《基于协整的的分析统计套利策略》由会员分享，可在线阅读，更多相关《基于协整的的分析统计套利策略（83页珍藏版）》请在金锄头文库上搜索。
1、杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：日期：年月日学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学
2、校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。（保密论文在解密后遵守此规定）论文作者签名：指导教师签名：日期：日期：年年月月日日杭州电子科技大学硕士学位论文基于协整分析的统计套利策略研究生：蔡志成指导教师：吕盛鸽教授2013 年 11 月Dissertation Submitted to Hangzhou DianziUniversity for the Degree of MasterResearch on Statistical Arbitrage Strategiesbased on Cointegrati
3、on AnalysisCandidate:Zhicheng CaiSupervisor: Prof. Shengge LvNovember，2013杭州电子科技大学硕士学位论文摘要2010年 3月 31日，融资融券试点正式推出；同年 4月 16日股指期货在中国金融期货交易所正式挂牌上市，获得社会各界广泛关注。融资融券业务推出和股指期货上市是中国证券市场发展的里程碑，标志着做空机制正式引入中国证券市场，使投资者在熊市中有规避风险的工具，同时使套利策略在国内有了生长的土壤。因此，对套利策略进行研究具有实际意义。本文从确定交易对象和交易时机两个方面研究统计套利策略。根据 2011年年报中每股收益、净
4、利润增长率等重要基本面因子对融资融券标的中权重最高的金融服务业股票进行聚类，以确定性质相似的股票构建股票池，用于下文筛选交易对象。利用 2010年 3月 31日至 2012年 4月 30日期间日收盘价（前复权）数据建模，以 2012年 5月 1日至 2013年10月 15日期间日收盘价测试相应策略收益情况。在确定套利策略交易对象方面，本文通过对股票池股票分别进行相关性分析、主成分分析和典型相关分析筛选出三对交易对象，利用协整检验确定三对交易对象存在协整关系，进而分别建立配对套利策略、主成分套利策略和典型相关套利策略，实证测试相应套利策略。结果表明，以上三种套利策略年化收益(%)分别为 10.8
5、4、8.50和 9.98，日收益率与市场行情无关，且波动率显著小于同期沪深 300指数。在确定套利策略交易时机方面，本文在配对套利策略中分别引入格兰杰因果检验和GARCH模型：利用格兰杰因果检验确定股价间因果关系，根据模型预测值与股价实际值偏离情况指导交易；利用 GARCH模型刻画价差序列的波动性，以价差的时变标准差指导交易。实证测试基于格兰杰因果检验的配对套利策略和基于 GARCH模型的配对套利策略，结果表明，引入择时机制后两种策略日收益率的波动性、与市场行情相关性均下降，年化收益(%)分别为 6.80和 13.72。关键词：统计套利，协整分析，主成分分析，典型相关分析，格兰杰因果检验，GA
6、RCH模型I杭州电子科技大学硕士学位论文ABSTRACTStock index futures and margin trading business are officially introduced to Chinas stockmarket in 2010. Their launch proved to be a milestone in the history of development of Chinasstock market, caught wide attention from all walks of life. Their launch signified the rea
7、lization ofshort mechanism and the possibility of making profit in bear market. Therefore, stock indexfutures and margin trading business provide rich soil for the growth of arbitrage strategy andstudying arbitrage strategy has practical implication at present.In this article, we do research on stat
8、istical arbitrage strategy in two aspects to determinewhat to trade and when to trade. According to margin stocks fundamental factors in 2011 annualreport, we apply cluster analysis on financial service industry stocks to construct stock pool forfurther analysis. Then we use stock close price from M
9、arch.31th 2010 to April.30th 2012 to builttrading model and finally we test the trading model by using stock close price from May.1st 2012to October.15th 2013.In the part of determining what to trade, we use correlative analysis, principal componentanalysis and canonical correlation analysis to choo
10、se trading pairs, found their cointegrationrelationships, and then we build three trading systems. These three strategies have annual returnrates 10.84%, 8.50% and 9.98% separately. Their returns are stable and risk neutral.In the part of determining when to trade, we use GARCH model and Granger cau
11、sality testto identify trading signals. Granger causality test finds the relations between stocks and makemodels, based on the spread between models predicted value and actual value to trade. Also, weuse GARCH model to track time varying volatility and trade. The Result shows that each methodhas the
12、 annual return rate at 6.80 and 13.72. By using this timing mechanism, we can reducetrading strategy returns corelation with market, and make it more risk-neutral.Keywords: Statistical Arbitrage, Cointegration Analysis, Principal Component Analysis,Canonical Correlation Analysis, Granger causality tests, GARCH modelII杭州电子科技大学硕士学位论文目录摘要.IABSTRACT . II目录. III1绪论. 11.1选题背景及意义 .
