支持向量机在股指现货和衍生品关系建模中的应用

首先按照先前学者的思路,利用传统的向量自回归-误差修正(VECM)模型进行分析,结果发现期货对现货有明显的引领效应.但若对特定的异常时段进行分析,期货引领现货的效应有所减弱但仍比较明显.考虑到VECM模型自身存在的一些问题,又尝试了遗传算法、最优热路径方法等非参数统计方法.其中,遗传算法收效甚微,但最优热路径算法得到了期货长期领先现货平均2.45分钟、而在2015年股灾期间,期现货之间的领先滞后关系出现了一定程度上的反转的结论.最终本文尝试使用支持向量机(SVM)方法对这一问题进行研究,将数据的尺度从大到小进行分析,目标从寻找长期关系转到短期关系,但最终效果不甚理想.因此认为用SVM很难训练出一个让人满意的分类器,仅用期货、现货等数据预测市场走势无论是短期还是长期来看都是十分困难的.     

石油期货价格距到期日效应波动实证研究

世界石油期货价格是否存在价格的波动性随到期日的临近而上升的趋势,对于投机商和市场监管都至关重要.研究根据中外石油期货合约的收盘价格得到较为平稳的日收益率,以37个合约的收益率为样本,分别建立时间序列ARM A主模型,并进一步建立带"到期时间"哑变量的GARCH模型.实证分析了世界石油期货收益率的到期日效应.在分析产生到期日效应原因的时,建立了带"成交量"与"国际价格"变量的GARCH模型,对成交量与国际石油期货价格对中国期货价格到期日的影响进行研究.     

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。     

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.     

中国螺纹钢期货市场价格发现功能研究

螺纹钢期货价格发现功能研究对我国钢铁行业提高竞争力,争取钢铁成品和铁矿石定价权,引导螺纹钢期货市场健康发展具有重要作用。本文在向量误差修正模型(VEC)中引入剔除残差相关性的最小二乘算法,构建了用于测度期现货市场价格发现功能的永久短暂PT和信息份额IS共同因子模型,弥补了现有VEC模型由于求得的期现货残差序列相关性较大,导致PT和IS模型测算的信息贡献度存在较大差异的不足。在此基础上,利用2011年1月至2014年11月中国螺纹钢期现货市场933个日交易数据,验证了模型的有效性。     

基于Copula的QDII与排放权资产的投资组合构建

本文介绍了欧盟温室气体排放权交易市场,选择欧洲气候交易所(ECX)推出的欧盟配额(EUA)期货合约作为温室气体排放权资产(即碳资产)的代表,利用Copula函数得到了国内一支QDII基金-南方全球精选基金与该资产收益率的联合分布,并进一步据此得到了两种资产任一组合的收益率的分布函数,然后在不同的显著性水平下确定了具有最小VaR的最优组合系数。对最优组合的分析发现,本文构建的投资组合在收益率高于原QDII基金收益率的同时,其VaR值在各种显著性水平下均低于原QDII基金的VaR,并且最优的组合系数对于特定的VaR水平的敏感度不高,组合策略具有可操作性。     

农产品期货价格联动性实证研究——基于中美玉米期货日收盘价数据

依据大连玉米期货和美国芝加哥玉米期货价格日收盘价数据,对中美玉米期货价格变化进行粗粒化处理.以玉米价格波动模态为节点,模态之间的转换为边建立中国玉米和美国玉米期货价格有向加权联动性复杂网络,通过该复杂网络研究中美农产品期货价格联动性波动规律.研究表明大连玉米期货价格与美国玉米期货价格的联动波动趋势为同向联动性,但中美玉米期货价格的联动性并不完全保持同向变动;加权聚集系数和点强度呈负相关,价格联动波动具有周期性,联动模态间的转换周期平均为5-6天;中美玉米期货价格联动的群发性波动通过出现概率较小的且中介中心性较高的模态进行交替转换,通过预测价格联动的波动状态,可以为规避市场风险提供决策参考.     

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.     

基于我国期货市场的统计套利研究

不同于股票市场,期货市场存在天然的做空机制,非常方便进行套利。本文以我国的期货市场为研究对象,对期货市场上的统计套利进行实证研究.首先,我们提出了协整模型、误差修正模型和基于协整关系的GARCH等3个统计套利模型,设计了相应的交易策略,然后,对样本外数据进行检验,分析不同开仓位、止盈、止损位置与累计收益率的关系。结果表明,基于协整关系的GARCH模型是三个统计套利模型中最优的.实证结果表明,本文所提出的统计套利模型以及相应的策略在我国的期货市场是可行的。     

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。