本文關(guān)鍵詞：非線性框架下指數(shù)期貨套利策略研究　出處：《浙江大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 支持向量機 指數(shù)復(fù)制 基差預(yù)測 遺傳算法

【摘要】：2010年滬深300股指期貨和融資融券交易的相繼推出完善了證券市場雙向套利機制和衍生品的發(fā)展,股指期貨成為投機、套利和套期保值的重要工具,在這樣的背景下有許多研究者對股指期貨市場的特征、套利技術(shù)等進行研究,本文基于以前學(xué)者的成果,使用非線性的方法對股指期貨期現(xiàn)套利的兩個重要問題進行探討。 指數(shù)復(fù)制是期現(xiàn)套利和指數(shù)型基金管理的重要環(huán)節(jié),本文采用抽樣復(fù)制法和優(yōu)化方法,構(gòu)建股票組合來跟蹤滬深300股指,基于支持向量機(SVM)結(jié)構(gòu)風(fēng)險最小化的觀念,建立了目標(biāo)函數(shù),確定約束條件,保持在整個跟蹤過程中成份股權(quán)重不變。使用遺傳算法確定股票組合并對支持回歸機的參數(shù)進行優(yōu)化,建立SVM模型,記錄樣本內(nèi)外的跟蹤誤差并與二次規(guī)劃方法所建立的模型進行比較。發(fā)現(xiàn)SVM模型在測試集上的表現(xiàn)要優(yōu)于二次規(guī)劃的模型,說明SVM方法基于結(jié)構(gòu)風(fēng)險最小化的優(yōu)良特質(zhì)使得模型的泛化能力得到提高。 基差預(yù)測是實證的第二個部分,準(zhǔn)確地判斷基差的走勢有利于投資者進行正向基差套利和反向基差套利。本文使用前21個交易目的股指期貨交易數(shù)據(jù)建立了基差的預(yù)測模型,使用前一天的交易數(shù)據(jù)對第二天收盤價的基差進行預(yù)測。為了方便對各種模型進行比較,本文分別建立了線性回歸模型、高斯徑向核函數(shù)SVM模型、拉普拉斯徑向核函數(shù)SVM模型、ANOVA徑向核函數(shù)SVM模型、貝塞爾核函數(shù)SVM模型,從實證結(jié)果中可以看出非線性的SVM模型相對于線性回歸模型的預(yù)測能力更為優(yōu)異。
[Abstract]:In 2010, the Shanghai and Shenzhen 300 stock index futures and margin trading have launched the perfect development of the securities market two-way arbitrage mechanism and derivatives, stock index futures has become an important tool for speculation, arbitrage and hedging, there are many researchers on the stock index futures market characteristics in such a background, this paper studied the arbitrage technology, the achievements of previous scholars based on the two important problems of nonlinear method using stock index futures arbitrage are discussed.
Index replication is an important link of arbitrage and index fund management, this paper adopts sampling replication method and optimization method, construct the stock portfolio to track the CSI 300 index, the support vector machine (SVM) based on structural risk minimization concept, establishing the objective function to determine the constraints, keep in the whole process of tracking components of equity invariant. Using genetic algorithm to determine the parameters of the stock portfolio and support regression optimization, establish the SVM model, the tracking error and the sample records and compared the two methods of planning model. The performance of the SVM model on the test set is better than two times planning model, SVM method is excellent based on the characteristics of structural risk minimization model generalization ability is improved.
The second part is the empirical basis to predict, accurately determine the basis trend in favor of investors positive basis arbitrage and reverse arbitrage basis. This paper uses the first 21 trading stock index futures trading data to establish a prediction model of the basis, the use of transaction data, the day before the second day of the closing price of the basis in order to facilitate the prediction. Comparison of various models, this paper establishes a linear regression model, Gauss radial kernel function of the SVM model, Laplasse radial kernel function of the SVM model, ANOVA radial kernel function of the SVM model, the Bessel kernel SVM model, from the empirical results can be seen in the nonlinear model of SVM with respect to the predictive ability of linear regression model is more excellent.

【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：F224;F832.51

【參考文獻】

相關(guān)期刊論文 前10條

1 蘇嬋媛;;股指期貨定價與期現(xiàn)套利分析——兼論滬深300股指的現(xiàn)貨模擬策略[J];北方經(jīng)濟;2007年22期

2 張錦;馬曄華;;滬深300股指期貨定價實證研究[J];財貿(mào)研究;2008年06期

3 馬理;盧燁婷;;滬深300股指期貨期現(xiàn)套利的可行性研究——基于統(tǒng)計套利模型的實證[J];財貿(mào)研究;2011年01期

4 樊智,張世英;隨機分形與金融波動的市場機制[J];系統(tǒng)工程;2003年01期

5 楊國梁;趙社濤;徐成賢;;基于支持向量機的金融市場指數(shù)追蹤技術(shù)研究[J];國際金融研究;2009年10期

6 李儉富;馬永開;曾勇;;指數(shù)跟蹤組合復(fù)制方法的實證研究[J];管理學(xué)報;2006年03期

7 葉峰,張_",唐國興;股指期貨價格非線性均值回復(fù)特性實證研究[J];管理科學(xué)學(xué)報;2003年05期

8 王偉峰;劉陽;;股指期貨的跨期套利研究——模擬股指市場實證[J];金融研究;2007年12期

9 付勝華;檀向球;;股指期貨套期保值研究及其實證分析[J];金融研究;2009年04期

10 劉新勇,賀江峰,孟祥澤,陳增強,袁著祉;基于神經(jīng)網(wǎng)絡(luò)的股市預(yù)測[J];南開大學(xué)學(xué)報(自然科學(xué)版);1998年03期

，

本文編號：1362678