期權(quán)的期貨復(fù)制與套利策略研究——基于金融高頻數(shù)據(jù)波動(dòng)率預(yù)測(cè)視角
發(fā)布時(shí)間:2021-02-15 23:40
期權(quán)的期貨Delta復(fù)制,對(duì)于期權(quán)的風(fēng)險(xiǎn)管理、套期保值、套利策略制定都至關(guān)重要。本文從金融高頻數(shù)據(jù)波動(dòng)率預(yù)測(cè)視角,研究期權(quán)組合——碟式期權(quán)的期貨Delta復(fù)制,結(jié)合移動(dòng)平均思想構(gòu)造了季度平均已實(shí)現(xiàn)波動(dòng)率,利用ARFIMA模型建立了金融高頻數(shù)據(jù)波動(dòng)率ARFIMA預(yù)測(cè)模型,構(gòu)建了相應(yīng)的期貨Delta復(fù)制策略。實(shí)證結(jié)果表明,與日波動(dòng)率標(biāo)準(zhǔn)差等其他波動(dòng)率度量相比,季度平均已實(shí)現(xiàn)波動(dòng)率的預(yù)測(cè)最為準(zhǔn)確;由季度平均已實(shí)現(xiàn)波動(dòng)率構(gòu)造的期貨Delta復(fù)制套利策略,相對(duì)于其他波動(dòng)率度量構(gòu)造的復(fù)制套利策略,該策略投資夏普比較大、在險(xiǎn)價(jià)值VaR最小、投D資elt成a本最小,綜合投資效果最好。
【文章來(lái)源】:吉林工商學(xué)院學(xué)報(bào). 2019,35(02)
【文章頁(yè)數(shù)】:10 頁(yè)
【部分圖文】:
碟式期權(quán)組合的凈損益
利用當(dāng)天價(jià)格信息的日收益率樣本標(biāo)準(zhǔn)差σt,預(yù)測(cè)值為前一天樣本標(biāo)準(zhǔn)差σt-1;圖2(b)(c)(d)分別為RV、---RVM、---RVQ預(yù)測(cè)值與真實(shí)值的對(duì)比圖,這里預(yù)測(cè)值為基于ARFIMA模型預(yù)測(cè)值,由于篇幅限制沒(méi)有給出---RVW預(yù)測(cè)值與真實(shí)值對(duì)比圖。表3顯示5種σ、RV、---RVW、---RVM、---RVQ波動(dòng)率序列平均預(yù)測(cè)誤差,從平均預(yù)測(cè)誤差的數(shù)值結(jié)果來(lái)看,序列越光滑,模型預(yù)測(cè)效果越好,長(zhǎng)期記憶ARFIMA模型對(duì)序列---RVQ預(yù)測(cè)效果最好。(a)(b)(c)(d)圖24種波動(dòng)率序列σ(a)、RV(b)、---RVM(c)、---RVQ(d)的預(yù)測(cè)值與真實(shí)值對(duì)比圖表3不同波動(dòng)率的平均預(yù)測(cè)值誤差(MAPE)不同波動(dòng)率平均預(yù)測(cè)誤差σ3.62%RV23.07%---RVW6.85%---RVM1.73%---RVQ0.8%(三)復(fù)制策略從圖1碟式期權(quán)組合損益圖可以看出,當(dāng)標(biāo)的資產(chǎn)價(jià)格波動(dòng)率較小時(shí),投資碟式期權(quán)組合能以比較大概率獲得正收益。在波動(dòng)率度量預(yù)測(cè)比較準(zhǔn)確的前提下,我們需要給出波動(dòng)率小的閾值標(biāo)準(zhǔn),也即當(dāng)預(yù)測(cè)波動(dòng)率度量小于該閾值時(shí),投資者進(jìn)入市場(chǎng),進(jìn)行期貨復(fù)制期權(quán)組合投資,進(jìn)行波動(dòng)率套利。