發(fā)布時(shí)間：2018-01-02 06:40

  本文關(guān)鍵詞：基于混頻數(shù)據(jù)支持向量回歸的股指期貨套利策略　出處：《浙江工商大學(xué)》2017年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 股指期貨套利 支持向量回歸 混頻數(shù)據(jù) 交易策略

【摘要】：金融二級(jí)市場(chǎng)上股指期貨不僅是單邊投機(jī)的重要標(biāo)的,更是實(shí)現(xiàn)套期保值和雙邊套利的重要手段。股指期貨可以對(duì)A股市場(chǎng)起到價(jià)格發(fā)現(xiàn)以及平穩(wěn)趨勢(shì)的作用。但是在近期過(guò)往時(shí)間段內(nèi)(尤其2015年中),中國(guó)股票二級(jí)市場(chǎng)經(jīng)歷了巨大的波動(dòng),這波動(dòng)不僅表現(xiàn)在股票自身價(jià)格的大幅起落,也表現(xiàn)在股票現(xiàn)貨與期貨之間的價(jià)差的激烈起伏。按照套利理論,由于股票現(xiàn)貨和期貨之間由于強(qiáng)相關(guān)性和價(jià)格收斂性質(zhì)的存在,二者之間價(jià)差應(yīng)當(dāng)穩(wěn)定在一定區(qū)間范圍內(nèi)。市場(chǎng)上期現(xiàn)基差的劇烈波動(dòng),對(duì)套利交易者來(lái)說(shuō),既意味著隱藏風(fēng)險(xiǎn)也蘊(yùn)含著獲利機(jī)會(huì)。對(duì)基差范圍的準(zhǔn)確預(yù)測(cè)是套利交易有效進(jìn)行的重要保證。近年由于大數(shù)據(jù)概念、統(tǒng)計(jì)學(xué)習(xí)及深度學(xué)習(xí)等方法的蓬勃發(fā)展,越來(lái)越多的預(yù)測(cè)模型被運(yùn)用到量化投資領(lǐng)域當(dāng)中。支持向量回歸這一機(jī)器學(xué)習(xí)方法由于基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化的理念和核函數(shù)的高維映射能力,使其成為外推能力優(yōu)異的預(yù)測(cè)方法。本文選取不同頻率的行情數(shù)據(jù)作為輸入特征,通過(guò)支持向量回歸方法,既預(yù)目標(biāo)測(cè)交易日中的基差值又預(yù)測(cè)基差波動(dòng)幅度。通過(guò)疊加基差值和基差波動(dòng)幅度,就可以得到基差的波動(dòng)范圍,即無(wú)套利區(qū)間。之后本文在此無(wú)套利區(qū)間上形成套利交易策略。利用1分鐘實(shí)時(shí)行情數(shù)據(jù)的突破和回復(fù),作為交易系統(tǒng)的開(kāi)平倉(cāng)條件。最后通過(guò)實(shí)證數(shù)據(jù)來(lái)驗(yàn)證交易策略,檢測(cè)其總體收益情況以及在不同行情階段的表現(xiàn)。
[Abstract]:Stock index futures in the secondary financial market are not only the important targets of unilateral speculation. Stock index futures can play a role in price discovery and stable trend of A share market. But in the recent past time period (especially middle of 2015). China's secondary stock market has experienced tremendous fluctuations, which is not only reflected in the volatility of the stock price itself, but also in the sharp fluctuation of the price difference between stock spot and futures. According to arbitrage theory. Due to the existence of strong correlation and price convergence between stock spot and futures, the price difference between them should be stabilized in a certain range. The sharp fluctuation of the current basis in the market is for arbitrage traders. Accurate prediction of the basis range is an important guarantee for the effective carrying out of arbitrage trading. In recent years, due to the rapid development of big data concept, statistical learning and in-depth learning, etc. More and more prediction models are applied to the field of quantitative investment. Support vector regression (SVM) is a machine learning method based on the concept of structural risk minimization and the ability of high-dimensional mapping of kernel functions. This paper selects the different frequency quotation data as the input feature, and adopts the support vector regression method. The base difference and the base fluctuation range can be obtained by adding the base value and the base fluctuation range. That is, no arbitrage interval. Then this paper forms a arbitrage trading strategy in this no-arbitrage range. Using the one-minute real-time market data breakthrough and recovery. Finally, through empirical data to verify the trading strategy, to test its overall earnings and performance in different stages of the market.
【學(xué)位授予單位】：浙江工商大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：F832.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 覃良文;唐國(guó)強(qiáng);林靜;;基于HP濾波和協(xié)整理論的期貨套利研究[J];湖北大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年06期

2 孔令濤;;基于風(fēng)格動(dòng)量效應(yīng)的股指期貨套利策略[J];金融理論與實(shí)踐;2015年10期

3 趙秀娟;魏卓;汪壽陽(yáng);;基于日內(nèi)效應(yīng)的滬深300股指期貨套利的分析[J];管理科學(xué)學(xué)報(bào);2015年01期

4 魏卓;陳沖;魏先華;;基于高頻數(shù)據(jù)的中國(guó)市場(chǎng)股指期貨套利[J];系統(tǒng)工程理論與實(shí)踐;2012年03期

5 陳懿冰;張玲玲;聶廣禮;石勇;;基于改進(jìn)的支持向量回歸機(jī)的金融時(shí)序預(yù)測(cè)[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2012年04期

6 黃青華;何凱瑜;孫潔;;基于增量支持向量回歸機(jī)的股價(jià)預(yù)測(cè)模型研究[J];上海市經(jīng)濟(jì)管理干部學(xué)院學(xué)報(bào);2012年01期

7 李世偉;;基于協(xié)整理論的滬深300股指期貨跨期套利研究[J];中國(guó)計(jì)量學(xué)院學(xué)報(bào);2011年02期

8 楊沐f^;;股指期現(xiàn)套利的現(xiàn)貨指數(shù)復(fù)制方法及評(píng)價(jià)[J];才智;2011年09期

9 馬斌;;基于ETF的股指期貨套利研究[J];統(tǒng)計(jì)與決策;2010年07期

10 楊新臣;吳仰儒;;中國(guó)消費(fèi)者物價(jià)指數(shù)預(yù)測(cè)——基于小波變換與支持向量回歸的分析[J];山西財(cái)經(jīng)大學(xué)學(xué)報(bào);2010年02期

，

本文編號(hào)：1368114