基于随机占优的股指期货市场有效性分析

发布时间：2021-01-17 20:49

　　2015年中金所出台严格监管措施后,股指期货成交低迷,异象频出。为验证严格监管措施对股指期货市场有效性的影响,本文利用随机占优DD测试法,为风险规避者和风险寻求者分别构建升序和降序占优模型。传统DD测试法用等间距划分的方式产生网格,且假设检验的两个判定阈值为相反数,这不符合金融数据的分布规律。因此,本文提出了对DD测试法的两处改进,利用"等频率划分法"产生网格,利用"非对称分位数法"产生阈值。实证方面,本文对三个股指期货及其现货的15分钟数据进行分析,发现在自股灾以来,上证50指数一阶占优于上证50股指期货,形成套利机会,且该套利策略的年化收益率、夏普比率和卡玛比率都非常优异。实证进一步显示,严格监管措施后占优数量达到最高峰,严格监管措施导致的股指期货功能受损比股灾更严重,而这一现象在中金所逐步放松监管措施后得以稍微缓解但没有根本改变。 

【文章来源】：运筹与管理. 2020,29(03)北大核心CSSCI

【文章页数】：8 页

【部分图文】：

图1 日K线和15分钟K线涨跌幅频率分布图

Λ n jA = max 1≤k≤Κ (Τ A (j,r k ,{x t } n ,{y t } n )) Γ n jA = min 1≤k≤Κ (Τ A (j,r k ,{x t } n ,{y t } n )) ?????? ??? (13)图3 阈值的频率分布图

图2 统计量的频率分布图至此得到数列{Λ n jA }和{Γ n jA },其中n=1,2,…,N。然后对{Λ n jA }进行从大到小排序,依次为Λ (1) jA ,Λ (2) jA ,…,Λ (Ν) jA 。如式(14)所示,选择置信水平α下的分位数(也就是第?αN」个值),即Λ (?αΝ?) jA 作为假设判断的极大阈值Q max jΜ 。对{Γ n jA }进行从小到大排序,依次为Γ (1) jA ,Γ (2) jA ,…,Γ (Ν) jA 。如式(14)所示,选择第?αN」个值,即Γ (?αΝ?) jA 作为假设判断的极小阈值Q min jΜ 。

【参考文献】：
期刊论文
[1]限制交易政策如何影响期现关系?——对股指期货价格发现功能的实证检验[J]. 许荣,刘成立.  金融研究. 2019(02)
[2]基于面板政策评估方法的股指期货推出效应研究[J]. 高扬,孙便霞,王超.  运筹与管理. 2018(08)
[3]我国股指期货与现货市场的波动溢出效应研究——基于HAR-CAW模型[J]. 赵树然,袁东,任培民.  运筹与管理. 2018(01)
[4]现货市场异常波动下股指期货交易限制对市场质量的影响分析[J]. 丁逸俊,冯芸.  系统工程理论与实践. 2017(10)
[5]异常波动中股指期货和现货市场信息传导机制[J]. 王爽,宋军.  系统工程学报. 2017(05)
[6]上证50股指期货、ETF期权与ETF市场的价格发现能力对比分析[J]. 王苏生,许桐桐,王俊博,余臻.  运筹与管理. 2017(09)
[7]极端下跌事件的正反馈效应与监管限制溢出[J]. 丁逸俊,冯芸.  中国管理科学. 2017(09)
[8]股指期货交易会降低股市跳跃风险吗?[J]. 陈海强,张传海.  经济研究. 2015(01)
[9]沪深300股指期货价格发现能力的变化及其决定因素[J]. 陶利斌,潘婉彬,黄筠哲.  金融研究. 2014(04)



本文编号：2983570