基于跳回归的股票配对交易策略的设计

发布时间：2020-10-24 00:18

　　 近些年以来,中国的经济保持了持续稳定的的增长态势。中国共产党第十九次全国代表大会在报告中指出我国的经济“由高速增长阶段转向高质量发展阶段,中国经济再一次做出明确的路径选择——转变发展方式,实现集约型经济增长,提高全要素生产率”。作为经济总量跃居世界第二的经济大国,中国证券市场经历了20多年的发展,从制度不健全、体系不完善、规模不壮大,到现在的相对规范完善,系统风险明显降低。但是,证券行业作为金融体系的重要组成部分,相对于银行、信托来说,整体规模仍然偏小,还处在发展的初级阶段。大量的国内外学者和专家经过研究证明,中国股票市场存在着波动频繁、幅度较大、持续较长的特点。在中国的股票市场存在着相对较高的投机套利机会。本文将跳回归理论应用于中国证券市场,找到证券市场中存在的跳回归现象,给跳回归理论找到了适用的金融场景。不仅考虑到跳回归现象的存在性,还考虑到跳回归现象的稳定性,使其理论的运用更具科学性。在稳定行业中的股票配对交易策略设计中发现,无论是根据协整理论、最小距离抑或是企业指标,再结合股票价格序列的相关性进行股票配对,并非所有股票都能成功配对;在行业间的股票配对交易策略设计中,成功配对的股票数量就更加少了。在配对股票的特征上面,配对股票组的股票也存在着非对称性,会存在着多股匹配的现象,尤其是在行业间的配对交易策略中这种现象更加明显。对于通过配对的股票组再进行价差形态的筛选,同样发现不是所有配对股票可以通过筛选。而在通过价差选择的配对股票中,自2016年6月1日至2018年6月1日两年的时间内,无论是在行业内配对还是在行业间交易次数都不理想。对比三种传统的配对交易策略的表现,发现基于企业指标的配对交易策略表现更加良好。因此将其作为优化的目标,采用倾向得分匹配模型和相对价差进行策略优化。在优化的过程中发现,这两种优化模型并不都对表现良好的配对交易模型有所提升。在行业内的策略中倾向得分匹配模型有明显的提升效果,但是相对价差模型不仅没有提升作用还削弱了策略有效性;在行业间的策略中倾向得分匹配模型和相对价差模型不仅提高了策略收益率,还增加了交易次数。通过在稳定行业中的策略和在非稳定行业中的策略效果进行比较,发现在非稳定行业中的配对策略在收益率、风险性、可行性和稳定性四个方面表现都不佳,进一步说明跳回归现象在证券市场的应用的积极作用。最后利用LSTM模型对配对股票的价差进行预测,预测结果对投资者今后的行为具有一定的参考意义。
【学位单位】：上海师范大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F832.51
【部分图文】：

股票市场中跳回归现象 上海师范大学硕士学位论文第5章 股票市场中跳回归现象5.1 指数特征通过对市场指数和行业指数价格走势的对比，得到图 5-1。从整体效果来看，市场指数与行业指数的走势并不相同，波动性和趋势性具有明显的差异。但是从局部来看，部分波动和趋势具有一定的相似性。说明对市场指数与行业指数之间的相关关系进行研究是具有现实意义和实际价值的。

图 5-2 指数收益率5.2 市场指数与行业指数跳回归通过对市场指数收益率与行业指数收益率跳跃点的描绘得到图 5-3，可以进一步分析二者之间跳跃关系。市场指数收益率和行业指数收益率跳跃点之间散点图表现出一个有趣的现象，就是跳跃点在正负两个极端处出现堆积现象。而与之前的每个行业所表现出的跳跃点类似，市场指数收益率与行业指数收益率的共同下跳点的数量与幅度均大于上跳。根据跳回归的表现可以看出，能源行业、材料行业、工业行业、金融行业、信息行业和公用行业的跳跃点相对均匀的落在回归直线的附近，而可选行业、消费行业、医药行业和电信行业的跳跃点却分布在较远的位置。那么针对这种不同行业跳回归现象，加以参考去设计符合行业特性的配对交易策略。

