检索结果-南通市图书馆

基于小波-GARCH模型的时变系数协整统计套利策略研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于小波-GARCH模型的时变系数协整统计套利策略研究

作者：周秦鹏西北大学

学位级别：硕士

随着我国期货市场不断地发展,也带动了许多关于商品期货的量化策略研究。商品期货市场的价格波动较为剧烈,传统的趋势性策略因为存在“低胜率、高盈亏比”的特征而难以获得长期稳定的收益。但是,统计套利策略与趋势性策略不同,其收益并... 详细信息

随着我国期货市场不断地发展,也带动了许多关于商品期货的量化策略研究。商品期货市场的价格波动较为剧烈,传统的趋势性策略因为存在“低胜率、高盈亏比”的特征而难以获得长期稳定的收益。但是,统计套利策略与趋势性策略不同,其收益并不依赖于某种单一商品期货的价格走势,相对而言是一种较为中性且更加稳健的期货投资策略。统计套利策略的常见研究方法有距离法、随机价差法以及协整法三种,其中协整法不仅运用了更多的统计学思想,而且便于对价差序列进行建模,所以本文将运用协整法进一步研究统计套利策略。本文着重研究小波分析、GARCH模型以及协整统计套利策略,寻求将三者结合运用于商品期货市场,构建出一个具有高效稳定获利能力的量化投资策略。首先,本文通过GARCH模型来捕捉套利组合价差序列中的异方差效应,同时根据历史的残差数据来对残差序列的标准差进行预测,从而实现协整统计套利策略的建仓信号指标体系能够随着时间的变化而实时动态更新。其次,利用小波分析的卓越的降噪能力,将预测所得建仓信号中的噪音进行剥离来提高建仓信号的准确度。最后,将小波-GARCH模型融入到协整统计套利策略框架中构建出一个时变系数的协整统计套利策略。此外,本文通过实证研究发现时变系数协整统计套利策略在针对单一组合时虽然能够获得相对可观的收益,但是在不同时间段策略收益波动较大,因而本文利用分散化投资思想,构建了一个能够同时对三组组合进行套利操作的混合策略,通过对比发现混合策略的收益更加稳定、风险控制能力也更为出色。本文基于小波-GARCH模型的时变系数协整统计套利策略能够同时对三组商品期货品种组合进行套利操作。不仅通过提高建仓点位的精度实现了策略收益的提升,而且还通过分散化投资来平抑策略的波动增强了策略的风控能力。

关键词：时变系数统计套利 GARCH 小波分析

统计套利策略在我国指数分级基金交易中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

统计套利策略在我国指数分级基金交易中的应用

作者：乔梁上海交通大学

学位级别：硕士

指数分级基金是在分级基金基础上发展起来的杠杆类被动型投资产品,其结构化的合同条款设置和灵活的投资主题选择,能够满足不同投资者的需求,近年来在国内发展迅速。本文试图对指数分级基金的统计套利作一些讨论和研究,从而为该类型产品... 详细信息

指数分级基金是在分级基金基础上发展起来的杠杆类被动型投资产品,其结构化的合同条款设置和灵活的投资主题选择,能够满足不同投资者的需求,近年来在国内发展迅速。本文试图对指数分级基金的统计套利作一些讨论和研究,从而为该类型产品的进一步发展和投资者的决策提供参考。本文介绍了国外分级基金类型产品的演化历史和国内分级基金的发展历程,回顾了国内外在统计套利和配对交易方面的文献资料,并参考了国内分级基金的相关研究,对指数分级基金的概念和特点进行了分析,同时从统计套利的理论背景出发,阐述了统计套利及配对交易的方法。本文系统地分析了构建统计套利的诸多环节,包括样本选取、相关性分析、平稳性检验、协整检验和交易策略设计,并对行业指数分级基金的统计套利交易策略进行了实证分析。实证结果表明,行业指数分级基金的分级B类基金应用统计套利交易策略可以获得正收益。业绩基准为同一行业主题指数和不同行业主题指数的分级基金都可以作为统计套利的应用对象。

关键词：统计套利配对交易行业指数分级基金

基于协整-GARCH模型的统计套利策略研究——以银行业股票为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于协整-GARCH模型的统计套利策略研究——以银行业股票为例

作者：余健悦南华大学

学位级别：硕士

统计套利策略兴起于国外,经过多年发展与推广应用,相关理论及实践经验已非常完善,也给不少机构投资者带来了巨大的经济收益。2010年3月,我国证券市场逐步放开融资融券业务,作为一种全新的交易方式,融资融券业务进一步深化了证券市场的发... 详细信息

