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。     

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.     

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.     

沪深300股指期货定价模型及套利实证研究

首先通过分析交易成本、冲击成本、融资融券等因子对我国沪深300股指期货定价的实际影响,运用Klemkosky和Lee的模型得到了一个符合我国市场实际的股指期货定价模型.接着,运用此模型分别对股指期货合约:IF1506,IF1507,IF1508,IF1509,IF1510的分钟收盘价格(2014年10月20日至2015年10月16日)的真实数据进行实证研究.研究表明股指期货的实际价格落在模型计算的价格区间外的比重较大,套利机会较多.     

基于高频数据的中国国债期货价格发现能力研究

期货的价格发现能力是近几年国际学术界关注的热点问题,但目前理论界相关研究主要集中于商品期货和股指期货,尚缺乏专门针对中国国债期货价格发现方面的研究。随着中国5年期国债期货于2013年9月上市交易,深入研究中国市场结构下的国债期货价格发现能力有助于从微观视角掌握与其它期货品种内在运行规律的差异性。本文运用中国5年期国债期货上市交易后的5分钟高频数据,采取向量误差修正(VECM)模型和Granger因果关系检验等计量分析方法检验中国国债期货与现货价格之间的关系,并创新性地使用共同因子贡献法和信息份额法分析我国国债期货市场与现货市场对价格发现功能的贡献程度。结果表明,中国国债期货价格与现货价格之间存在长期协整关系。中国国债期货价格是现货价格的Granger成因,且两者之间存在单向的价格引导关系。同时通过实证得出中国国债期货市场在对价格发现的贡献程度上占主导地位的结论。     

股指期货对现货市场微观结构影响研究

着眼于股指期货对现货市场微观结构的影响,基于2015-2017年三次股指期货交易机制重大调整前后两个月的1分钟高频数据,利用ACD-EGARCH模型对不同市场波动率背景下的股指期货是否改善现货市场微观质量进行了实证研究.文章的主要结论为:股指期货在不同市场波动率背景下均能降低现货市场波动率,且新进入的投机者比信息交易者贡献更高的波动率;而只在平稳市背景下,股指期货能增强现货市场流动性,在波动市背景下,股指期货吸引的信息交易者超过现货市场增加的非信息交易者,现货市场流动性减弱.建议在平稳市背景下恢复股指期货的常态化交易,但需要防范利好消息和投机者入市对市场波动率的冲击风险.     

上证50股指期货、ETF期权与ETF市场的价格发现能力对比分析

比较基于上证50指数的股指期货、ETF期权与现货ETF市场的价格发现能力,选取5分钟高频数据进行实证分析,并将暴涨暴跌行情与全样本区间进行了对比分析。首先,采用买权卖权等价理论反推期权价格隐含的现货价格;其次,运用向量误差修正模型,结合广义脉冲响应函数等分析方法研究市场间价格的领先滞后关系;最后,运用广义信息共享模型量化各个市场的价格发现贡献度。结果表明:在不同区间中,期货市场均领先其他市场至少5分钟;从长期来看,期货在价格发现中的贡献度最大,期权次之;在暴涨区间中,ETF的价格发现贡献度最大,期货次之;在暴跌区间中,期权的价格发现贡献度最大,期货次之。     

股指期货与股指期权市场之间的风险传递效应研究——来自香港恒生指数衍生品市场的证据

为探索股指期货市场与股指期权市场之间的风险传递效应,本文以香港恒指期货市场和恒指期权市场为例,对股指期货和股指期权市场之间的内在波动性动态关系进行了深入细致的实证研究。主要结论为:(1)恒指期货市场和恒指期权市场价格之间具有长期均衡关系;(2)协整残差项对恒指期货市场和恒指期权市场的条件均值和条件方差具有很好地解释力量,并能够更加准确地刻画恒指期货市场和恒指期权市场之间的波动性;(3)香港恒指期货市场和恒指期权市场的溢出效应是彼此不同的,期权市场对期货市场能够起到价格发现的功能。本文的结论为中国适时推出股指期权产品,进而完善我国风险管理体系提供了坚实的证据。     

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.     

经济政策不确定性对“中-美”股市、“中国股市-黄金市场”的长期动态相关性影响研究———基于DCC-MIDAS模型

研究聚焦在中国经济政策不确定性对“中-美”股市、“中国股市-黄金市场”的长期动态相关性影响方面。引入Baker提出的用于衡量经济政策不确定性的EPU指数建立修正版DCC-MIDAS模型,基于该模型的实证结果如下:其一,中国经济政策不确定性指数变动对 “中-美”股市的长期相关性具有显著的正向影响;其二,中国经济政策不确定性指数变化对“中国股市—黄金市场”的长期相关性具有显著的负向影响,当经济政策不确定性较高时,投资者会倾向于选择相对安全的黄金资产,这恰恰符合“安全投资转移”效应。除此之外,作为应用案例,比较了美股股指期货和黄金期货的风险对冲效果,结果显示美股期货对冲更优。     

基于VaR的SPAN系统在我国股指期货保证金中的应用研究

基于我国股指期货的真实数据,灵活运用参数VaR模型,蒙特卡罗方法和Copula技术,给出了SPAN系统应用在中国股指期货保证金上的详细步骤以及具有中国特色的参数设置方法,解决了股指期货推出初期SPAN系统中有关参数设置问题这一技术障碍.实证结果显示,我国股指期货合约所需保证金均低于当前国内股指期货保证金水平,应该改进保证金模式、降低保证金水平.     

