A股市场小盘股统计套利策略的应用研究

发布时间：2017-08-08 15:05

  本文关键词：A股市场小盘股统计套利策略的应用研究

  更多相关文章： 统计套利 小盘股 逐步回归 协整 GARCH模型

【摘要】：统计套利作为一种数量化构建投资组合的方法,在美国已经有了三十余年的发展历史,这种策略源自于匹配交易的基本原理。诞生之初,统计套利就给它的使用者以惊艳的投资回报,历经不断的改进与修正,至今在海外发达资本市场焕发着勃勃生机。但我国股市的年龄也不过三十年左右,无论是微观市场结构、金融产品种类以及投资者成熟度相比于发达经济体还有很大的不足。所以很多国外的先进产品、理论和模型往往在国内难以找到适合其生存的土壤。但从另一个角度而言,这也是我国资本市场所具有的一种“后发优势”,假使我国资本市场发展阶段滞后于发达国家,那么曾经在发达国家资本市场经实战考验被认为是行之有效的策略、模型和方法也就会在我国找到用武之地。而统计套利就是这样一种值得引进和学习的策略方法。 在我国金融界,2010年堪称是具有里程碑意义的一年,融资融券和股指期货的开闸让沪深A股又向前完善了一大步,也让统计套利在中国的应用成为可能。在这之前,国内关于统计套利的研究寥寥无几,少量的文献也基本把封闭基金作为研究对象。而在2010年之后,无论是在实践应用方面还是理论研究方法,统计套利的相关成果都如雨后春笋般出现。 已有的大多数研究已经基本证明了统计套利策略在我国A股市场也是有效的,但研究者也往往把研究对象设定为蓝筹大盘股,尤其以银行股为最。我国上市银行的净利润占到了所有上市公司净利润的一半,不能否认银行股乃至大市值股票在A股庞大的影响力,但如果验证对象都集中在一起,却很难说是完备的说明了问题,尤其在我国目前的金融体系中,刚性兑付问题普遍存在,隐性的政府担保对很多银行和央企的信用状况起着难以估量的作用,所以这一类股票,其市场化的“股权”性质相对薄弱,而“债权”性质相对略强。另一方面,我国现有的研究文献,在整个统计套利策略的设计操作过程中,相对而言,金融经济的理论比较缺乏,往往把研究重点放在股价序列数据本身的挖掘上,在缺乏对不同股票价格之间关联机理的深入剖析前提之下,仅仅依据历史数据本身体现出的相似特征,也难以充分反映未来可能出现的问题。 正是基于对以上两点问题的思考,本文将研究统计套利策略在我国A股小盘股上的应用效果,以及将更多的金融学的知识思想体系思想与量化的交易策略相融合。这两点也正是本文的创新之处。 本文首先明确统计套利的概念、定义、思想和特征,然后对国内外尤其是近年来国内的研究成果进行回溯剖析,明确研究的出发点和落脚点。然后结合金融学中的股权估值理论、收益率相关理论、资产组合相关理论以及我国融资融券业务的特点来为下一步的分析打下基础。考虑到在不到四年的时间里,两融标的股票的数量显著增长,本着着眼于未来的研究思路,本文所选择的研究标的并未囿于现有的股票名录。于是选择沪深A股小盘股的代表——电力企业的股票为统计套利策略的验证对象,通过符合金融理论的多因素指标,利用逐步回归法确定不同电力公司股价的显著因素。然后根据协整理论,验证显著性因素相近的配对电力公司股价之间是否具有长期经济均衡关系,最终确定统计套利策略的资产组合,并选取相关系数最大的另一组资产组合作对照组。在信号识别和交易操作的设计中,应用自回归条件异方差模型,对资产组合价格差值进行信息提取,根据价差序列与时变方差之间的关系决定何时建仓和平仓。最终结果表明,统计套利策略的收益率显著高于标的股票持有期收益率,而且相对于相关系数确定的对照组配比股票对,根据逐步回归和金融理论进行多因素确定的实验组资产组合综合交易收益率更高,交易时滞更短。总体而言,统计套利交易策略对我国A股市场的小盘股是有效的。展望下一步的研究拓展,可以考虑引进交易本身的冲击成本,以及不同市场环境下的检测效果,并可以考虑将数据挖掘、高频交易和大数据等前沿技术应用在策略当中。
【关键词】：统计套利 小盘股 逐步回归 协整 GARCH模型
【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】：F832.51;F224
【目录】：

• 摘要4-6
• Abstract6-10
• 1. 绪论10-18
• 1.1 研究背景和意义10-11
• 1.2 统计套利的概念11-14
• 1.2.1 统计套利的基本原理12-13
• 1.2.2 统计套利的严格定义13
• 1.2.3 统计套利的特征13-14
• 1.3 文献综述14-16
• 1.4 研究思路及论文结构16-18
• 2. 统计套利的金融学基本原理18-23
• 2.1 股权估值的基本理论18-20
• 2.1.1 估值方法论18-19
• 2.1.2 股票收益理论19-20
• 2.2 资产组合基本理论20-21
• 2.2.1 资本资产定价模型20-21
• 2.2.2 Fama-French三因子模型21
• 2.3 融资融券基本概述21-23
• 3. 统计套利的统计学基本原理23-29
• 3.1 确定交易组合23-25
• 3.2 交易比例25-27
• 3.2.1 平稳性25-26
• 3.2.2 协整理论26-27
• 3.3 交易策略的设置27-29
• 4. 交易策略的实证检验29-38
• 4.1 数据来源与样本选取29-30
• 4.2 资产组合的确定30-31
• 4.3 资产组合内部比例关系31-33
• 4.3.1 平稳性检验31-32
• 4.3.2 协整检验32-33
• 4.4 交易操作机制的构建33-34
• 4.5 样本外套利检验34-38
• 5. 研究展望38-40
• 参考文献40-44
• 附录44-48
• 致谢48

【参考文献】

中国期刊全文数据库 前10条

1 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

2 杨立勇;王海侠;;基于统计套利思想的股指期货跨期套利[J];经济数学;2012年02期

3 张连华;;基于高频数据的股指期货期现统计套利程序交易[J];计算机应用与软件;2011年09期

4 于玮婷;;基于协整方法的统计套利策略的实证分析[J];科学决策;2011年03期

5 陈怡;;统计套利策略在我国分级基金市场的尝试[J];科学技术与工程;2012年03期

6 雷井生;林莎;;基于高频数据的统计套利策略及实证研究[J];科研管理;2013年06期

7 方昊;统计套利的理论模式及应用分析——基于中国封闭式基金市场的检验[J];统计与决策;2005年12期

8 张戡;李婷;李凌飞;;基于聚类分析与协整检验的A股市场统计套利策略[J];统计与决策;2012年15期

9 杨怀东;潘s，

本文编号：640574