统计套利策略兴起于国外,经过多年发展与推广应用,相关理论及实践经验已非常完善,也给不少机构投资者带来了巨大的经济收益。2010年3月,我国证券市场逐步放开融资融券业务,作为一种全新的交易方式,融资融券业务进一步深化了证券市场的发展,也带来了一些交易策略的改变,融资融券业务的提出改变了市场单向交易的模式,对市场影响深远。作为市场中性的量化交易策略,统计套利以统计学和计量经济学为理论基础,综合运用计算机技术,通过对金融资产的价格时间序列建立模型,挖掘价格时间序列之间的相关关系,在市场中选择投资组合构造交易对,构建多空头寸,在价差序列波动中寻找机会,发现资产组合之间的套利机会,通过计算机程序化设计发现交易信号,并自动触发相应交易,获取低风险套利收益。无论是牛市或熊市行情,统计套利均能取得不错的表现,并具备一定稳定性。本文主要研究我国股票市场上的统计套利策略,并以银行业股票为例进行展开。首先对银行业所有股票的价格时间序列进行相关性分析,按照相关性从大到小的顺序进行平稳性检验及协整分析,找出通过协整检验的股票交易对兴业银行和杭州银行。然后对该交易对建立误差修正模型,找出套利交易的交易比例。构建价差序列并进行分析,对GARCH模型的可行性和有效性进行分析,依据该模型生成的标准差序列对数据进行拟合,计算套利收益,并与固定参数法下的收益进行比较。研究结果显示,两种方法下的样本内套利收益率均达到32%左右,样本外固定参数法收益率为-3.72%,亏损主要来源于交易费用,GARCH模型法收益率为8.66%。在本文收益率计算中,收益率计算较为保守。与固定参数法相比,GARCH模型较为稳定。综上,以协整理论和GARCH模型构造的套利策略具备一定可行性,可以对实际投资活动做出有利指导。

关键词：统计套利平稳性固定参数法 GARCH模型法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于动量反转与机器学习的统计套利策略研究

基于动量反转与机器学习的统计套利策略研究

作者：汤孝海苏州科技大学

学位级别：硕士

机器学习作为人工智能的代表技术,已被广泛应用于量化交易中。此外,已有研究表明我国股市存在动量效应与反转效应,且动量效应和反转效应已成为有效的投资策略。因此,本文利用动量反转因子构建输入特征,基于五种机器学习算法预测股票涨... 详细信息

机器学习作为人工智能的代表技术,已被广泛应用于量化交易中。此外,已有研究表明我国股市存在动量效应与反转效应,且动量效应和反转效应已成为有效的投资策略。因此,本文利用动量反转因子构建输入特征,基于五种机器学习算法预测股票涨跌情况,形成统计套利策略,具有重要的应用价值。首先,选取沪深300指数中的84只股票作为股票池,构建21个日累计收益率和12个月累计收益率作为动量反转因子,并使用五种算法:随机森林、XGBoost、支持向量机、深度神经网络和LSTM构造统计套利策略。实证结果表明,随机森林算法远优于LSTM、深度神经网络、支持向量机和XGBoost。从2013年01月到2017年08月,基于动量反转因子和随机森林的统计套利策略可以获得超过沪深300指数的收益。从2017年08月至2019年12月,基于动量反转因子和随机森林的统计套利策略可以更准确地预测市场的涨跌,但预测能力不足以从市场中获取利润。其次,为了进一步探究基于动量反转因子与随机森林的统计套利策略相较于传统动量反转策略的优势,将本文构建的策略与基于33个动量反转因子形成的策略进行比较。实证发现本文构造的输入特征覆盖更多动量与反转信息,机器学习算法能够很好学习这种非线性关系,使得基于动量反转因子和随机森林的统计套利策略远优于传统动量反转策略。另外,中国股票市场周度动量反转效应表现较为明显,且日频交易会带来较高的交易成本,因此本文将预测期限调整为5天。在预测未来5天涨跌的统计套利策略中,LSTM、随机森林、XGBoost三类算法的收益率远远优于市场,其中LTSM最优。在各实证子阶段内,不同算法的盈利能力存在差异。一种可能的方法是将不同机器学习算法预测结果进行集成,从而能够在不同时期都能够取得较好收益。最后,探究在输入特征增加成交量信息能否改善基于机器学习的统计套利策略盈利能力,实证发现随机森林表现最优,日均收益率为0.0012。而未添加成交量时策略最优日均收益率仅为0.0009,相比之下日均收益率提升30%。此外通过重构输入特征策略的风险水平也得到下降。本文通过机器学习方法对过去价格信息与成交量信息进行提取,判断股票未来涨跌构建统计套利策略,获得远超市场的收益。一方面为国内股票市场有效性研究提供一定依据。另一方面丰富了机器学习在金融领域的研究,尤其是在量化投资领域研究中的应用,具有很强的实践价值。

