基于协整的统计套利策略实证研究

融资融券业务的推出为证券市场带来了新的盈利模式.传统的以投机为主的盈利模式越来越受到挑战,融资融券业务的开通使股票做空成为了可能.现将协整理论与传统的统计套利方法相结合,利用一年期的历史数据进行策略模拟,然后对策略的稳健性做了预测检验,论证了实施该策略的可行性与收益性.     

基于HP滤波和协整理论的期货套利研究

利用Engle-Granger检验法,检验上海沪铜期货两个近月合约收盘价数据的长期均衡关系.在满足协整理论前提下,利用HP滤波法将两序列分别分解为长期趋势和短期波动周期性两种成分,并建立一种新的跨期套利方法:通过高阶自回归模型拟合趋势成分,并将趋势成分拟合误差转入周期性成分,通过GARCH类模型族对修正后的周期性成分进行拟合;再运用穷举法搜索历史数据标准化残差最优建仓与平仓阈值,建立最优套利方案;最后利用拟合模型进行预测和最优套利方案对未来数据套利.实证结果表明:基于HP滤波的套利方法,平滑指数越小,套利利润越高.与传统未进行HP滤波的套利方法相比,套利成功率较高,风险能得到有效控制,且投资者有较高的收益.1     

基于状态相依风险厌恶的最优动态协整配对交易策略

协整配对交易试图在协整资产偏离平衡时获取收益.在常风险厌恶的均值-方差模型中,最优动态协整配对交易策略显示,配置在风险资产上的额度仅与时间有关而与财富总额无关,这不符合常理.研究了在状态相依风险厌恶的均值-方差模型下协整资产的最优分配问题,并通过求解广义HJB方程得到最优配置策略的一个代数形式.策略显示,最优配置额度不仅与时间有关,还依赖于现有财富总额,并且策略能保证财富总额始终为正.因而从经济学的意义来看,相比于常风险厌恶下的最优策略,本文策略更加合理.数值例子表明,本文策略在资产分配方面表现得更加稳定,并且配置额度随着时间增加有增加的趋势,与常风险厌恶下的最优策略正好相反.此外,还分析了协整系数矩阵和均值回复速度对策略的影响,并对其加以解释.     

基于小波去噪和协整理论的股指期货高频数据跨期择时套利策略

近年来,高频交易策略因为其巨大的获利能力成为了投资领域研究的一个热点.由于股指期货合约在新上市首日和退市前几个交易日存在潜在的套利机会,该文对合约不同时间点进行套利的思想进行具体的实证分析研究.首先运用小波分析法对数据进行去噪,然后采用协整理论对数据进行协整分析和建模,最后进行跨期套利计算收益率.实证结果表明:采用小波去噪后的协整理论进行股指期货跨期套利,比采用传统的协整理论套利机会多,套利效果好.     

向量ARFIMA模型基于独立成分分析的协整研究

定义了向量ARFRIM(VARFIMA)模型的一般形式及这种定义上协整的概念并给出了VARFIMA的线性组合具有ARMA表达式的一个充分必要条件.接着基于独立成分分析的方法讨论了协整的存在性,给出了VARFIMA模型存在协整的充分必要条件,并考虑了几种特殊情形.最后讨论了协整向量及协整向量空间的结构.     

统计套利实例研究

随着我国融资融券交易的启动,股票市场的做空机制不断完善,这为统计套利的实施提供了巨大的便利。股市剧烈震动下,通过统计套利的方法可以控制风险,实现跨期套利。通过技术手段分析数据,运用协整的策略对选取的四个行业进行了实证分析,分别是银行、证券、保险、纺织,最后选取了配对系数最高的建设银行和农业银行进行实证分析。研究过程中,经过ADF单位根检验、E-G两步法协整检验和残差分析后,得出相应的跨期套利模型,并给出相应的套利操作办法,即建仓、平仓、止损的具体操作时刻表。最后,实证检验统计套利策略的市场绩效。     

基于LSTM神经网络的黑色金属期货套利策略模型

利用协整检验方法和LSTM神经网络算法,建立黑色金属期货市场的套利策略模型.利用基于LSTM神经网络套利策略模型对大连商品交易所上市的焦炭期货、铁矿石期货和上海期货交易所上市的螺纹钢期货进行实证研究.对比研究基于LSTM神经网络、BP神经网络和卷积神经网络的3种套利策略模型,实证结果表明基于LSTM神经网络的黑色金属期货套利策略模型可行有效,并且比BP神经网络套利策略模型和卷积神经网络套利策略模型表现更好.     

协整体制转换模型的参数估计

研究了协整体制转换模型的贝叶斯估计,利用贝叶斯定理和Gibbs抽样技术,实现了该模型的贝叶斯估计。结果表明：该方法可以精确地估计模型参数。     

一类β-GARCH模型的参数估计

首次提出了基于广义误差分布(Generalized error d istribution,简称GED)的一类β-广义自回归条件异方差模型(Generalized Autoregressive Cond itional heteroscedastical,简称β-GARCH),给出了该模型的平稳遍历性和高阶矩的存在条件,在GED下,将时间序列尾部的特征融入到β-GARCH模型的参数估计之中,并给出了该模型估计的BHHH算法.     