基于面板政策评估方法的股指期货推出效应研究

本文采用Hsiao等(2012)提出的利用面板数据进行政策效果评估的方法,分别研究了上证50股指期货(IH)和中证500股指期货(IC)的推出对相应的股票市场波动的影响。研究区间为IH和IC的上市日2015年4月16日至8月底即中金所采取严格监管措施以抑制市场过度投机的时点,并以6月15日为界将之分为股灾前和股灾期两个时间段。实证结果表明,股灾前IH的推出并未显著影响其现货股指的波动,股灾期间增加了其现货市场的波动;IC的推出在股灾前已经显著地增加了现货股指的波动,股灾期间则大幅增加了现货股指的波动。对IH和IC进一步的回归分析结果指出,过度投机导致IC的推出引起对应的现货市场更大幅度的波动。在中金所采取严格监管措施前,IH和IC未能发挥股指期货的现货稳定器作用。     

财经新闻与股市预测——基于数据挖掘技术的实证分析

本研究深度挖掘了财经新闻主题内容与股市市场的相关性,并提出了一种基于理解当日新闻主题分布来分析中国股市涨跌的预测模型。具体来说,我们使用自动文本分析技术与机器学习技术,首先通过概率主题模型对财经新闻文档进行聚类得到其中的主题分布,再结合实际股票市场的交易数据分析其与市场之间的关联程度,最后引入支持向量机算法对股市走势进行预测。实验部分我们抽取了近三个月的新闻数据与沪深股市数据进行分析,结果表明:新闻中国际贸易以及城市化相关主题与股市变动关系密切,通过本文提出的算法能较准确得预测当日股市涨跌,而建立在其上的股指期货策略也取得了很好的效果。     

我国股指期货与现货市场的波动溢出效应研究——基于HAR-CAW模型

沪深300股指期货与现货波动溢出问题的研究对于风险管理具有重要的理论和现实意义。本文旨在基于高频数据,利用异质金融市场驱动的HAR-CAW模型研究我国股指期货和现货市场之间及其自身的短期、中期和长期波动溢出问题。研究结果表明,沪深300股指期货与现货市场之间整体上存在着双向波动溢出效应,但是溢出效应不对称,期货对现货的溢出效应占主导地位;在相互间各期溢出研究上,两市场间的各期溢出表现各不相同;在自身溢出效应上,各期整体而言现货市场存在溢出,而期货市场不存在。     

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.     

EMD结合RBF神经网络新混合模型及股指期货价格预测

中国近4年才成立的股指期货市场价格呈现出非平稳、非线性的信号特征,传统的预测方法无法对长相关序列进行精确预测.将EMD与RBF相结合,建立了一种新的预测方法对我国股指期货日结算价格进行预测.结果显示本模型将原本具有长相关性质的原始序列分解为若干个短相关性质的不同频带,解决了原始序列随机性强,以及因相邻频带的干扰而造成的系统动力信息反映不足的缺陷;并与其他预测模型进行比较,显示出较高的预测精度.     

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.     

国债期货来了

在股指期货正式推出两年后,2012年4月,同债期货仿真合约开始试运行。     

股指极端波动下中国股市复杂网络结构及中心性分析

基于复杂网络理论,以2015年、2008年国内两次股灾为背景,分别构建股灾发生前、中、后的中国股市网络,通过度、度分布、平均路径长度等基本拓扑指标,分析中国股市网络特性及网络结构的变化,综合利用度中心性、介数中心性及接近度中心性,筛选出各时期网络中的核心股票、核心行业并分析其变化情况,基于网络特征向量中心性分析股市的系统性风险及变化情况,通过仿真实验分析股市网络的鲁棒性。研究表明:两次股灾背景下的中国股市复杂网络均具有小世界性和无标度性;与2008年国际金融危机相比,2015年国内股灾对中国股市的影响强度更大,且2015年中国股市对金融风险的弹性更大;股灾期间各行业版块具有明显的风险传染性,指出各行业板块对稳定股市、修复股指的作用;股指极端波动时,股灾的外生冲击会使股市的系统性风险加大,与2015年国内股灾时期相比,2008年国际金融危机时期的股市系统性风险更大;中国股市网络对随机攻击具有一定鲁棒性,但对蓄意攻击具有脆弱性,股灾的外生冲击会降低中国股市网络的鲁棒性。研究为把握股市极端波动风险下的市场结构特征、股市风险管理提供了参考。