不同ETF样本与沪深300指数的表现比较.pptVIP

ETF与沪深300指数的表现比较 样本选取 母样本：沪深300（收盘价） 比较样本： 50ETF（510050；沪；收盘价） 180ETF（510180；收盘价） 100ETF（159901；收盘价） 核心逻辑 选取子样本必须与模样本保持极高的线性相关性； 在高度线性相关的基础之上，才能保证两者走势偏离向着常态回归——套利的基础； 严格意义上来说，相关性越高，实现套利的可能性更大； 在此基础上，通过回归分析计算各类型ETF指数与沪深300指数之间的贝塔系数。以此衡量ETF指数与沪深300之间的行情表现。 50ETF与沪深300的相关性检验 50ETF与沪深300的相关性检验 从图形的直观上看，50ETF与沪深300保持了较高的相关性。 从数据上分析，以收盘价为基础进行的相关性分析显示50ETF与沪深300之间的相关性高达0.992 深100ETF与沪深300相关性检验 深100ETF与沪深300相关性检验 从图像直观来看，同样保持了相关的同步性。 通过数据的相关性测算，深成100ET与沪深300之间的相关系数达到：0.980 180ETF与沪深300相关性检验 180ETF与沪深300相关性检验 经过相关系数检验，180ETF与沪深300之间的相关系数达到：0.9961 第一个结论 一，三种ETF均与沪深300保持较高的线性相关性；均为较好的套利标的； 二，通过比较，180ETF的线性相关性最高；意味着此品种与沪深300出现偏离的时候，更容易向着“常态”进行回归； 对于ETF品种与沪深300之间的表现比较 比较方法：回归模型； 回归模型的内涵：Y=α+βX 可以看出，在α常数一定的情况之下，对比ETF品种与沪深300之间的走势关系，实际上就是对比β系数； 两种比较：一是整体比较各个ETF品种与沪深300的β值；二是分别比较各个阶段（上涨、下跌）各个品种的β值； 50ETF对沪深300的β值 为了便于计算，将50ETF的数值，全部乘以1000；所得结果，与沪深300一起进行回归分析；得出的β系数为0.7365。所得的常数项近似可以忽略——这也与现实真实情况相符； 50ETFβ值的意义 第一， β1，显示着通过2005.12.6—2010.7.13这段时间回归分析，50ETF的整体表现弱于沪深300; 第二，这种在选定时间内沪深300走势强于50ETF的现象，在50ETF*1000/沪深3000的价格对比之中，得到了体现和验证； 50ETF价比与沪深300对比 50ETF价格比值的意义 通过图形可以发现： 一，价比始终没有超过初始值，且一直在初始值之下运行；同样显示了50ETF的波动率在历史上任一时期，均小于沪深的波动幅度； 二，价比数据同样围绕着一定中值波动，这个中值接近于β 深100ETF对沪深300的β值 计算方法与上相同，所获取的β值：1.0357 深100ETFβ值的意义 第一，代表在整体上深100ETF的表现强于沪深300的表现； 第二，通过深100ETF*1000/沪深300的价格比可以发现，大多数的时间之内，深100ETF的走势的确强于沪深300； 深100ETF价比与沪深300对比 180ETF对沪深300的β值 通过回归分析，180ETF与沪深300之间的 β达到：2.169 180ETF β值的意义 显然，在所有的标的之中，180ETF的β系数最高，代表着180ETF对于沪深300指数之间的波动，最为剧烈。 第二个结论 通过回归分析，不难发现，在与沪深300走势的对比中，整体表现如下： 50ETF沪深300深成100ETF180ETF 对应的贝塔值，分别为： 50ETF:0.7365 深100：1.0357 180ETF:2.169 不同行情中的ETF表现 按照沪深300，划分行情的涨、跌、盘整 按单边上涨行情来选定时间：2005-12——2007-10；2009-11——2009-7; 单边下跌的选定时间：2009-11——2009-10； 盘整时间：2009-8——2010-4 分别计算的各类型ETFβ系数 2005-2007.10（普涨） 2007-2008.10（下跌） 2008-2009.7（普涨） 2009-2010.4（盘整） 50ETF 0.737 0.74 0.71 0.674 100ETF 1.064 1.034 1.2 1.238 180ETF 2.163 2.144 2.132 1.978 注释 β的计算，并没有把2010-4-15之后的单边下跌纳入计算体系之中； 所有数据来源：wind资讯；所有回归、相关性分析均依靠EXCEL2003完成；