基于经典风险模型的最优分红和最优注资策略研究

基于经典风险模型,对有限分红率下公司分红和注资的最优策略进行了深入研究,以便实现公司风险最小化或者股东净收益最大化的目的.首先根据保险公司的盈余过程推导了值函数V(x)的具体表达式,证明了值函数V(x)具有的某些性质,然后建立V(x)满足的HJB方程,通过对方程的研究得到保险公司最优分红和最优注资策略,并给出了最优注资上限和最优注资下限.最后对公司面临破产风险时是否选择注资以及注资量大小进行了探讨.     

对协整的检验及协整系统的估计研究

首先从不同角度对协整的概念进行剖析，并做了进一步的说明；其次介绍检验协整关系Engle-Granger和Johansen方法；在讨论ADLM，ECM与协整回归方程和VAR与VECM之间联系的基础上，给出误差修正模型的四种估计方法，同时做深入的比较分析。     

基于多元协整滞后回归模型的京津冀地价影响因素研究

地价是地租的资本化,是土地权利与其预期收益的购买价格,是土地市场运作的重要信息和价值判断标准.地价指数作为地价的量化,能反映一定区域内地价变化趋势及程度,具有重要的研究价值.本文以地价指数为研究对象,针对目前研究中存在的指标选取不详尽、作用机制不明确和数学模型建立不完善等问题,将经济学中的“供需关系”概念引入地理学研究,在对数据进行标准化处理的基础上,进行了主成分分析和平稳协整分析,建立了多元协整滞后回归模型,分析了不同层次、不同地区、不同用地类型下影响地价的因素及其滞后性,研究发现京津冀三地地价分别主要受社会经济等状态、土地供给和土地需求的影响;三地地价受自身历史数据的影响均大于指标历史数据的影响.     

基于协整理论的浮动车行程时间修正模型

以牌照识别数据为基础,将计量经济学中的协整理论与误差修正模型应用于数据融合技术,建立基于协整理论的浮动车行程时间修正模型. 以上海市高架路为例进行分析,证实了浮动车数据与牌照识别数据之间的协整关系,结果说明浮动车数据的短期波动受到了长期均衡与短期失衡的作用.     

基于协整理论的税收预测误差修正模型初探

首先运用单位根检验方法验证了税收收入与GDP的非平稳性,进而通过协整检验证明二者之间存在着长期稳定的均衡关系,最后建立了基于协整理论的税收预测误差修正模型.检验证明,该模型的解释效果和预测精度都较好,可以满足实际工作的需要.     

基于改进G-O费用模型的软件最优发布研究

本文研究了基于G-O软件可靠性模型的最优软件发布时间问题,提出了结合风险价值VaR约束的软件测试费用优化模型,给出了在一定置信水平下VaR计算的解析式,通过MonteCarlo仿真实验,计算出软件最优发布时间,分析了仿真结果和参系数的灵敏度,并与经典G-O模型进行比较,结果显示VaR约束模型更加有效地估计了软件发布后多次软件失效的极端风险。     

基于持有成本理论与统计原理的期货套利模型研究——沪深300指数期货套利实证研究

由于持有成本理论结论与市场实际情况相去甚远,在持有成本理论形成的理论区间上,利用统计原理和SAS软件对区间进行修正,则可以使模型符合市场的需要,在此基础上对沪深300指数期货合约交易进行实证分析.     

概率统计前沿方法——协整分析的应用

文章从概率统计分析的前沿方法——协整分析的基本理论与方法着手,应用单位根检验理论、协整检验理论和Granger因果检验理论,研究了新疆维吾尔自治区1980-2003年国内生产总值与出口贸易总额这两个重要经济指标之间的关系,进而揭示出口贸易与经济增长之间的相互作用。研究表明在所选取的样本区间内这两列时间序列均为非平稳的,并且都是单位根过程,随后验证了它们之间存在唯一协整关系以及具有双向Granger因果关系,亦即生产总值对出口贸易总额有直接的滞后影响,同时经济增长能够通过短期波动失衡的调整影响出口贸易。最后,论文给出了上述两个重要经济指标的协整方程以及误差修正模型(ECM),并且得到了较好的拟合结果。     

基于阈值惩罚自回归模型的消费者信心指数的统计研究

介绍了阈值自回归模型,通过加入惩罚达到自回归定阶,并给出了相应算法,不仅能选出自回归参数,而且能估计阈值点.模拟研究发现,带有惩罚的阈值自回归模型的估计效果更好.实证选取了我国2011—2018年消费者信心指数的经济数据,通过阈值自回归模型和阈值惩罚自回归模型计算得到消费者信心指数的阈值点均为106,即消费者信心指数在106处存在变点,说明消费者趋于乐观状态.     

基于线性神经网络的协整分析

利用线性神经网络进行协整系数的估计,首先检验变量的数据生成过程,再利用线性神经网络进行拟合,最后检验残差的平稳性,以确定变量之间是否存在协整关系.该方法具有简便、直观、精度高的特点.     

基于小波变换的最优阈值图像去噪

小波图像去噪方法已广泛应用于图像去噪领域。在图像去噪中关键的一步就是阈值选取,阈值的选择直接决定去噪效果。本研究提出了一种基于小波不同子带选取最优阈值的小波去噪方法,该方法根据小波系数不同的特点选取阈值。实验结果表明,此方法可以有效地降低噪声,较好地保持了图像的细节。