因此,設(shè)市場(chǎng)進(jìn)入標(biāo)準(zhǔn):波動(dòng)率度量<(歷史一年)平均波動(dòng)率度量*Rσ,0<Rσ<1這里比率Rσ稱為市場(chǎng)進(jìn)入時(shí)機(jī)參數(shù),用于判斷是否進(jìn)入市常如果Rσ選擇太小,則投資風(fēng)險(xiǎn)相對(duì)較小,獲得正收益機(jī)會(huì)較大,但達(dá)到進(jìn)入市場(chǎng)標(biāo)準(zhǔn)的機(jī)會(huì)就比較小,進(jìn)入市場(chǎng)的投資機(jī)會(huì)就少。另一方面,如··90
原始策略,只利用了低頻日價(jià)格數(shù)據(jù)。(四)策略收益與風(fēng)險(xiǎn)的實(shí)證結(jié)果圖3給出了上述10種策略總收益的箱線圖,大致可以看出策略PortD_RQ、PortRQ_RM、PortRQ_RQ這3種策略總收益平均位置較高,且波動(dòng)較校其中圖中市場(chǎng)進(jìn)入?yún)?shù)Rσ都選為Rσ=0.9,對(duì)于執(zhí)行價(jià)格參數(shù)RK,前5種以日收益率標(biāo)準(zhǔn)差σ進(jìn)入市場(chǎng)的策略,都選為RK=0.15;后5種以季度平均已實(shí)現(xiàn)波動(dòng)率---RVQ進(jìn)入市場(chǎng)的策略,都選為RK=0.1;注意這些選擇也基本上為每種策略的最優(yōu)選擇(將在稍后參數(shù)敏感性分析圖4可以看出)。圖310種策略總收益箱線對(duì)比圖表4給出了10種策略夏普比、總收益、VaR值、平均成本AverCost等實(shí)證結(jié)果,這里總收益在險(xiǎn)價(jià)值VaR(1%)為總收益的樣本1%分位數(shù)。從表4可以看出:(1)對(duì)于前5種以日收益率標(biāo)準(zhǔn)差σ進(jìn)入市場(chǎng)的策略,也即:PortD_D、PortD_RV、PortD_RW、PortD_RM、PortD_RQ,執(zhí)行價(jià)格參數(shù)RK=0.15情形的夏普比都比RK=0.1情形大,表現(xiàn)更優(yōu);后5種季度平均已實(shí)現(xiàn)波動(dòng)率---RVQ進(jìn)入市場(chǎng)的策略,結(jié)果正好相反,RK=0.1情形的夏普比大于RK=0.15情形,表現(xiàn)更優(yōu)。表現(xiàn)出進(jìn)入市場(chǎng)波動(dòng)率度量與執(zhí)行價(jià)格參數(shù)的某種內(nèi)在聯(lián)系。(2)策略PortD_RM、PortD_RQ、PortRQ_RM、PortRQ_RQ最優(yōu)情形的夏普比,都比原始策略PortD_D夏普比0.262大,分別比策略PortD_D夏普比高14.88%(=(0.301/0.262-1)*100%)、18.70%、11.07%、11.07%,表現(xiàn)出··91
【參考文獻(xiàn)】:
期刊論文
[1]高頻數(shù)據(jù)條件下基于ETF基金的股指期貨套利研究[J]. 王良,秦隆皓,劉瀟,陳婕. 中國(guó)管理科學(xué). 2018(05)
[2]上證50ETF期權(quán)風(fēng)險(xiǎn)管理與套利策略研究[J]. 許桐桐,王蘇生,彭珂. 華北電力大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2018(01)
[3]基于四次冪差修正HAR模型的股指期貨波動(dòng)率預(yù)測(cè)[J]. 陳聲利,李一軍,關(guān)濤. 中國(guó)管理科學(xué). 2018(01)
[4]基于已實(shí)現(xiàn)波動(dòng)率的ARFIMA模型在股指期貨高頻數(shù)據(jù)中的實(shí)證研究[J]. 楊若一,胡冰霜. 中國(guó)國(guó)際財(cái)經(jīng)(中英文). 2016(20)
