期货统计套利的概念及发展历程

统计套利的概念早由Morganstanley的Tartaglia团队在上世纪80年代提出,统计套利建议主要是利用金融资产的时间序列经济数据,利用计量模型来发现资产行情的错误定价,并基于协整模型的均值回复判定,研究并设计出在现行交易规则下可行的交易方案。

在国外,对于统计套利建议的研究以及在实务中的运用一直是学术界的热点问题。MacKinlay在1988年对标准普尔指数期现差价间的错误定价进行套利研究,他发现期货市场和现货市场间的错误定价随着到期日临近而减小,且两者之间具有路径依赖性的特征。Burgess在1999年针对英国富时指数成份股使用逐步回归法,去除个股行情走势中的随机影响因子,在协整模型的基础之上,应用了神经网络技术来研究富时指数成份股之间的行情关系,并就其中的套利机会进行了研究,他指出统计套利建议的核心在于协整模型和误差修正理论。Hoga。在2004年对纽交所、美国证券交易所及纳斯达克上市公司的股价月度经济数据进行研究,分别论证了动量交易建议和价值投资建议在市场上具有统计套利的机会,并就交易成本、保证及比例等因素对套利利润的影响进行了预测。

Alexande:和Dimitriu在2005年论证了协整方法在统计套利建议交易中的优势,并对传统的协整套利模型提出了两种优化方法,一是ECM法,二是协整优法,并就两种方法在实战中的表现进行了实证预测。Lin在2006年在协整模型统计套利交易的基础上引入了不同的止损条件,分别预测了在不同的止损条件之下,统计套利交易建议的收益情况,他发现在收益率方面有止损条件的交易建议的收益并不比无止损条件的交易建议差太多,却具有了更为强劲的风险属性。

Thomaidis在2006年选用印度上市公司Infosys和Wipr。公司股票的5分钟经济数据进行回归,运用GARCH模型寻找两者之间的错误定价关系和套利机会,并进行了实证研究,获得了不错的收益率。Hunck在2009年对标普100样本股进行两两配对,运用Elman神经网络方法对其中的套利机会进行了研究。

Dunis等人在2013年基于协整模型对欧洲斯托克50指数进行了期现统计套利建议,他着重预测了高频经济数据和低频经济数据在套利机会和收益率上的差别,他发现基于高频经济数据的统计套利套利机会更多,但套利止损率较高。Mardi和Lyudmyla在2015年对国债期货市场和现货市场间的行情共振现象进行研究,表明市场对短时间行情行为很难迅速反应,在期现市场中存在着统计套利的机会

以上就是小编整理的“期货统计套利”的内容,希望对你有所帮助!

风险提示:本站资源来自互联网整理,仅供用于学习和交流,不对任何投资人及/或任何交易提供任何担保。