融资融券与股指期货对我国统计套利策略的影响.docxVIP

融资融券与股指期货对我国统计套利策略的影响 1 统计推进策略 统计生态学策略是在证券市场中使用统计方法的重要工具。特别是国外的双重基金和其他机构的投资者已经成功使用该方法多年。它的实施为外国机构投资者带来了巨大的低风险收入。由于我国证券市场之前长期缺乏做空机制及股票指数期货等衍生产品,统计套利策略没有实施平台,因此国内对于统计套利策略研究及应用很少 统计套利是基于统计方法挖掘套利机会,通过建立金融资产价格时间序列模型,拟合资产价格变化规律,识别资产组合内部统计错误定价关系,发现两个或者两个以上资产之间存在的套利机会,设定交易阈值,通过计算机自动发出交易信号并执行的投资过程 国内对统计套利的研究相当匮乏,处在起步阶段。孙维(2009)采用GARCH模型模拟深圳综合指数收益序列变化趋势,研究结果表明我国股票市场收益存在着明显的长期记忆性,股票市场未达到弱式有效 在国内已有的文献中,将统计套利策略多运用于期货市场,而运用于我国股票市场的研究很少,采用日数据是传统统计套利的惯例,协整模型是国内外统计套利策略的传统模型。然而,随着高频数据运用的兴起,日内套利机会也已引起投资者与学者的高度关注。本研究旨在对我国股票市场的统计套利策略进行研究,不仅考虑日间套利机会,还研究了可能存在的大量日内套利机会。主要运用相关性分析的方法,对于同一股票组合,其价格的不同频率数据的相关系数是不同的,因此在运用不同频率数据进行统计套利时,对股票组合价格的各频率数据的相关性进行分析是十分有必要的。论文基于研究结果将常用策略进行改进后进行实证检验,在满足机构投资者套利需求的同时,引进一种全新的更加有效的套利策略,并借此推动我国程序化交易的发展。 2 统计推进策略 统计套利之前首先要选定套利对象。而套利对象的选取是通过计算机大范围的搜索进行,而由于这需要耗费大量的搜索成本且耗费大量的时间而延误套利时机,在实际中并没有采用。投资者应该结合基本面分析,可以大大减小搜索范围,而且应该选择投资者熟悉或者精通的一个或者多个行业和板块进行统计套利,这样可以避免行业冲击,大大提高统计套利成功率。在选定行业或者板块后,首先要对行业内或者板块内的股票价格进行两两之间的相关性分析 本文选取上证超级大盘指数的20只成分股进行统计套利策略研究。超大盘指数于2009年4月23日发布,由在上交所上市的具备一定规模及流动性的20家超级大型上市公司构成,其能综合反映上交所超大型上市公司股票的整体表现 为保证数据的有效性,剔除了于2009年7月29日上市的中国建筑,并以其余的19只股票中最晚上市的资金矿业的上市日期——2008年4月25日作为数据起始点,截止日期为2010年6月3日,每个序列有516个样本。为了消除股票价格除权除息的影响,首先要对股票价格进行复权处理。复权是将股价和成交量进行权息的修复,按照股票的实际涨跌来绘制股价走势图。本文采用前复权收盘价,因为进行统计套利是采用股票的当前价格,而前复权价格只是为发出交易信号所用 日数据实际收盘价由万得金融数据库导出,而日内高频数据由同花顺行情软件逐一导出 3 基于日本数据和高频数据的统计成本策略 3.1 交易成本及费用 本文将通过列表方式列出运用5种日内高频数据进行统计套利的交易次数,成功次数、止损次及不考虑交易成本及费用情况下的单次收益率。采用常用统计套利策略运用60分钟、30分钟、15分钟、5分钟及1分钟数据进行套利的交易时机分别如图1、图2、图3、图4、及图5所示,表3列出了采用常用统计套利策略的具体绩效。 3.2 数据频率对统计套 不考虑交易成本及费用的情况下,在样本内外采用常用统计套利策略运用日数据和5种日内高频数据对中国神华与中煤能源进行套利的绩效比较如表4所示。 在样本内随着数据频率的提高,平均每交易日的套利次数显著增加,其中运用1分钟进行统计套利,平均每交易日出现21.5次套利交易机会,是运用日数据的717倍,可见套利机会更加密集。同时随着数据频率的提高,在不考虑交易成本与费用的情况下,年化收益率也逐渐增加,运用1分钟的进行统计套利的年化收益率是运用日数据进行套利的年化收益率的106倍,高达1915.22%。然而,随着数据频率的增加,平均单次收益率是逐渐降低的,在运用15分钟、5分钟及1分钟数据进行统计套利时,其平均单次收益率均小于0.47%的交易成本与费用,即不能覆盖交易成本,则进行套利结果是收益小于成本费用,发生亏损。在样本外,随着数据频率的提高,平均每交易日的套利次数逐渐增加,在有交易机会的数据频率上,其样本外平均单次收益率均显著高于样本内的平均单次收益率。在考虑交易成本及费用的情况下,在样本内外采用常用统计套利策略运用6种频率数据对中国神华与中煤能源进行统计套利的损益比较如表5所示。 从表5可以看出,在样本内,随着数据