沪深300股指期货与ETF的高频统计套利

发布时间：2017-05-07 05:45

  本文关键词：沪深300股指期货与ETF的高频统计套利，由笔耕文化传播整理发布。

【摘要】：本文提出以2012年5月新成立的两只沪深300ETF——嘉实沪深300ETF(代码：159919)和华泰柏瑞沪深300ETF(代码：510300),作为沪深300股指期货的现货标的物进行高频期现套利。 本文首先对这两只ETF的申赎模式、交易机制、跟踪误差等方面进行了全面比较,并着重分析了它们在交易效率,交易成本,高频套利操作上的优劣势；接着从股指期货与两只ETF的协整关系出发,分别建立统计模型用于描述和预测股指期货价格,并在此基础上估计未来一天内股指期货价格的合理区间：最后基于该合理价格区间,实证检验高频期现套利的可行性,并制定和模拟套利交易策略,分析套利成本及损益。 本文在分析股指期货与两只ETF价格关系时,所涉及的统计模型主要为协整模型和一阶误差修正模型。前者用于描述两者价格的长期稳定均衡关系,而后者的补充应用则是出于高频金融数据具有短期自相关性和非稳定性的考虑,使模型预测更为准确。 结果表明在高频层面上,华泰柏瑞沪深300ETF相比嘉实沪深300ETF而言,不仅与指数和股指期货有着更高的相关系数,还具有更小的跟踪误差,可见其作为现货标的物的精度更高。其次,股指期货虽曾多次偏离协整模型和误差修正模型构建的合理价格区间,但一般时间很短且偏离幅度不大,如将套利成本考虑在内,则具有正收益的套利机会更是大大减少,由此可见降低套利成本的重要性。再次,以华泰柏瑞沪深300ETF为现货的套利机会,相比嘉实而言更少。但考虑到华泰柏瑞实行T+0的申赎机制,比T+2的嘉实ETF更能吸引套利者进行交易,流动性更强,这一现象也就能得到合理解释了。 另外需要说明的是,本文所有模型建立和参数估计所用的样本数据均为2012年12月18日-21日的1分钟高频价格数据,而交易策略的模拟操作则使用的是2012年12月24日(21日的下一个交易日)的1分钟高频价格数据,由此保证了样本数据源与测试数据源的独立性。
【关键词】：股指期货 ETF 协整关系 统计套利 高频交易
【学位授予单位】：复旦大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：F224;F724.5
【目录】：

• 目录2-4
• 摘要4-5
• Abstract5-7
• 第一章 引言7-10
• 1.1 研究内容7
• 1.2 研究方法7-8
• 1.3 研究贡献8-9
• 1.4 研究框架9-10
• 第二章 沪深300股指期货简介10-14
• 2.1 沪深300指数11-13
• 2.2 沪深300股指期货13-14
• 第三章 沪深300ETF简介14-19
• 3.1 沪深300ETF进行期现套利的优势14-15
• 3.2 嘉实与华泰柏瑞沪深300ETF15-16
• 3.3 两只ETF与沪深300股票指数及股指期货价格相关性16-17
• 3.4 嘉实和华泰柏瑞沪深300ETF跟踪误差比较17-19
• 第四章 基于协整和误差修正模型的统计套利19-34
• 4.1 统计套利19
• 4.2 协整关系19-20
• 4.3 沪深300ETF和沪深300股指期货的协整关系检验20-22
• 4.4 误差修正模型22-23
• 4.5 基于协整关系建立误差修正模型23-27
• 4.5.1 基于股指期货与嘉实沪深300ETF协整关系的误差修正模型23-25
• 4.5.2 基于股指期货与华泰柏瑞沪深300ETF协整关系的误差修正模型25-27
• 4.6 不考虑交易成本情况下的交易模拟27-30
• 4.6.1 以嘉实沪深300ETF为现货标的物的高频套利交易模拟27-29
• 4.6.2 以华泰柏瑞沪深300ETF为现货标的物的高频套利交易模拟29-30
• 4.7 套利成本30-32
• 4.7.1 固定交易成本31
• 4.7.2 可变交易成本31-32
• 4.8 考虑交易成本情况下的交易模拟32-34
• 第五章 进一步实证分析34-40
• 第六章 结论与思考40-43
• 6.1 研究结论40-41
• 6.2 统计套利局限性41-42
• 6.3 套利门槛42-43
• 参考文献43-45
• 致谢45-46

【参考文献】

中国期刊全文数据库 前1条

1 刘伟;陈敏;梁斌;;基于金融高频数据的ETF套利分析[J];中国管理科学;2009年02期

  本文关键词：沪深300股指期货与ETF的高频统计套利，，由笔耕文化传播整理发布。

本文编号：349252