基于协整分析的统计套利策略研究

发布时间：2017-09-28 10:01

  本文关键词：基于协整分析的统计套利策略研究

  更多相关文章： 统计套利 协整分析 主成分分析 典型相关分析 格兰杰因果检验 GARCH模型

【摘要】：2010年3月31日，融资融券试点正式推出；同年4月16日股指期货在中国金融期货交易所正式挂牌上市，获得社会各界广泛关注。融资融券业务推出和股指期货上市是中国证券市场发展的里程碑，标志着做空机制正式引入中国证券市场，使投资者在熊市中有规避风险的工具，同时使套利策略在国内有了生长的土壤。因此，对套利策略进行研究具有实际意义。 本文从确定交易对象和交易时机两个方面研究统计套利策略。根据2011年年报中每股收益、净利润增长率等重要基本面因子对融资融券标的中权重最高的金融服务业股票进行聚类，以确定性质相似的股票构建股票池，用于下文筛选交易对象。利用2010年3月31日至2012年4月30日期间日收盘价（前复权）数据建模，以2012年5月1日至2013年10月15日期间日收盘价测试相应策略收益情况。 在确定套利策略交易对象方面，本文通过对股票池股票分别进行相关性分析、主成分分析和典型相关分析筛选出三对交易对象，利用协整检验确定三对交易对象存在协整关系，，进而分别建立配对套利策略、主成分套利策略和典型相关套利策略，实证测试相应套利策略。结果表明，以上三种套利策略年化收益(%)分别为10.84、8.50和9.98，日收益率与市场行情无关，且波动率显著小于同期沪深300指数。 在确定套利策略交易时机方面，本文在配对套利策略中分别引入格兰杰因果检验和GARCH模型：利用格兰杰因果检验确定股价间因果关系，根据模型预测值与股价实际值偏离情况指导交易；利用GARCH模型刻画价差序列的波动性，以价差的时变标准差指导交易。实证测试基于格兰杰因果检验的配对套利策略和基于GARCH模型的配对套利策略，结果表明，引入择时机制后两种策略日收益率的波动性、与市场行情相关性均下降，年化收益(%)分别为6.80和13.72。
【关键词】：统计套利 协整分析 主成分分析 典型相关分析 格兰杰因果检验 GARCH模型
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：C81
【目录】：

• 摘要5-6
• ABSTRACT6-7
• 目录7-10
• 1 绪论10-19
• 1.1 选题背景及意义10-11
• 1.2 文献综述11-17
• 1.2.1 国内外研究现状11-16
• 1.2.2 文献综述小结16-17
• 1.3 本文结构安排17
• 1.4 本文创新之处17-19
• 2 统计套利相关理论19-33
• 2.1 统计套利和无风险套利19-21
• 2.1.1 统计套利的起源和定义19
• 2.1.2 无风险套利的定义19-20
• 2.1.3 统计套利和无风险套利的区别与联系20
• 2.1.4 统计套利策略常用方法20-21
• 2.2 协整理论与误差修正模型21-25
• 2.2.1 协整理论相关知识21-22
• 2.2.2 协整理论22-23
• 2.2.3 误差修正模型23-25
• 2.3 ARCH 模型和 GARCH 模型25-27
• 2.3.1 ARCH 模型25-26
• 2.3.2 GARCH 模型26-27
• 2.4 格兰杰因果检验27
• 2.5 聚类分析理论27-30
• 2.5.1 聚类分析的基本思想27-28
• 2.5.2 相似性的度量：距离28-29
• 2.5.3 系统聚类分析29
• 2.5.4 K 均值聚类分析29-30
• 2.6 主成分分析理论30-31
• 2.6.1 主成分分析的基本思想30
• 2.6.2 主成分分析的数学模型30-31
• 2.7 典型相关分析理论31-33
• 2.7.1 典型相关分析的基本思想31
• 2.7.2 典型相关分析的数学模型31-33
• 3 基于协整分析的统计套利策略33-57
• 3.1 基于聚类分析确定股票池33-37
• 3.2 配对套利策略37-43
• 3.2.1 相关性分析37-38
• 3.2.2 平稳性检验38
• 3.2.3 协整检验38-39
• 3.2.4 误差修正模型39-40
• 3.2.5 配对套利策略实证分析40-43
• 3.3 主成分套利策略43-50
• 3.3.1 主成分分析43-44
• 3.3.2 相关性分析44-45
• 3.3.3 平稳性检验45-46
• 3.3.4 协整检验46-47
• 3.3.5 误差修正模型47
• 3.3.6 主成分套利策略实证分析47-50
• 3.4 典型相关套利策略50-57
• 3.4.1 K 均值聚类分析50
• 3.4.2 典型相关分析50-52
• 3.4.3 平稳性检验52-53
• 3.4.4 协整检验53
• 3.4.5 误差修正模型53-54
• 3.4.6 典型相关套利策略实证分析54-57
• 4 统计套利策略策略进阶57-67
• 4.1 基于格兰杰因果检验的配对套利策略57-62
• 4.1.1 格兰杰因果检验57-58
• 4.1.2 平稳性检验58
• 4.1.3 协整检验58-59
• 4.1.4 误差修正模型59-60
• 4.1.5 基于格兰杰因果检验的配对套利策略实证分析60-62
• 4.2 基于 GARCH 模型的配对套利策略62-67
• 4.2.1 ARCH-LM 检验63
• 4.2.2 建立 GARCH 模型63-64
• 4.2.3 基于 GARCH 模型的配对套利策略实证分析64-67
• 5 研究总结与展望67-68
• 5.1 研究总结67
• 5.2 研究展望67-68
• 致谢68-69
• 参考文献69-71
• 附录 171-86
• 附录 286

【参考文献】

中国期刊全文数据库 前10条

1 仇中群;程希骏;;基于协整的股指期货跨期套利策略模型[J];系统工程;2008年12期

2 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

3 柳慰颖;陈以增;毛亚莉;;基于指数加权移动平均模型的沪深300协整跨期套利策略[J];南昌大学学报(理科版);2012年04期

4 王云平;;基于协整的统计套利策略实证研究[J];辽宁师专学报(自然科学版);2011年04期

5 陶庆梅;;股票溢价求解[J];全国商情(经济理论研究);2007年07期

6 韩广哲;陈守东;;统计套利模型研究——基于上证50指数成份股的检验[J];数理统计与管理;2007年05期

7 杨怀东;潘s

本文编号：935193