中国豆类期货市场套利研究

发布时间：2017-08-01 22:02

  本文关键词：中国豆类期货市场套利研究

  更多相关文章： 套利 豆类期货市场 协整关系 均值回复 VaR

【摘要】：期货是商品价格发现和实现商品价格市场化非常重要的一种工具,但由于期货市场实行的t+0交易制度和保证金制度,使得期货价格的波动对于股票的价格波动要大得多,另外随着我国期货市场日益国际化,国内期货品种的价格受国外期货相关品种价格变动的影响越来越大,特别在2008年的全球性金融危机中,国际商品期货价格出现巨大的波动,我国国内的商品期货价格也随着出现巨大的波动,这给期货投资者带来巨大的价格波动风险,因此,在这样的背景下套利交易会是期货市场投资者期望追求稳定收益降低风险的不错选择。套利交易本质上是价差交易,价差相对于期货价格,其波动幅度要相对小得多,并且价差可以代表着价格序列之间的关系,当这种关系存在着某种特性或者是某种规律的时候,这便给我们提供了一种通过研究该特性或规律进而获得收益的可能性。套利研究便是试图找出这样的特性、规律,至今对于套利的研究可以总体上归结为两种,一种是基于现货之间的关系或规律构建套利模型,另外一种是完全基于统计的方法通过研究期货价格之间的关系进而构建套利模型。而本文是在考虑现货之间存在的关系的基础上通过统计的方法构建套利模型,即在大豆压榨利润公式的基础上,通过统计的方法构建期货价格序列之间的关系模型。 以前对于套利的研究基本都将重点放在期货价格序列之间关系的建模之上,而本文是将研究的重心放在套利策略阀值的确定以及套利策略效果的检验之上,因为设置不同的交易、风控阀值对于套利策略的收益效果影响很大,为了使套利策略的收益最大化,并且尽可能地贴近现实情况,本文采用非对称交易阀值和基于VaR方法计算得出的风控阀值。由于以前对于套利策略的检验只是对套利本身实现的收益情况作分析,而没有跟市场作对比,分析套利策略的表现是否能优于市场表现,是否能创造超额利润,因此,本文不仅分析套利策略本身收益情况,还将其与市场的平均收益情况进行对比,进而分析是否存在超额利润。由于所研究的豆类期货市场没有对应的期货指数,因此本文采用简单的方法构建了期货合约指数作为市场组合的代表。 本文的研究对象是豆类期货,在大连商品交易所中的豆类期货包括有大豆期货、豆油期货、豆粕期货,选择豆类作为研究对象是因为我国是最大的大豆生产和消费国之一,大豆的价格波动对于生产商、贸易商、消费者都有巨大的影响,随着经济水平和居民生活水平的提高,国内对大豆的消费量剧增,导致大豆进口量与日俱增,并且随着中国国际化进程的加快,国内大豆的价格受国际价格的影响越来越大,使得大豆价格的波动也越来越频繁。另外选择豆类期货作为研究对象还考虑了豆类期货市场规模比较大,位于农产品期货之首,约占农产品期货市场成交额的70%左右,市场规模大说明豆类期货市场的流动性比较好,这有利于套利活动的顺利进行。豆类期货是中国市场化程度最高且开放较早的品种之一,相对于其他农产品市场,其发展的程度会较为成熟,价格机制也会较为完整,这也是本文采用豆类期货作为研究对象的原因。 本文通过对三种豆类期货合约样本内的价格序列进行协整性分析,构建了三者之间的协整模型,进而将协整模型中的系数作为套利头寸的持仓比例,得出套利组合为1手大豆期货合约对应0.1623手豆油期货合约和0.8507手豆粕期货合约,即买入1手大豆期货合约的同时卖出0.1623手豆油期货合约和0.8507手豆粕期货合约,或者卖出1手大豆期货合约的同时买入0.1623手豆油期货合约和0.8507手豆粕期货合约。构建协整模型得到价差序列,通过在研究价差序列的统计特征的基础上建立交易阀值和风控阀值,交易阀值采用非对称的上下交易阀值,利用构建期望套利收益对于交易阀值的函数并对其求最大化的方法,求得上交易阀值为0.7σ,下交易阀值为-0.86σ。风控阀值的确定采用VaR方法,在1%的置信度下求得风控阀值为±593。求出交易阀值和风控阀值之后我们便可建立套利策略：当价差变大偏离均衡值并且触及上交易阀值时,卖出1手大豆期货合约同时买入0.1623手豆油期货合约和0.8507手豆粕期货合约,持有套利组合头寸直到价差回复到均衡值时平仓；当价差并未出现均值回复而是继续往上触及风控阀值时平仓止损；当价差变小偏离均衡值并且触及下交易阀值时,买入1手大豆期货合约同时卖出0.1623手豆油期货合约和0.8507手豆粕期货合约,持有套利组合头寸直到价差回复到均衡值时平仓；当价差并未出现均值回复而是继续往下触及风控阀值时平仓止损。 采用建立的套利策略对样本内跟样本外的数据进行模拟套利交易,并计算出套利交易的收益指标,样本内套利模拟结果的年化收益率达到16.48%,夏普比率达到1.2887,而样本外套利模拟结果的年收益率为-0.1449。通过与构建的豆类期货合约指数的收益进行对比,得出样本内套利策略的表现要好于市场组合的表现,套利策略获得的超额年化收益率达到9.30%,这也从侧面说明了2006年到2012年的豆类期货市场仍未达到弱式有效；而拿样本外的套利结果与指数的表现对比发现样本外的套利策略并不能战胜市场,不能带来超额利润,一方面这是由于样本选择的问题,套利模型的建立是选择了长度为7年的数据作为数据基础,而样本外的数据长度只有1年,由于采用时间长度长达7年的数据建立的协整模型,其均值回复所需要的时间必然会更长,本文中的均值回复半周期达到105天,也就是整个均值回复过程要经历7个月之久,因此由于样本外数据长度过短,可能出现还未出现均值回复的现象。另一方面通过我们在样本内对不同经济周期下套利策略效果的分析结论中可知,套利策略在经济调整期的表现是最差的,而2013年仍然处于经济调整期,因此套利策略在样本外的表现如此之差也是可以预期到的。 本文还分析了套利策略在不同经济环境下的套利表现,结果显示套利策略在价格波动比较剧烈的经济繁荣期和经济危机期的表现要比在经济调整期的表现好很多,其中,在经济危机期下进行套利交易能获得最佳收益。
【关键词】：套利 豆类期货市场 协整关系 均值回复 VaR
【学位授予单位】：西南财经大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F323.7;F724.5
【目录】：