关键词：动量反转机器学习统计套利股票预测量化交易

加密货币市场上的统计套利研究——以动量因子截面交易模型为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

加密货币市场上的统计套利研究——以动量因子截面交易模型为例

作者：罗晋芳香浙江工商大学

学位级别：硕士

随着比特币受到的关注日益增加,以比特币为代表的加密货币市场开始快速发展。2021年加密货币市场的总市值突破1万亿美元,为投资者提供了一个与传统金融市场相关度较低的投资平台。由于许多市值排名靠前的主流币种之间存在着同根同源的关... 详细信息

随着比特币受到的关注日益增加,以比特币为代表的加密货币市场开始快速发展。2021年加密货币市场的总市值突破1万亿美元,为投资者提供了一个与传统金融市场相关度较低的投资平台。由于许多市值排名靠前的主流币种之间存在着同根同源的关系,主流加密货币的间的相关性非常高。对主流加密货币的价格进行统计分析后发现,为了在加密货币市场获得投资效益,可以从统计套利的思路出发,利用动量因子作为交易信号,构建一个截面型投资模型。本文在回顾分析加密货币市场研究、动量因子研究及统计套利研究这三个方面的相关文献的基础上,首先对如何在加密货币市场中应用统计套利模型进行分析;接着本文选择了七大市值排名靠前的主流加密货币,利用python对其季度期货数据进行数量化分析,研究发现主流币种间的相关性较强,且动量因子差值具有均值回复的特点,这在理论上证明了加密货币市场存在统计套利的可能性;然后进行了投资模型的具体设计,在考虑交易手续费和滑点的情况下,基于2019年的加密货币价格数据进行了投资模型样本内回测及最佳参数选择与具体分析,并且利用2020年的数据进行样本外模型测试分析,在考虑交易成本的情况下,投资模型的年化收益率为25%,夏普比率为2.15。通过实证研究证明了以动量因子为交易信号的截面型统计套利投资模型有效,说明利用统计套利的思想在加密货币市场上进行交易是可行的。根据所面临的手续费的不同,投资者可以调节投资模型进场阈值的大小,限制交易频率;但在遭遇极端的单边行情波动的情况下需要做好风险管理,避免造成巨大损失。然后对影响模型收益的因素进行了分析,研究发现模型对动量因子周期的参数敏感度较低,对开仓阈值和平仓阈值的参数敏感度较高。不过当开仓阈值大于0.01及平仓阈值大于-0.01时,模型的收益较为稳定。最后笔者对本文进行了总结,并对本文的不足之处提出了展望。

关键词：加密货币统计套利动量因子

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的A股市场统计套利溢价研究

基于机器学习的A股市场统计套利溢价研究

作者：曾毅上海财经大学

学位级别：硕士

本文对A股市场上的股票统计套利溢价,也可以认为是股票独特性溢价,进行了理论探讨、模型设计以及实证分析。本文所定义的独特性溢价可以被认为是对股票独特性的补偿,即投资于独特性越高的股票相比于独特性越低的股票存在一定的超额收益... 详细信息

