基于ARMA-GARCH-SN模型的沪深300股指期货日内波动率研究与预测

运用五个交易日的股指期货高频数据(每秒两笔),本文主要研究了沪深300股指期货日内波动率特征并对日内波动率预测。研究发现高频股指期货日内收益率有明显的波动率聚集和条件异方差现象,但无尖峰厚尾现象,收益率序列分布符合有偏正态分布。因此,我们对时间序列建立了最优的ARMA-GARCH-SN模型,并对模型拟合充分性做了验证,拟合结果发现ARMA(1,2)-GARCH(1,1)-SN模型基本能够刻画股指期货高频日内波动特征,条件方差所受的冲击具有很强的持续性、日内波动也具有长记忆性,最后我们还利用自助法对高频股指期货日内波动率两步预测、利用滚动回归预测方法对样本做了样本内预测。预测结果表明,波动率预测结果能够较好地反映股指期货日内波动特征。     

中国黄金期货市场波动特征及模型预测研究

选取上海期货交易所黄金期货价格指数日内10分钟高频收益数据,构造了经调整的已实现极差波动率估计序列,利用6类GARCH模型建模分析,描述了黄金期货价格指数的波动特征.运用多种损失函数比较了GARCH类模型样本外波动率预测精度的优劣,并在此基础上,采用一种渐进正态分布检验法评估了GARCH类模型的预测效果.结果显示,黄金期货已实现极差波动率估计序列具有尖峰厚尾、集聚性、持续性等特征.对于黄金期货市场,ACD-GARCH模型具有相对最好的波动率预测能力.     

基于损失函数的GARCH类模型波动率预测评价

本文的目的是通过利用多种损失函数评估三种GARCH模型的预测精度，找到最优的股指期货日内波动率研究预测模型。利用之前的研究结果，三个沪深300股指期货日内一分钟日内收益率被用作研究对象，对标准GARCH,eGARCH以及RealGARCH三个模型做了实证检验，并利用多种损失函数，从不同角度衡量三个波动率模型的预测精度。研究发现：Sample1样本的RealGARCH模型有最好的预测效果，而Sample2样本与Sample6样本的eGARCH模型有最好的预测精度。因此，在对沪深300股指期货日内波动率研究时，应根据其样本特征，优先选择具有能够反映非对称特征的波动率模型来刻画波动过程，对未来波动率做预测。     

基于长记忆模型的期货与现货波动率关系分析

基于SEMIFAR模型分析了沪深300指数和沪深300股指期货对数日波动率序列的长记忆性,发现股指期货波动率序列的长记忆性弱于指数波动率序列.另外,通过对比分析两波动率序列的确定趋势可知:现货市场与期货市场的波动率的变化趋势基本一致,二者处于一种长期的均衡关系,但又存在一定的差异;期货市场对于稳定现货市场的波动具有一定的作用,尤其表现在股价大幅度下跌时.     

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。     

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.     

基于非对称双成份CARR模型的波动率预测

研究表明,基于日内(高低价)数据构建的价格极差测度相比日度收益率包含更多关于真实波动率的信息,同时,波动率具有聚集性、非对称性和长记忆性等丰富、复杂的典型特征,综合考虑这些特征对波动率进行建模与预测非常重要。本文在对价格极差建模的CARR模型的基础上,对其进行扩展,构建了双成份CARR (CCARR)模型来对波动率进行预测。该模型假设价格极差的条件均值由两个成份组成,即长期成份与短期成份.该模型能够捕获波动率长记忆性,且容易进一步扩展为非对称CCARR (ACCARR)模型来捕获杠杆效应(波动率非对称性)。(A)CCARR模型具有较高的建模灵活性,且易于实现。采用上证综合指数、香港恒生指数、日本Nikkei225指数、法国CAC40指数和德国DAX指数数据进行实证分析,以价格极差与已实现波动率(RV)作为比较基准,四种预测评价指标及Mincer-Zarnowitz检验结果表明:杠杆效应与双成份极差(波动率)都对样本外波动率预测具有重要影响,且杠杆效应相比双成份极差对于样本外波动率预测的影响更大;考虑了杠杆效应的双成份ACCARR模型具有最好的样本外波动率预测效果,其次是ACARR模型,CARR模型表现最差。     

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.     

基于新闻文本挖掘的股指期货高频预测研究

近两年来,Google团队提出的BERT模型被越来越多地应用于文本分类任务中.在BERT模型的基础上,文章提出了一个基于新闻文本挖掘的股指期货高频预测模型,进而设计了相应的高频交易策略.文章基于股指期货的高频价格波动为每条新闻赋予涨跌平标签,利用所提出模型对新闻进行分类,从而预测三大股指期货价格的涨跌平方向,并完成股指期货模拟高频交易.基于5年半以来的三大股指期货的高频数据及证券新闻文本的实证研究显示,文章提出的预测模型和交易策略取得了较高的准确率和收益率,且在中证500股指期货上表现最好.     