• 摘要4-7
• Abstract7-11
• 1. 绪论11-18
• 1.1 选题背景与研究意义11-13
• 1.2 国内外研究综述13-15
• 1.3 研究思路与基本框架15-16
• 1.4 研究的创新点16-18
• 2. 理论基础18-27
• 2.1 市场有效性理论18-19
• 2.2 期货套利的基本概述19-22
• 2.2.1 跨品种套利20-21
• 2.2.2 统计套利理论21-22
• 2.3 协整相关理论22-25
• 2.3.1 平稳性原理22
• 2.3.2 单位根检验22-23
• 2.3.3 协整23-25
• 2.3.4 误差修正模型25
• 2.4 VAR方法25-27
• 3. 大豆压榨套利策略27-31
• 3.1 大豆压榨套利原理27-28
• 3.2 大豆压榨套利策略及操作方法28-29
• 3.3 套利效果的衡量29-31
• 4. 大豆压榨套利策略实证分析31-53
• 4.1 数据选取与处理31-32
• 4.2 基于样本内数据的套利模型构建32-40
• 4.2.1 相关性分析32-33
• 4.2.2 单位根检验33-34
• 4.2.3 协整检验34-37
• 4.2.4 构建误差修正模型37-40
• 4.3 确定交易与风控阀值40-42
• 4.4 样本内套利策略收益分析42-49
• 4.4.1 套利策略收益分析42-45
• 4.4.2 市场收益分析45-46
• 4.4.3 套利策略与市场收益对比46-49
• 4.5 样本外套利策略收益分析49-53
• 5. 套利策略存在的问题与改进53-55
• 5.1 套利策略存在的问题53-54
• 5.2 套利策略的改进54-55
• 6. 研究结论55-58
• 参考文献58-60
• 后记60-62
• 致谢62

【参考文献】

中国期刊全文数据库 前4条

1 郑文通;金融风险管理的VAR方法及其应用[J];国际金融研究;1997年09期

2 常宗琪;;白糖统计套利理论模式研究及实例分析[J];经济师;2008年11期

3 丁秀玲;华仁海;;大连商品交易所大豆与豆粕期货价格之间的套利研究[J];统计研究;2007年02期

4 周梅;豆、粕套利的投资策略分析[J];中国粮食经济;2005年05期

，

本文编号：606352