28图 5-3 市场与行业指数跳回归根据跳回归得到的回归系数表表 5-3，从整体、上跳和下跳三个方面进行分。首先是从整体的视角来看，跳跃的反应程度根据行业的变化而变化。十个行中公用行业的跳跃回归系数小于 1，说明公用行业对市场跳跃的反应程度相对弱；可选行业、医药行业和金融行业的跳跃回归系数略大于 1，说明这三个行
【相似文献】

相关期刊论文 前10条

1 黄佐鈃;孙绍荣;;基金管理公司股票交易策略研究——以某基金管理公司为例的实证研究[J];中国证券期货;2012年08期

2 葛永波;张萌萌;;QFII与我国开放式基金交易策略的比较分析[J];上海金融学院学报;2009年02期

3 戴春锐;;浅析金融市场中的期权、期货及其衍生品的交易策略[J];时代金融;2017年12期

4 刘峰;蔡志杰;乐斌;;基于市场资金流向分析的商品期货量化交易策略[J];数学建模及其应用;2017年03期

5 郭超;;改进的海龟交易策略及其实证分析[J];时代金融;2017年21期

6 燕汝贞;李平;曾勇;;一种面向高频交易的算法交易策略[J];管理科学学报;2014年03期

7 燕汝贞;李平;曾勇;;基于市场冲击成本与机会成本的算法交易策略[J];管理学报;2012年07期

8 刘广伟;杨召举;邓海涛;;期权垂直价差交易策略的盈亏界定[J];北京市财贸管理干部学院学报;2007年02期

9 王春丽;王佩帆;;基于相对价差的股票配对交易策略优化[J];东北财经大学学报;2017年04期

10 丁涛;;配对交易策略在A股市场的应用与改进[J];中国商贸;2013年05期

相关博士学位论文 前10条

1 魏超然;我国可转债定价及交易策略实证研究[D];对外经济贸易大学;2017年

2 王宝森;股票指数期货交易策略及风险管理研究[D];天津大学;2004年

3 燕汝贞;基于隐性交易成本的算法交易策略研究[D];电子科技大学;2014年

4 付兰多;斯里兰卡股市新兴的盈利技术交易策略的市场效率和适用性[D];华中师范大学;2012年

5 陈实;基于平稳过程和技术分析的交易策略研究[D];华东师范大学;2017年

6 黄伟;基于隐性交易成本的期货市场交易策略研究[D];上海交通大学;2009年

7 Maxim Pecionchin;[D];对外经济贸易大学;2016年

8 周瑜;关于程序化交易几类新方法的探讨[D];华东师范大学;2016年

9 NGUYEN HOANG HUNG;[D];湖南大学;2016年

10 来升强;高频数据交易策略与波动性分析[D];厦门大学;2009年

相关硕士学位论文 前10条

1 李正伟;基于做市商模型下的最优算法交易策略与实证分析[D];山东大学;2019年

2 冯玉茹;配对交易策略在我国A股市场的研究[D];山东大学;2019年

3 孙林科;沪铜期货价格预测及量化交易策略实证研究[D];福建师范大学;2018年

4 陈道华;基于O-U模型的程序化交易策略应用研究[D];安徽大学;2019年

5 刘震宇;沪深300指数成分股间的配对交易策略设计[D];上海师范大学;2019年

6 李岳男;沪深300股指期货程序化交易策略设计[D];沈阳工业大学;2019年

7 李震巍;基于跳回归的股票配对交易策略的设计[D];上海师范大学;2019年

8 周亚武;计及需求响应的售电公司优化交易策略研究[D];广东工业大学;2018年

9 秦蒙蒙;中国期货市场配对交易策略实证研究[D];山东大学;2018年

10 郭超;基于改进海龟交易策略的股指期货程序化交易研究[D];西安财经学院;2017年

本文编号：2853745