上证综指的已实现波动率预测模型

采用上证综指2000-2008年的高频数据,在考察了中国股市已实现波动率的特征(即具有长记忆性、结构突变、不对称性和周内效应的特征并且结构突变只能部分解释已实现波动率的长记忆性)的基础上,构建了一个自适应的不对称性HAR-D-FIGARCH模型,并用于波动率的预测。模型的估计结果表明,与其他HAR模型相比,该模型对样本内数据的拟合效果最好。最后,通过SPA检验实证评价和比较了该模型与其他5种已实现波动率预测模型的样本外预测精度。结果发现,在各种损失函数下,该模型是预测中国股市已实现波动率精度最高的模型。     

沪深300股指期货日内绝对收益率与成交量之间动态关系研究

均值为零的观测样本绝对收益率可以看作波动率的无偏估计量,因此本文选取连续20个交易日的日内高频数据来研究沪深300股指期货日内绝对收益率和成交量之间的动态关系。在检验了样本稳定性后,文章采用格兰杰检验方法检验了股指期货日内绝对收益率和成交量之间的因果关系,检验结果表明:所有样本的成交量均不是绝对收益率的格兰杰原因,而20个样本中的15个样本的绝对收益率是成交量的格兰杰原因。随后我们使用向量自回归模型分别对15个模型的系数做估计,并对模型估计结果做了脉冲响应分析。研究发现,在此高频抽样条件下,与以往研究不同,沪深300股指期货绝对收益率的变化会明显降低其观测期的成交量。因此,在股指期货日内成交量与绝对收益率的研究中,历史成交量与收益率都对当前成交量有着重要影响;而绝对收益率只受历史绝对收益率的影响。     

中国股指期货市场流动性非线性特征分析与波动趋势预测

针对中国股指期货市场的流动性问题,利用多重分形去趋势波动法研究股指期货市场流动性非线性特征及其成因,并对比分析不同期限下期货市场流动性多重分形程度的差异;进一步,采用趋势熵维数方法识别期货市场流动性的变化趋势,还利用识别正确率和随机识别正确率验证该方法有效性和准确性。研究发现,中国股指期货市场具有明显的多重分形特征;与合约期限较短的股指期货相比,合约期限较长的股指期货流动性多重分形程度更低;股指期货市场流动性多重分形特征主要是流动性时间序列的相关多重分形和分布多重分形造成的;趋势熵维数方法可有效预测期货市场流动性的变化趋势。     

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.     

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.     

沪铜期货与现货市场的价格发现与波动溢出效应

运用了Granger因果检验、脉冲响应函数、VEC模型以及BEKK模型,对沪铜期货与现货市场的价格发现与波动溢出效应进行实证分析.实证结果表明:期货价格与现货价格存在着长期均衡关系和Granger双向引导关系,在价格发现中,期货市场占主导地位,且比现货市场有着更强的信息效应;期货市场与现货市场各自的波动持久性均显著,而两者间的交叉波动效应相对较小,但是现货市场来自期货市场的波动溢出效应大于期货市场来自现货市场的波动溢出效应.     

基于GARCH模型的股指期货协整跨期套利实证研究

利用沪深300股指期货的5分钟高频收盘数据建立跨期套利模型,在现有的协整理论基础上,应用GARCH模型描述残差的条件异方差性,用历史数据预测未来价格的时变方差,利用置信度确定价差范围。实证结果表明,沪深300股指期货存在日内跨期套利机会.无论是样本内数据还是样本外数据,投资者的风险好恶如何,通过跨期套利可以在较小的风险下,获得较高的盈利.     

VaR最小化的股指期货套期保值比率研究

以VaR最小化为目标,结合波动率预测建立套期保值模型,充分反应了金融收益率尖峰厚尾和波动聚集的特征。通过对沪深300股指期货的日结算数据实证研究发现,在现货组合与股指期货高相关性的条件下,VaR最小化套期保值较最小方差套期保值能进一步降低组合样本外收益率的VaR值,EWMA与Cornish-Fisher展开相结合的方法能取得最好的VaR最小化套期保值效果。     

基于门槛效应的Realized MAT-HAR GARCH模型波动预测

基于门槛效应视角,结合MAT-HAR模型能够捕捉门槛效应的特点与Realized GARCH模型在高频波动率预测的优势,文章建立了Realized MAT-HAR GARCH模型,旨在研究高频金融市场的门槛效应.与Realized HAR GARCH模型不同的是,该模型在波动方程中引入MAT-HAR结构,将已实现波动率...     

基于半极差模型的高低价预测

在局部动态的几何布朗运动框架下,本文探讨了提出的半极差与资产价格波动率的理论关系,并将文献中几种主要的动态波动率模型统一地转化为等价的半极差模型,由此能够直接给出高低价的预测结果。通过对沪深300股指期货上市以来的日度极值数据进行实证分析,本文揭示出半极差(或高低价)具有较强的可预测性,并且合理地利用开盘价信息以及充分考虑长记忆特征有助于提高模型的拟合预测能力。     

股指期现货市场间的信息溢出和相关性研究——基于ADCC-TGARCH模型和CCF检验

选用2012年1月至2014年3月间沪深300股指期现货数据,首次尝试在非对称的DCC-TGARCH模型的框架下,考察了转融券实施前后沪深300股指期现货的动态条件相关性,并结合VECM模型和CCF检验考察两市场间的信息溢出效应.实证结果表明,沪深300股指期现货之间存在很强的相关性和信息溢出效应,但是在不同的阶段有不同的特点:转融券实施前期现货市场间有相互的均值溢出;波动率溢出主要是现货到期货市场,瞬时溢出效应显著,不同的滞后阶数下两市场间几乎不存在方差的因果关系;相关性无非对称性.转融券实施后只存在期货对现货的单向均值溢出;在不同的滞后阶数下存在不同的风险溢出,特别是在2,3,8阶,同时存在期货向现货或者现货向期货的溢出效应;相关性有非对称性,但不广泛存在.