本文对A股市场上的股票统计套利溢价,也可以认为是股票独特性溢价,进行了理论探讨、模型设计以及实证分析。本文所定义的独特性溢价可以被认为是对股票独特性的补偿,即投资于独特性越高的股票相比于独特性越低的股票存在一定的超额收益。本文所定义的统计套利溢价为股票与其相似替代组合之间的收益率之差,即通过构造股票的多头组合以及相似替代组合的空头组合能实现正的期望收益率,本文认为通过上述的多空头组合能实现对冲任意一只股票所面临的潜在因子风险,对冲后的剩余风险则是统计套利风险溢价,在理论上统计套利溢价是大于等于零的。因此,本文的研究重点在于以下两点。第一点为提出股票独特性的概念,通过模型量化构造股票的独特性,进一步对其进行实证分析和研究。第二点为构造股票的统计套利溢价,并探讨股票独特性与其统计套利溢价之间是否存在一定的关系。本文对所研究的股票独特性以及统计套利溢价,创新性地提出了一种新的机器学习框架,即自编码器-弹性网络(Auto Encoder-Elastic,AE)框架,该框架能为本文的后续实证研究提供模型支撑。具体来说,本文通过机器学习模型解决了两个问题,第一个问题为如何构造股票的独特性指标,第二个问题为如何为每只股票构造对应的相似替代组合。本文为了以数据驱动的方式设计股票的独特性,使用无监督学习下的自编码器模型提取股票收益率时间序列之间蕴含的信息,并通过拟合优度为每只股票构造自身的独特性指标,本文认为拟合优度越低的股票其独特性越高,而拟合优度越高的股票其独特性越低。本文通过弹性网络模型为每只股票构造其相似替代股票组合,该模型所具备的稀疏特征选择能力让我们能在最大程度找到与目标股票最相似的股票集,并且在该基础上通过该模型的线性系数为替代相似组合分配内部的投资权重。从问题描述以及解决方案上来看,自编码器-弹性网络机器学习框架能很好地应用于本文的研究对象,并为本文的实证研究开辟了方向。同时,本文并未像大多数文献一样,使用机器学习模型作为预测手段,依赖于机器学习的数据挖掘能力对未知数据集进行预测,以证明模型的泛化能力有实际的应用价值。在本文中,机器学习模型只是为了解决上述两个具体问题所使用的工具,并未将其用于对未知数据集的预测以及推断过程中,因此本文并未像其他机器学习文献一样对模型的超参数进行过度调节,以尽可能地提高模型的表现。本文对股票独特性效应以及股票统计套利溢价进行了实证分析。为了使得实验更切合实际,本文选择了所使用的数据包括2010年4月1日至2021年12月31日的A股市场上所有满足融资融券条件的股票,基于前复权收盘价计算每只股票的日收益率和月收益率。股票日收益率用于自编码器(Auto Encoder)提取股票之间的相似性信息以及弹性网络(Elastic Net)构造每只股票的相似替代组合,而股票的月收益率用于构造本文的组合收益率。本文在每个月末都将使用自编码器(Auto Encoder)对过去一年的股票日收益率进行训练拟合,生成每只股票重构后的收益率时间序列,并计算拟合优度以代表每只股票的独特性,同时基于每只股票重构后的收益率时间序列使用弹性网络模型(Elastic Net)构造每只股票的相似替代组合。本文以股票独特性为依据进行十位分数分组,并基于组合排序检验法对股票独特性以及统计套利溢价进行实证假设检验。从本文的实证结果来看,根据股票独特性构成的分组投资组合,其多空头组合月收益率达到0.64%,对应的稳健t检验值为2.86,纯多头组合月收益率达到1.37%,对应的稳健t检验值为3.10。与此同时,股票统计套利溢价月收益率达到0.57%,对应的稳健t检验值为2.53。上述实证结果表示统计套利溢价在A股市场上是显著存在的,同时股票独特性在一定程度上可以作为资产定价因子。根据本文的实证结果,独特性越高的股票相比于独特性越低的股票其能获得更高的超额收益,同时,独特性越高的股票其对应的统计套利溢价也越高。本文认为,统计套利行为在一定程度上驱使了股票的独特性降低,在大量套利行为的背后都蕴含着均值回归这一思想,而统计套利行为则会加快股票均值回归的速度,以使得股票之间的相似性不断上升,股票的独特性在均值回归的过冲中将不断下降,从而导致统计套利溢价进一步下降。因此,在A股市场的有效性不断提升的过程中,随着A股市场上的做空条件不断放宽,统计套利溢价将会愈发接近于零。

关键词：统计套利资产定价机器学习自编码器弹性网络

基于期货产业链的高频统计套利策略的实证研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于期货产业链的高频统计套利策略的实证研究

作者：兰海玲吉林大学

学位级别：硕士

随着我国资本市场的不断成熟和发展,期货的成交量逐年攀升,在卖空机制的支持下,统计套利策略成为了期货市场投资者的研究热点。统计套利是一种通过量化分析,确定具有产业链关系或价格相关性强的套利资产组合,建立资产组合之间的长期均... 详细信息

