.1.2 市场微观结构理论的研究内容
2.1.3 市场微观结构理论的研究目的和意义
2.2 （超）高频数据的概念及特征
2.3 条件异方差模型
2.3.1 ARCH 模型模型族的发展历程
2.3.2 GARCH 模型
2.3.3 GARCH-M 模型
2.3.4 EGARCH 模型
2.4 久期模型
2.4.1 ACD 模型的基本理论
2.4.2 ACD 模型的进一步扩展
2.5 本章小结
第三章 基于久期信息的波动预测计量模型
3.1 久期与波动率的关系描述
3.2 GARCH-ACD 模型的意义和局限
3.3 基于久期的波动预测计量模型
3.3.1 价格久期的定义与日内效应的去除
3.3.2 波动预测模型 Log-WACD-EGARCH-M-V 模型
3.3.3 波动预测计量模型的意义
3.4 参数估计与模型评估
3.4.1 模型的参数估计
3.4.2 模型的评估
3.5 本章小结
第四章 股指期货高频交易模型的实证分析
4.1 数据获取与预处理
4.1.1 数据的说明与处理
4.1.2 剔除相关变量的日内效应
4.2 波动性模型的实证结果与分析
本章小结
总结与展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件
【参考文献】：
期刊论文
[1]我国股指期货市场交易久期聚类特征研究[J]. 姜力. 中国物价. 2013(02)
[2]价格持续期的非对称对数ACD模型及其应用[J]. 邓学龙,欧阳红兵. 管理科学. 2010(02)
[3]交易持续期、波动率与市场微观结构关系的统计检验[J]. 陶雄华,杜志维,徐晟. 统计与决策. 2010(06)
[4]交易间隔、超高频波动率与VaR——利用日内信息预测金融市场风险[J]. 邵锡栋,连玉君,黄性芳. 统计研究. 2009(01)
[5]超高频数据下金融市场持续期序列模型述评[J]. 耿克红,张世英. 中国管理科学. 2008(04)
[6]金融高频数据和超高频数据的研究现状及展望[J]. 唐振鹏. 福州大学学报(哲学社会科学版). 2008(04)
[7]ACD模型的发展以及在金融中的应用[J]. 郭宝生,任若恩. 系统工程. 2007(10)
[8]交易间隔、波动性和微观市场结构——对中国证券市场交易间隔信息传导的实证分析[J]. 马丹,尹优平. 金融研究. 2007(07)
[9]金融高频数据分析——扩展ACD模型实证研究[J]. 徐国祥,金登贵. 财经研究. 2006(06)
[10]中国证券市场的LOG-ACD模型及其应用[J]. 马超群,张明良. 统计与决策. 2006(04)
博士论文
[1]基于ACD-GARCH模型的股票流动性分析[D]. 吴武泽.对外经济贸易大学 2002
硕士论文
[1]多元Copula-GARCH模型及其在期货风险分析中的应用[D]. 马冬冬.合肥工业大学 2009
[2]自回归条件持续期模型及其实证研究[D]. 张明良.湖南大学 2005
本文编号：3295794
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
目录
第一章 绪论
1.1 研究背景
1.2 国内外研究现状述评
1.2.1 国外研究综述
1.2.2 国内研究综述
1.3 本文课题研究的提出及意义
1.4 本文的主要内容及结构安排
1.5 本文的创新之处
第二章 相关模型理论
2.1 市场微观结构理论综述
2.1.1 微观结构理论的起源与发展
2.1.2 市场微观结构理论的研究内容
2.1.3 市场微观结构理论的研究目的和意义
2.2 （超）高频数据的概念及特征
2.3 条件异方差模型
2.3.1 ARCH 模型模型族的发展历程
2.3.2 GARCH 模型
2.3.3 GARCH-M 模型
2.3.4 EGARCH 模型
2.4 久期模型
2.4.1 ACD 模型的基本理论
2.4.2 ACD 模型的进一步扩展
2.5 本章小结
第三章 基于久期信息的波动预测计量模型
3.1 久期与波动率的关系描述
3.2 GARCH-ACD 模型的意义和局限
3.3 基于久期的波动预测计量模型
3.3.1 价格久期的定义与日内效应的去除
3.3.2 波动预测模型 Log-WACD-EGARCH-M-V 模型
3.3.3 波动预测计量模型的意义
3.4 参数估计与模型评估
3.4.1 模型的参数估计
3.4.2 模型的评估
3.5 本章小结
第四章 股指期货高频交易模型的实证分析
4.1 数据获取与预处理
4.1.1 数据的说明与处理
4.1.2 剔除相关变量的日内效应
4.2 波动性模型的实证结果与分析
本章小结
总结与展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件
【参考文献】：
期刊论文
[1]我国股指期货市场交易久期聚类特征研究[J]. 姜力. 中国物价. 2013(02)
[2]价格持续期的非对称对数ACD模型及其应用[J]. 邓学龙,欧阳红兵. 管理科学. 2010(02)
[3]交易持续期、波动率与市场微观结构关系的统计检验[J]. 陶雄华,杜志维,徐晟. 统计与决策. 2010(06)
[4]交易间隔、超高频波动率与VaR——利用日内信息预测金融市场风险[J]. 邵锡栋,连玉君,黄性芳. 统计研究. 2009(01)
[5]超高频数据下金融市场持续期序列模型述评[J]. 耿克红,张世英. 中国管理科学. 2008(04)
[6]金融高频数据和超高频数据的研究现状及展望[J]. 唐振鹏. 福州大学学报(哲学社会科学版). 2008(04)
[7]ACD模型的发展以及在金融中的应用[J]. 郭宝生,任若恩. 系统工程. 2007(10)
[8]交易间隔、波动性和微观市场结构——对中国证券市场交易间隔信息传导的实证分析[J]. 马丹,尹优平. 金融研究. 2007(07)
[9]金融高频数据分析——扩展ACD模型实证研究[J]. 徐国祥,金登贵. 财经研究. 2006(06)
[10]中国证券市场的LOG-ACD模型及其应用[J]. 马超群,张明良. 统计与决策. 2006(04)
博士论文
[1]基于ACD-GARCH模型的股票流动性分析[D]. 吴武泽.对外经济贸易大学 2002
硕士论文
[1]多元Copula-GARCH模型及其在期货风险分析中的应用[D]. 马冬冬.合肥工业大学 2009
[2]自回归条件持续期模型及其实证研究[D]. 张明良.湖南大学 2005
本文编号：3295794
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3295794.html
