基于arfima模型的波动率预测及交易策略研究金融学专业论文.docxVIP

目 录 第一章 绪论 1 1.1 研究背景 1 1.2 相关软件介绍 1 1.3 本文的研究内容安排 2 第二章 波动率序列的研究方法 4 2.1 波动率序列的度量 4 2.1.1 度量方法理论论述 4 2.1.2 波动率序列度量实证研究 5 2.2 长记忆性识别方法 6 2.2.1R/S 分析方法 7 2.2.2 修正 R/S 分析方法 7 2.2.3 对数周期图法(GPH) 8 2.2.4Local Whittle 法(LW 法) 8 HYPERLINK \l _TOC_250004 第三章 ARFIMA 模型 10 HYPERLINK \l _TOC_250003 3.1ARFIMA 模型概述 10 HYPERLINK \l _TOC_250002 3.2 利用 LW 方法求解 d 10 3.3 分数阶差分过程的推倒11 HYPERLINK \l _TOC_250001 3.4ARFIMA 模型预测公式推倒 12 3.4.1 条件期望预测方法 12 3.4.2 随机仿真预测方法 13 HYPERLINK \l _TOC_250000 第四章 基于 ARFIMA 模型的实证研究与数据分析 14 4.1 中国股票市场“已实现”波动率序列的长记忆性分析 14 4.2 江西铜业(600362)“已实现”波动率序列的建模和预测 15 4.3 沪深 300 指数“已实现”波动率序列的建模和预测 20 4.4 本章总结 22 第五章 基于波动率的期权交易策略 24 5.1 波动率异常的识别方法 24 5.1.1 隐含波动率分级法 24 5.1.2 与历史波动率比较法 25 5.1.3 波动率图形分析 26 5.1.4 基本面分析 27 5.2 买入波动率策略 28 5.3 卖出波动率策略 29 第六章 全文总结和展望 31 6.1 本文所做工作 31 6.2 本文创新之处 31 6.3 进一步展望 31 参考文献 32 附 录 33 基于 A 基于 ARFIMA 模型的波动率预测及交易策略研究 第一章 绪论 PAGE PAGE 13 PAGE PAGE 10 第一章 绪论 1.1 研究背景 随着金融创新的不断深入和信息技术的飞跃发展，对衍生产品需求的多样化已经 得到越来越多的认可。以西方发达国家衍生产品市场的发展来看，股票期权作为较为 基础的金融衍生产品，由于其具有的非线性损益结构，使得它在风险管理、投资组合 方面具有了明显的优势。 以欧式期权来说，根据经典的 Black-Schole 公式，在确定期权金时，最大的重点 和难点是标的资产波动率的确定。众所周知，股票期权以股票价格作为标的投资资产， 因此，对于股票期权定价研究，我们应首先着手于股票价格的波动率研究。 对早期市场的研究表明，很多金融资产和市场指数的收益和波动率序列具有长记 忆性，即较长时间以前发生的事情会对现在产生影响。长记忆性的存在反映了现实中 的金融市场结构要比有效市场假说中描述的更加复杂，或者说市场并不充分有效。近 些年来，随着市场的不断成熟，研究人员逐渐发现发达国家股票收益率的长记忆性已 经不再显著，但是收益率平方和序列仍存在着显著的长记忆性。 对波动率长记忆性的研究始于 Dingetal(1993)的工作，他们对 SP500 指数收益 率的研究发现，股指收益率序列本身的自相关性很弱，但绝对收益率的幂次却具有很 强的自相关性。Andersen 等(2001,2003,2005)针对高频数据提出了一种度量波动率的 新方法，称之为“已实现”波动率(Realized Volatility,RV)，是通过加总某一频率下的日 内分时数据的收益平方来得到真实的波动率的一个估计。因此，本文基于“已实现” 波动率，建立具有长记忆性的分整自回归移动平均模型(ARFIMA)，对波动率进行研 究和预测，并就预测出的波动率，进行基于波动率的期权交易策略研究。 1.2 相关软件介绍 MATLAB 是由美国 mathworks 公司发布的主要面对科学计算、可视化以及交互 第一章 绪论 基于 ARFIMA 模型的波动率预测及交易策略研究 式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线 性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学 研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一个全面的解决方 案，并在很大程度上摆脱了传统非交互式程序设计语言的编辑模式，代表了当今国际 科学计算软件的先进水平。 MATLAB 具有简单易用、强处理能力等优势，可以对模型进行数值计算，也可 以利用统计工具箱进行统计假设检验，同时还可以进行图像分析，集结了数学、统计 及计算机三大