随着我国资本市场的不断成熟和发展,期货的成交量逐年攀升,在卖空机制的支持下,统计套利策略成为了期货市场投资者的研究热点。统计套利是一种通过量化分析,确定具有产业链关系或价格相关性强的套利资产组合,建立资产组合之间的长期均衡关系,设计有效的交易规则进行获利的投资方式。这种套利方法并不依赖于投资者的主观判断,通常基于统计学构造的价差序列来实现套利。本文利用产业链上下游商品间的经济关系构造套利资产组合,以大豆压榨利润产业链为例,采用大连商品交易所的豆二、豆粕和豆油三种期货品种为研究对象,分别构建基于压榨利润的套利模型、基于协整关系的套利模型和具有时变系数的卡尔曼滤波套利模型,同时针对三种交易模型设置了相应的交易信号规则,分别是非参数法和随机模型参数法,采用网格搜索法和参数解析法对不同模型和不同频率分别给出不同的建平仓交易阈值。同时,为了更好地捕捉到资产价格的日间变化,本文采用了5分钟、15分钟和30分钟的高频数据对三种不同的模型进行实证研究,并结合了资金管理中的凯利公式,针对样本内数据的训练表现给予不同的投资比例,在样本外数据进行回测,并从模型层面和数据频率层面分别给出结果评价与分析。实证研究表明,基于压榨利润模型和协整关系模型在样本内和样本外的回测中都取得了正的收益,说明高频统计套利策略在我国的期货交易中具有可行性。卡尔曼滤波模型由于其系数的时变性太强,导致套利次数过多,频繁出现止损现象,收益表现不佳。在确定交易信号的模型中,非参数法确定的交易阈值均可以达到提高交易次数和收益的目标,但是随机模型参数法确定的交易信号的套利次数过少,且不随着数据频率的提高而增加交易次数,样本内回测胜率较低,结果存在一定的随机性,因此不适用于高频统计套利的交易信号确定。结合资金管理的方法对样本外数据进行回测,在本金为100万的基础上,较低的投资比例可获得较高的投资收益率,说明资金管理的方法在统计套利策略的实施中是有效的,可以在规避风险的前提下提高收益。从评价指标的对比来看,基于协整关系的套利模型在收益性和风险性指标上的回测表现最优,年化收益率和年化夏普比率均高于压榨利润模型。从交易频率的指标对比来看,5分钟的套利次数和胜率均最高,且在收益性和稳定性的表现上最优,具有较强的盈利能力和抗风险能力,从而证明了基于期货产业链的统计套利策略在高频数据下的研究价值。

关键词：统计套利大豆压榨利润协整关系卡尔曼滤波资金管理

基于沪深300股指期货合约的日内高频跨期统计套利策略

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2014年第8期54卷 1080-1086页

作者：李乐张淳奕杨之曙清华大学经管学院北京100084

该文进行沪深300股指期货高频日内跨期统计套利策略研究,设计了沪深300指数期货跨期价差描述模型及套利交易触发与停止模型以及相应的参数估计方法,通过组合以上2个模型构造出了日内高频跨期统计套利策略算法,并使用0.5s取样数据,基于... 详细信息

该文进行沪深300股指期货高频日内跨期统计套利策略研究,设计了沪深300指数期货跨期价差描述模型及套利交易触发与停止模型以及相应的参数估计方法,通过组合以上2个模型构造出了日内高频跨期统计套利策略算法,并使用0.5s取样数据,基于较为严苛的交易成本假设,实证验证了上述套利策略算法的有效性。

关键词：股指期货统计套利跨期套利高频套利

基于概率约束的稀疏统计套利模型研究——以中国市场为例

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

统计与信息论坛 2020年第11期35卷 33-42页

作者：徐凤敏李雪鹏西安交通大学经济与金融学院陕西西安710061

经典的套利模型只研究两资产间的价格行为,本文基于不确定优化的视角,针对多资产的配对交易问题和中国市场限制卖空的特点,构建了带有概率约束的稀疏统计套利模型(QM-SSAM),进一步引入融券卖空,构建了考虑双向卖空的双概率稀疏统计套利... 详细信息

经典的套利模型只研究两资产间的价格行为,本文基于不确定优化的视角,针对多资产的配对交易问题和中国市场限制卖空的特点,构建了带有概率约束的稀疏统计套利模型(QM-SSAM),进一步引入融券卖空,构建了考虑双向卖空的双概率稀疏统计套利模型(M-SSAM)。考虑到模型是NP-Hard,利用分布式鲁棒及无限对偶理论将原模型近似为约束稀疏锥规划问题,并提出用于求解近似模型的混合量子粒子群启发式算法。实证中通过上证50,深证100,沪深300及中证500历史数据检验了模型及算法的有效性和敏感性。研究发现,利用Fama-French三因子模型安全逼近的QM-SSAM-FF3模型相比于利用CAPM模型逼近的QM-SSAM-CAPM更符合预先的波动性要求;QM-SSAM-FF3的收益性和安全性取决于风险因子的权衡,实证结果表明[1.0e-1,1.0e+1]是较为理想的参数估值区间;结合up-up,up-down等五种不同的市场情形,QM-SSAM-FF3在不同指数环境下都可以取得正的套利收益,其中在沪深300指数表现最佳,年化平均收益和方差达到了0.5660和0.0396。在不同行业条件下,M-SSAM-FF3模型套利成功率为86%。

关键词：统计套利配对交易概率约束稀疏优化分布式鲁棒量子粒子群