从成对交易到动量检验 ——统计套利的学习与应用

论文摘要

随着计算金融学(Computational Finance)的迅速发展和统计套利方法的成功运用,统计套利方法和模型越来越受到学者和投资者的重视。本文旨在从实证角度学习和研究统计套利策略。在熟悉和掌握统计套利理论知识的基础上,通过股票市场成对交易和沪市A股动量效应检验的实证研究来展示统计套利策略的应用及操作方法。在股票成对交易的实证中,本文选择浦发银行和招商银行2006—2007两年的日收盘价进行研究,在原有交易方法基础上将GARCH模型计算的时变方差引入到交易触发条件和止损边界的设定中。分别将按照简单标准差和时变标准差设定的边界记为策略1和策略2。实证结果显示两策略组合的区间波动率都非常小,说明组合的收益非常稳定;同时,较小的beta系数也符合统计套利策略市场中性的定位。并且,策略2产生的交易机会(16次)多于策略1(3次),策略2的收益(28.69%)也远远大于策略1的收益(3.36%),说明基于GARCH模型的时变标准差的策略效果明显优于基于恒定标准差的策略效果。在对沪市A股动量效应的实证检验中,文章将统计套利市场中性的性质引入投资组合,在假设组合策略可以生成统计套利机会的前提下,构建投资组合,检验动量投资策略在持有期的可盈利性,进而判断市场是否具有动量效应及效应的大小。本文所用方法的主要贡献是:将统计套利模型看作是带约束条件的投资组合最优化问题,约束条件包括组合相对于市场的零beta值和该策略是零初始成本的自融资交易策略,同时考虑组合方差这一风险测度。实证结果显示:①沪市A股市场中的短期动量效应不太明显,反转效应较为明显;②26周持有期对应的中期动量效应较为明显;③并且牛市中动量效应明显,熊市中反转效应较为明显。

论文目录

• 摘要
• Abstract
• 一 绪论
• 1.1 选题背景及说明
• 1.2 本文主要内容
• 1.3 本文创新之处
• 二 统计套利与无风险套利
• 2.1 统计套利定义
• 2.1.1 定义1
• 2.1.2 定义2
• 2.1.3 定义3
• 2.2 统计套利机会的判断
• 2.3.1 无风险套利的定义
• 2.3.2 统计套利与无风险套利的区别
• 2.3.3 统计套利与无风险套利的联系
• 三 统计套利研究现状
• 3.1 研究概况
• 3.1.1 国外研究现状
• 3.1.2 国内研究现状
• 3.1.3 机构应用实例
• 3.2 统计套利具体操作策略简述
• 3.2.1 成对/一篮子交易（Pair/Basket Trading）
• 3.2.2 多因素模型（Multi-factor Models）
• 3.2.3 均值回归策略（Mean-reverting Strategies）
• 3.2.4 协整（Co-integration）
• 四 数据处理原理和方法
• 4.1 平稳性检验
• 4.1.1 严格的平稳过程
• 4.1.2 弱平稳过程
• 4.1.3 ADF检验
• 4.2 GARCH模型
• 4.3 ARCH效应检验
• 4.4 协整检验方法及步骤
• 4.4.1 EG检验法
• 4.4.2 Johansen检验法
• 4.5 误差修正模型
• 五 基于 GARCH模型的协整成对交易——浦发银行与招商银行的成对交易
• 5.1 数据区间和数据频率的选择
• 5.2 协整关系检验
• 5.2.1 单整检验
• 5.2.2 协整检验
• 5.2.3 误差修正模型估计
• 5.3 GARCH模型计算价差序列异方差
• 5.4 确定交易策略
• 5.5 交易收益统计
• 5.6 研究局限及扩展
• 六 基于统计套利模型的沪市 A股动量效应实证检验
• 6.1 相关研究介绍
• 6.1.1 市场存在短期动量效应
• 6.1.2 市场存在中长期动量效应
• 6.1.3 市场不存在动量效应
• 6.1.4 熊市和牛市中的动量效应检验
• 6.1.5 结合统计套利的动量效应检验
• 6.2 实证研究
• 6.2.1 数据选择与说明
• 6.2.2 实证检验方法
• 6.2.3 实证检验结果
• 6.2.4 检验结果分析
• 6.3 研究局限及扩展
• 七 结论
• 参考文献
• 致谢