[5]跳躍風(fēng)險(xiǎn)如何影響期權(quán)復(fù)制收益?——基于多維跳躍擴(kuò)散的模型與證據(jù)[J]. 劉楊樹(shù),鄭振龍,陳蓉. 管理科學(xué)學(xué)報(bào). 2016(06)
[6]股指期貨與股指期權(quán)套期保值組合的Delta中性動(dòng)態(tài)模擬——基于滬深300股指期貨仿真交易的分析[J]. 魏潔. 金融發(fā)展研究. 2011(11)
本文編號(hào):3035742
【文章來(lái)源】:吉林工商學(xué)院學(xué)報(bào). 2019,35(02)
【文章頁(yè)數(shù)】:10 頁(yè)
【部分圖文】:
碟式期權(quán)組合的凈損益
利用當(dāng)天價(jià)格信息的日收益率樣本標(biāo)準(zhǔn)差σt,預(yù)測(cè)值為前一天樣本標(biāo)準(zhǔn)差σt-1;圖2(b)(c)(d)分別為RV、---RVM、---RVQ預(yù)測(cè)值與真實(shí)值的對(duì)比圖,這里預(yù)測(cè)值為基于ARFIMA模型預(yù)測(cè)值,由于篇幅限制沒(méi)有給出---RVW預(yù)測(cè)值與真實(shí)值對(duì)比圖。表3顯示5種σ、RV、---RVW、---RVM、---RVQ波動(dòng)率序列平均預(yù)測(cè)誤差,從平均預(yù)測(cè)誤差的數(shù)值結(jié)果來(lái)看,序列越光滑,模型預(yù)測(cè)效果越好,長(zhǎng)期記憶ARFIMA模型對(duì)序列---RVQ預(yù)測(cè)效果最好。(a)(b)(c)(d)圖24種波動(dòng)率序列σ(a)、RV(b)、---RVM(c)、---RVQ(d)的預(yù)測(cè)值與真實(shí)值對(duì)比圖表3不同波動(dòng)率的平均預(yù)測(cè)值誤差(MAPE)不同波動(dòng)率平均預(yù)測(cè)誤差σ3.62%RV23.07%---RVW6.85%---RVM1.73%---RVQ0.8%(三)復(fù)制策略從圖1碟式期權(quán)組合損益圖可以看出,當(dāng)標(biāo)的資產(chǎn)價(jià)格波動(dòng)率較小時(shí),投資碟式期權(quán)組合能以比較大概率獲得正收益。在波動(dòng)率度量預(yù)測(cè)比較準(zhǔn)確的前提下,我們需要給出波動(dòng)率小的閾值標(biāo)準(zhǔn),也即當(dāng)預(yù)測(cè)波動(dòng)率度量小于該閾值時(shí),投資者進(jìn)入市場(chǎng),進(jìn)行期貨復(fù)制期權(quán)組合投資,進(jìn)行波動(dòng)率套利。因此,設(shè)市場(chǎng)進(jìn)入標(biāo)準(zhǔn):波動(dòng)率度量<(歷史一年)平均波動(dòng)率度量*Rσ,0<Rσ<1這里比率Rσ稱為市場(chǎng)進(jìn)入時(shí)機(jī)參數(shù),用于判斷是否進(jìn)入市常如果Rσ選擇太小,則投資風(fēng)險(xiǎn)相對(duì)較小,獲得正收益機(jī)會(huì)較大,但達(dá)到進(jìn)入市場(chǎng)標(biāo)準(zhǔn)的機(jī)會(huì)就比較小,進(jìn)入市場(chǎng)的投資機(jī)會(huì)就少。另一方面,如··90
