基于狀態(tài)空間模型的高頻數(shù)據(jù)統(tǒng)計(jì)套利研究.pdf

1、資本市場(chǎng)是一個(gè)充滿了各種風(fēng)險(xiǎn)的市場(chǎng)，投資者把握不好，輕則虧損本金，重則損失慘重。雖然2010年滬深300股指期貨和融資融券的推出，使我國(guó)證券市場(chǎng)的單向交易模式轉(zhuǎn)變?yōu)榱穗p向交易模式，但是參與者的虧損比率仍然較高。人們一直在尋找一種跟市場(chǎng)趨勢(shì)無關(guān)并能穩(wěn)定獲利的投資策略。
　　量化投資中的統(tǒng)計(jì)套利正是這樣的不依賴市場(chǎng)趨勢(shì)的中性策略，它是將套利建立在歷史數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析的基礎(chǔ)之上，并結(jié)合基本面分析加以指導(dǎo)的套利交易，相比傳統(tǒng)的無風(fēng)險(xiǎn)套利，

2、統(tǒng)計(jì)套利少量增加一些風(fēng)險(xiǎn)，但可以獲得數(shù)倍于無風(fēng)險(xiǎn)套利收益的機(jī)會(huì)。
　　統(tǒng)計(jì)套利的策略十分豐富，最常用的協(xié)整策略在統(tǒng)計(jì)套利中，本來已具有一定的優(yōu)勢(shì)，在實(shí)踐中也具有可操作性，但是人們并不滿足于此，一直在尋找更有效的方法，出現(xiàn)了小波分析，神經(jīng)網(wǎng)絡(luò)等方法建模，有的從殘差著手進(jìn)行創(chuàng)新改進(jìn)，引用了GARCH模型，O-U模型等殘差處理方法，有的從最優(yōu)閥值入手，尋找能獲取更高收益的交易規(guī)則。本文則從協(xié)整模型中的系數(shù)著手進(jìn)行改進(jìn)，引入時(shí)變參數(shù)的狀態(tài)

3、空間模型，并運(yùn)用卡爾曼濾波算法估計(jì)狀態(tài)向量，將傳統(tǒng)協(xié)整模型中的固定不變的系數(shù)改進(jìn)為可以隨時(shí)間變化的系數(shù)，減少殘差的波動(dòng)性，使價(jià)格序列之間具有更好的擬合性，尋找更有效的套利機(jī)會(huì)。
　　本文選取了30分鐘、15分鐘、5分鐘三種日內(nèi)高頻數(shù)據(jù)來建立狀態(tài)空間模型，采用最常用的閥值規(guī)則，進(jìn)行套利分析，發(fā)現(xiàn)在實(shí)際市場(chǎng)中確實(shí)存在大量的日內(nèi)套利機(jī)會(huì)，彌補(bǔ)了單獨(dú)采用日收盤價(jià)格數(shù)據(jù)的不足。根據(jù)樣本內(nèi)統(tǒng)計(jì)套利結(jié)果，三十分鐘數(shù)據(jù)價(jià)格序列套利12次，十五分鐘

4、數(shù)據(jù)套利15次，五分鐘數(shù)據(jù)套利30次。三十分鐘數(shù)據(jù)價(jià)格序列套利累積收益率達(dá)6.7904％，而十五分鐘數(shù)據(jù)價(jià)格序列的累積收益率是2.3403％，五分鐘數(shù)據(jù)價(jià)格序列的累計(jì)收益率則只有0.7459％。而樣本外各頻率數(shù)據(jù)套利次數(shù)一樣，都是平倉四次，沒有出現(xiàn)極端止損的情況，累積收益率都在5.5％以上。據(jù)此得出一個(gè)結(jié)論:數(shù)據(jù)的頻率越高，套利的次數(shù)越多，但是由于極端止損情況和交易成本的存在，套利的累積收益率反而越低。這啟示著我們，在實(shí)際操作中，不宜選

5、取頻率過高的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)套利，如5分鐘和1分鐘數(shù)據(jù)。根據(jù)本文的實(shí)證結(jié)果，利用30分鐘高頻數(shù)據(jù)，就能獲得比較穩(wěn)定的高收益率。
　　本文通過實(shí)證分析，證實(shí)了結(jié)合高頻數(shù)據(jù)的狀態(tài)空間模型能進(jìn)行有效的統(tǒng)計(jì)套利，該策略模型可以用來指導(dǎo)投資者規(guī)避市場(chǎng)風(fēng)險(xiǎn)，及獲取穩(wěn)定的收益。根據(jù)本文的研究過程和結(jié)果，對(duì)實(shí)踐中的統(tǒng)計(jì)套利提出以下建議:選取的資產(chǎn)價(jià)格序列之間具有高度的相關(guān)性且交易比較活躍;選取的資產(chǎn)價(jià)格不能出現(xiàn)太多的突發(fā)極端情況;統(tǒng)計(jì)套利時(shí)，最好采用