股指期货推出对股票市场影响的实证研究

1982年2月24日,世界上第一个股指期货合约——价值线指数期货合约(Value Line Index)在堪萨斯市农产品交易所上市交易.股指期货作为应用最广泛的金融期货之一,已有了近30年的历史.2010年4月16日我国股指期货也正式上市交易,这对我国金融市场来说是具有里程碑意义的.本文以股指期货推出前后沪深300指数普通收益数据和5分钟高频收益数据为样本,从描述性统计量对比和GARCH模型分析两个角度入手,研究我国股指期货对于股票现货市场波动性的影响.得出结论:第一、股指期货推出不会改变股票现货市场的长期趋势;第二、股指期货推出后市场的信息传递速度加快,股指期货发挥了其价格发现功能;第三、股指期货推出在长期减小了现货市场的波动,发挥了其规避风险、稳定市场的功能.     

股指期货的扩展“15分钟”交易影响分析

自2010年4月16日推出股指期货以来,我国借鉴了香港股指期货交易的时间模式,即每天在现货市场开盘前和收盘后的各扩展了15分钟交易时间。本文重点研究了我国股指期货在现货交易的前后各扩展的15分钟是否包含影响现货收益率的有用信息。采用价格加权贡献值测量表明股指期货在股市开市前的15分钟交易对价格发现更有显著作用。同时,对T.Hiraki,E.D.Maberly和N.Takezawa提出的模型进行改进,发现股指期货的15分钟效应对次交易日现货收益率有显著影响。     

沪深300股指期货价格发现功能的实证分析

价格发现功能是股指期货的一项重要的经济功能.以股指期货与现货市场的相互关系作为出发点,以沪深300指数以及沪深300股指期货连续合约日收盘价数据作为研究对象,采用定性分析与实证分析相结合的手段,深入研究股指期货和现货市场间价格发现关系.     

股指期货市场波动率的预测研究

准确刻画和预测股指期货市场的波动率,有利于实现股指期货的价格发现、套期保值和市场调节等功能.文章首先在已实现极差异质性自回归模型(the Heterogeneous AutoRegressive with Realized Range,HAR-RRV model)的基础上,构建HAR-HLT和LHAR-HLT模型;接着,以中国股市中沪深300股指期货的5分钟高频交易数据为样本,通过运用HARHLT和LHAR-HLT模型分析股指期货市场波动率的特征以及预测股指期货市场未来的波动率.研究发现:在HAR-HLT和LHAR-HLT模型中,高频已实现极差、低频已实现极差和趋势已实现极差都包含较多对未来波动率的预测信息;股指期货市场的波动率存在短期的"动量效应"和中长期的"反转效应",其杠杆效应并不明显;HAR-HLT和LHAR-HLT模型对未来1日、1周和1月波动率样本外预测能力都明显强于目前常用的HAR-RRV类模型.     

GARCH模型下基于偏最小二乘的欧式股指期权定价——来自香港恒生指数期权市场的证据

目前,股指期权呼之欲出,在这种形势下,本文对股指期权定价问题进行了研究。本文首先在GARCH模型的基础上导出期权定价估值公式,其次,在GARCH欧式股指期权定价模型的基础上,融入偏最小二乘技术,给出最终的欧式股指期权的偏最小二乘定价方法。最后,对香港恒指期权进行参数估计和GARCH建模,运用新的定价方法进行期权定价。研究发现,对最终期权价格影响最大的是GARCH模型的估计值;另外整个大盘的活跃程度、投资者情绪也有不可忽视的影响。这个结论为中国顺利发展指数期权市场提供了坚实有力的定价依据。     

股指期货对股票市场的波动性影响研究:基于正反馈交易角度的分析

理论上,股指期货的推出可以抑制正反馈交易行为,从而平稳市场价格剧烈波动,为投资者提供了新的风险管理工具.我国沪深300股指期货推出至今,其对股票市场的影响,及其是否真的发挥降低证券市场波动性的作用等问题成为学术界研究的热点之一.以沪深300股指为研究对象,从正反馈交易行为是否减少的角度出发,使用非对称GARCH(1,1)模型,对比研究沪深300股指推出前后我国股票市场波动性的变化情况.研究结果发现沪深300股指尚不能很好发挥抑制市场波动的作用,仍需对股市进行长期持续的观察、验证,全方位发展我国的资本市场,提供多元化的投资工具,促进资本市场的发育成熟.     

机器学习方法在股指期货预测中的应用研究——基于BP神经网络、SVM和XGBoost的比较分析

机器学习在人工智能领域取得了巨大的成就,在学界和业界都掀起了机器学习的热潮.针对股指期货交易速度快、交易频率高和交易量巨大且交易数据具有高纬、时序的特征,构建了新的股指期货量化投资模型,采用沪深300股指期货1分钟高频数据作为研究对象.并对比分析了神经网络、支持向量机和XGBoost对股指期货下1分钟价格的变动方向的预测能力.研究结果表明,三种机器学习方法都具有较好的预测能力,但XGBoost的预测能力要优于传统的神经网络和支持向量机.     

基于ACD模型的股指期货市场流动性研究

利用沪深300股指期货连续合约的高频数据,采用参数估计的方法运用R软件对数据进行处理,消除其日模式并建立ACD模型.还加入了市场微结构噪声,探讨交易量持续期的信息传递机制.实证分析表明,在选取样本中,价格波动和交易量与股指期货市场流动性显著正相关,交易量持续期与股指期货市场流动性显著负相关,信息交易增加导致流动性降低,进而为投资者进行决策提供一定的参考.     

股指期货和股票指数的关联性分析——来自沪深300市场的实证分析

采用沪深300股指期货修正数据和沪深300指数为样本数据,通过运用统计学、ADF平稳性检验、Johansen协整检验、Granger因果检验和VAR模型等计量方法对沪深300股指期货波动性和现货市场波动性之间的关联性进行实证研究,以求对我国证券市场的完善和成熟起到一定的参考和借鉴作用.     

基于统计套利思想的股指期货跨期套利

基于统计套利交易的思想,对沪深300股指期货合约间价差的波动规律进行了研究,并在该波动规律的基础上建立了股指期货的跨期套利模型.从交易的效果来看,我国股指期货市场存在着跨期套利空间.