原始策略,只利用了低頻日價(jià)格數(shù)據(jù)。(四)策略收益與風(fēng)險(xiǎn)的實(shí)證結(jié)果圖3給出了上述10種策略總收益的箱線圖,大致可以看出策略PortD_RQ、PortRQ_RM、PortRQ_RQ這3種策略總收益平均位置較高,且波動(dòng)較校其中圖中市場(chǎng)進(jìn)入?yún)?shù)Rσ都選為Rσ=0.9,對(duì)于執(zhí)行價(jià)格參數(shù)RK,前5種以日收益率標(biāo)準(zhǔn)差σ進(jìn)入市場(chǎng)的策略,都選為RK=0.15;后5種以季度平均已實(shí)現(xiàn)波動(dòng)率---RVQ進(jìn)入市場(chǎng)的策略,都選為RK=0.1;注意這些選擇也基本上為每種策略的最優(yōu)選擇(將在稍后參數(shù)敏感性分析圖4可以看出)。圖310種策略總收益箱線對(duì)比圖表4給出了10種策略夏普比、總收益、VaR值、平均成本AverCost等實(shí)證結(jié)果,這里總收益在險(xiǎn)價(jià)值VaR(1%)為總收益的樣本1%分位數(shù)。從表4可以看出:(1)對(duì)于前5種以日收益率標(biāo)準(zhǔn)差σ進(jìn)入市場(chǎng)的策略,也即:PortD_D、PortD_RV、PortD_RW、PortD_RM、PortD_RQ,執(zhí)行價(jià)格參數(shù)RK=0.15情形的夏普比都比RK=0.1情形大,表現(xiàn)更優(yōu);后5種季度平均已實(shí)現(xiàn)波動(dòng)率---RVQ進(jìn)入市場(chǎng)的策略,結(jié)果正好相反,RK=0.1情形的夏普比大于RK=0.15情形,表現(xiàn)更優(yōu)。表現(xiàn)出進(jìn)入市場(chǎng)波動(dòng)率度量與執(zhí)行價(jià)格參數(shù)的某種內(nèi)在聯(lián)系。(2)策略PortD_RM、PortD_RQ、PortRQ_RM、PortRQ_RQ最優(yōu)情形的夏普比,都比原始策略PortD_D夏普比0.262大,分別比策略PortD_D夏普比高14.88%(=(0.301/0.262-1)*100%)、18.70%、11.07%、11.07%,表現(xiàn)出··91
【參考文獻(xiàn)】:
期刊論文
[1]高頻數(shù)據(jù)條件下基于ETF基金的股指期貨套利研究[J]. 王良,秦隆皓,劉瀟,陳婕. 中國(guó)管理科學(xué). 2018(05)
[2]上證50ETF期權(quán)風(fēng)險(xiǎn)管理與套利策略研究[J]. 許桐桐,王蘇生,彭珂. 華北電力大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2018(01)
[3]基于四次冪差修正HAR模型的股指期貨波動(dòng)率預(yù)測(cè)[J]. 陳聲利,李一軍,關(guān)濤. 中國(guó)管理科學(xué). 2018(01)
[4]基于已實(shí)現(xiàn)波動(dòng)率的ARFIMA模型在股指期貨高頻數(shù)據(jù)中的實(shí)證研究[J]. 楊若一,胡冰霜. 中國(guó)國(guó)際財(cái)經(jīng)(中英文). 2016(20)
[5]跳躍風(fēng)險(xiǎn)如何影響期權(quán)復(fù)制收益?——基于多維跳躍擴(kuò)散的模型與證據(jù)[J]. 劉楊樹(shù),鄭振龍,陳蓉. 管理科學(xué)學(xué)報(bào). 2016(06)
[6]股指期貨與股指期權(quán)套期保值組合的Delta中性動(dòng)態(tài)模擬——基于滬深300股指期貨仿真交易的分析[J]. 魏潔. 金融發(fā)展研究. 2011(11)
本文編號(hào):3035742
本文鏈接:http://www.lk138.cn/jingjilunwen/qihuoqq/3035742.html
最近更新
教材專(zhuān)著