發(fā)布時間：2018-01-02 06:40

  本文關鍵詞：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》2017年碩士論文　論文類型：學位論文

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

【摘要】：金融二級市場上股指期貨不僅是單邊投機的重要標的,更是實現(xiàn)套期保值和雙邊套利的重要手段。股指期貨可以對A股市場起到價格發(fā)現(xiàn)以及平穩(wěn)趨勢的作用。但是在近期過往時間段內(nèi)(尤其2015年中),中國股票二級市場經(jīng)歷了巨大的波動,這波動不僅表現(xiàn)在股票自身價格的大幅起落,也表現(xiàn)在股票現(xiàn)貨與期貨之間的價差的激烈起伏。按照套利理論,由于股票現(xiàn)貨和期貨之間由于強相關性和價格收斂性質的存在,二者之間價差應當穩(wěn)定在一定區(qū)間范圍內(nèi)。市場上期現(xiàn)基差的劇烈波動,對套利交易者來說,既意味著隱藏風險也蘊含著獲利機會。對基差范圍的準確預測是套利交易有效進行的重要保證。近年由于大數(shù)據(jù)概念、統(tǒng)計學習及深度學習等方法的蓬勃發(fā)展,越來越多的預測模型被運用到量化投資領域當中。支持向量回歸這一機器學習方法由于基于結構風險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)異的預測方法。本文選取不同頻率的行情數(shù)據(jù)作為輸入特征,通過支持向量回歸方法,既預目標測交易日中的基差值又預測基差波動幅度。通過疊加基差值和基差波動幅度,就可以得到基差的波動范圍,即無套利區(qū)間。之后本文在此無套利區(qū)間上形成套利交易策略。利用1分鐘實時行情數(shù)據(jù)的突破和回復,作為交易系統(tǒng)的開平倉條件。最后通過實證數(shù)據(jù)來驗證交易策略,檢測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.
【學位授予單位】：浙江工商大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F832.51

【參考文獻】

相關期刊論文 前10條

1 覃良文;唐國強;林靜;;基于HP濾波和協(xié)整理論的期貨套利研究[J];湖北大學學報(自然科學版);2015年06期

2 孔令濤;;基于風格動量效應的股指期貨套利策略[J];金融理論與實踐;2015年10期

3 趙秀娟;魏卓;汪壽陽;;基于日內(nèi)效應的滬深300股指期貨套利的分析[J];管理科學學報;2015年01期

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

5 陳懿冰;張玲玲;聶廣禮;石勇;;基于改進的支持向量回歸機的金融時序預測[J];數(shù)學的實踐與認識;2012年04期

6 黃青華;何凱瑜;孫潔;;基于增量支持向量回歸機的股價預測模型研究[J];上海市經(jīng)濟管理干部學院學報;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];中國計量學院學報;2011年02期

8 楊沐f^;;股指期現(xiàn)套利的現(xiàn)貨指數(shù)復制方法及評價[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)計與決策;2010年07期

10 楊新臣;吳仰儒;;中國消費者物價指數(shù)預測——基于小波變換與支持向量回歸的分析[J];山西財經(jīng)大學學報;2010年02期

，

本文編號：1368114