分级基金作为一种杠杆基金,最初并不是出现在中国。但是自从2007年首只分级基金在我国问世以来,无论是从规模还是产品的完善上,分级基金在我国都得到了比较好的发展。但是分级基金已有的研究,更多地是关于分级基金的定价、折溢价产生的原因等。对于具体到分级基金折溢价套利策略,目前学术研究还比较少。2014年下半年到2015年的市场行情让更多的投资人,尤其是机构投资人关注并开始研究分级基金折溢价套利策略,但是更多地停留在实战使用层面。证券公司作为卖方机构会有一些相关的研究报告,只是内容相对较少。本文试图在策略本身的改进上做些尝试。本文对分级基金的结构设计、募集与运作、折溢价现象和对折溢价套利非常重要的配对转换机制进行介绍,分析了如何进行折价套利和溢价套利,并对以折溢价为基础的几种套利策略做了介绍。本文尝试在对分级基金的折溢价套利操作流程进行分析的基础上,梳理出了对套利风险收益产生影响的指标,包括标的指数2日收益率、指数跟踪误差、净值估计误差、跟踪指数波动率、分级B换手率、牛熊市指标、仓位和折溢价率等8个指标。在对套利机会进行预测的时候,使用多元回归分析模型发现所选择指标同判断是否成功的之间的线性关系不明显,在此基础上,本文尝试使用非线性的神经网络模型来做套利预测。为了证明所选择指标的有效性,在研究中,在计算标的指数收益率、指数跟踪误差、净值估计误差、折溢价率和仓位五个指标时使用到了未来数据,发现预测效果很明显。为了达到模型的预测目的,将指标中涉及的未来数据使用已有数据进行替换,发现套利成功率有一定提升,混淆矩阵显示第二类错误犯错率有较大程度降低,总体套利回撤降低。在进行策略优化后,折溢价套利的优化效果比较明显,在选定的时间段里,折溢价套利的机会相对比较多,模型训练更加充分,预测效果也会更好一些。