基于高频数据的统计套利组合策略研究
2017-06-28周明华周婷婷张敏凯
浙江工业大学学报 2017年3期
周明华,周婷婷,张敏凯
(1.浙江工业大学 健行学院,浙江 杭州 310023;2.浙江工业大学 理学院,浙江 杭州 310023)
基于高频数据的统计套利组合策略研究
周明华1,周婷婷2,张敏凯2
(1.浙江工业大学 健行学院,浙江 杭州 310023;2.浙江工业大学 理学院,浙江 杭州 310023)
采用沪深300股指期货当月连续合约与次月连续合约的1min高频数据,借鉴组合思想,引入伯努利随机变量,将GARCH(广义自回归条件异方差模型)模型与Ornstein-Uhlenbeck模型进行组合,设计出新的统计套利组合策略,并在改进的统计套利策略的基础上进行套利.我们采用动态交易的方式对改进后的交易策略的实际交易效果和模型的有效性进行检验,实证检验结果表明:对单一套利模型进行组合是必要的,组合后的整体套利收益水平相较单一模型套利收益来说明显提高了.
高频数据;GARCH;Ornstein-Uhlenbeck;组合策略;伯努利变量
目前,国内外针对统计套利的很多研究是结合一些人工智能方法与统计套利模型.Nikos等[1-2]将神经网络算法与GARCH模型结合设计了一个新的统计套利模型.Triantafyllopoulos等[3]将时变状态空间模型、贝叶斯方法两者组合,构建了时变贝叶斯自回归模型来模拟了价差的均值回复过程.伍娟[4],杨怀东[5]将卡尔曼滤波模型、协整模型相结合,提出新的统计套利模型来解决协整系数的时变性问题.王红丽[6]基于对单一波动预测模型的优势和不足进行比较分析,同时考虑时变性情况,对单一模型配置变权重,构建提出了时变组合预测模型,并将其应用于沪……
登录APP查看全文
