【摘 要】
:
配对交易策略是一种市场中性的统计套利策略,通过构建两只股票间的多空头寸,利用股票对价差的均值回复性赚取价差收敛的收益。Hurst指数通常用于研究时间序列的长记忆性,但当Hurst指数在(0,0.5)区间内,时间序列具有与均值回复性类似的反持续性,因此本文尝试从Hurst指数的反持续性这一性质出发,结合我国实际构建配对交易策略。本文以沪深300指数成分股作为研究对象,先利用相关性和协整检验初步筛选相
论文部分内容阅读
配对交易策略是一种市场中性的统计套利策略,通过构建两只股票间的多空头寸,利用股票对价差的均值回复性赚取价差收敛的收益。Hurst指数通常用于研究时间序列的长记忆性,但当Hurst指数在(0,0.5)区间内,时间序列具有与均值回复性类似的反持续性,因此本文尝试从Hurst指数的反持续性这一性质出发,结合我国实际构建配对交易策略。本文以沪深300指数成分股作为研究对象,先利用相关性和协整检验初步筛选相关性强、价差序列平稳的股票对,再使用广义Hurst指数法计算股票对价差时间序列的Hurst指数,挑选Hurst指数最小的5个股票对构成投资组合参与配对交易。交易信号设计过程中,基于股票对反持续性较强的特点,在交易信号中加入了止盈操作,同时将时变的Hurst指数应用在交易信号中,当时变Hurst指数大于一定阈值时反持续性减弱,即使触发开仓信号也不进行开仓操作。结合我国市场不能卖空的实际,本文设计了借助融券业务借入标的股票卖出或者提前做多两只配对股票进行等效配对交易的两种交易策略。通过为期两年共4个交易区间内对两种交易策略进行回测,得到如下结论:(1)初步筛选的配对股票中绝大多数的价差序列Hurst指数小于0.5,说明价差时间序列绝大多数具有反持续性的特点。时变Hurst指数对开仓操作的约束虽然会减少开仓次数,但其中减少的亏损开仓次数占比更大。(2)基于Hurst指数的两种交易策略均能获得超过沪深300指数基准的累计收益,其中融券方式的策略延续传统配对交易的市场中性特点,累计收益较低但回撤较小,而提前做多方式的策略失去了市场中性,累积收益较高但回撤较大风险很高。(3)融券方式下Hurst指数的策略与经典的协整方法相比,在对参数进行遍历之后可以获得比经典方法更高的收益结果。
其他文献
经济全球化的深入发展逐渐催生出一种全新的经济增长方式即知识经济,与此同时企业面临的挑战也日益升级。为了实现自身核心竞争力的突破,创新将成为企业面临的关键问题,而创新能力的高低更是企业发展好坏的命门所在。作为知识管理的核心,知识共享通过分布式创新能力对企业绩效产生显著影响,并最终决定着能否拥有持续的市场竞争优势。本文主要研究企业创新过程中知识共享、分布式创新能力对创新绩效的具体作用机制。在梳理相关文
声纹攻击检测技术是在声纹识别快速发展后需要被极大关注的一个热点,当今时代,声纹识别越来越广泛地应用于各大领域,相关研究表明,声纹识别技术受到恶意欺诈攻击变得极为容易,主要分为合成攻击和回放攻击。随着攻击手段更加方便有效,声纹识别系统的应用和推广面临很大的威胁,因此研究检测合成和回放语音攻击的系统具有迫切需求和重大意义。本文主要围绕合成语音攻击和回放语音攻击两个方面进行了相关检测算法研究。主要体现在
近年来,随着自然环境遭受越来越严重的破坏,人类的生存环境越来越恶劣,国家越来越重视绿水青山的保护,可持续发展势在必行,学者们开始关注与环境有关的行为,而以往关于环境行为的研究主要聚焦于组织与领导这样的宏观层面,对企业员工个体层面上的环境行为研究较少。在社会组织中,应当承担环境责任的主体众多,其中企业在改善环境方面占据重要地位,员工是企业最重要的组成部分,员工的亲环境行为对企业在绿色发展方面的表现起
班级是学生学习与生活的重要场所,也是学生获取知识与身心发展的重要环境之一。近年来,许多研究都表明良好的班级氛围能够促进学生的心理健康、提高学生的学习成绩、培养学生良好的道德品质、提高学生的综合素质。可见良好的班级氛围对学生的身心发展等方面起着非常重要的作用,但近年来校园欺凌事件的频频发生对学生的学习与生活环境造成了威胁,为此,本研究从中学生校园欺凌的角度出发对班级氛围的影响机制展开相关研究。研究以
在照明不断发展的今天,LED被频繁应用于各种生活、学习、工作场景。它具有的安全、稳定、节能、绿色环保的优点,给人们提供了很多便利。然而,随着人们对于LED研究的深入以及对照明品质的要求。LED存在的问题亟待解决。目前市面上的LED产品主要由黄色YAG荧光粉与蓝光芯片组合而制成,使用的点胶涂覆法会导致明显的眩光效应和蓝光危害。在长时间的工作、功率升高后,引起的荧光粉温度猝灭、硅胶黄化、热稳定性变差、
日益增长的化石燃料使用及大量CO_2排放,引发了全球能源危机和气候变化。光催化CO_2减排是利用太阳能,将其转化为碳氢化合物燃料,具有清洁、经济、环保特点,不仅解决能源危机和环境问题,同时实现了碳循环利用,具有重要的学术意义和应用前景。目前光催化CO_2转换效率普遍较差,一方面是由于CO_2是碳氧双键构型,结构稳定,导致活化难度大。另一方面,CO_2的难以在水中进行溶解,导致其在催化剂上的吸附困难
近些年,随着集成电路的发展,传统硅基场效应晶体管的尺寸和性能逐渐趋近极限,研究新的替代器件十分有必要。石墨烯在力学、光学、电学、化学、生物等各方面性能具有明显的优势,引起了研究者的广泛关注,由石墨烯构成的石墨烯场效应晶体管(GFET)已经被应用在生化传感器、太阳能电池、高速电子器件、触摸屏及柔性印刷电路等各领域[1]。然而,由于石墨烯具有零带隙的特性,GFET器件的开关电流比很小,阻碍了其在半导体
伴随着全球化趋势的加剧,各国间文化贸易交流日益紧密,多语言混合使用已经成为日常生活当中的常见现象。作为人机交互的入口,现有的大多数最先进的语音识别系统都只专注于单语种语音识别,即它们一次只能处理一种语言,无法识别混合语言的语音。因此,构建能够识别混合语言语音的自动语音识别系统显得尤为重要。近年来基于DNN-HMM算法的系统成为语音识别声学建模的主流框架,但对于多语言混合语音识别任务,它有一些明显的
频偏估计作为移动通信的关键性技术一直以来广受国内外研究学者重视,然而5GNR低延时场景下会出现一些如单列导频、单列导频及上行FDMA传输的特殊配置情况,给频偏估计带来了新的问题。为此,有必要开展这些特定配置约束条件下的频偏估计算法研究。本文在分析和总结现有频偏估计算法原理及其适用性基础上,针对上述5GNR特定场景配置下频偏估计进行了算法分析与改进研究,并对改进后算法性能进行仿真验证。首先研究5GN
随着信息技术的迅猛发展和广泛应用,互联网已经融入到现代人们日常生活中的方方面面,对网络的安全性提出了更高的要求。入侵检测是保护网络安全的重要手段之一,研究人员对于入侵检测技术的探索给予了极大的关注。机器学习的兴起给入侵检测的识别准确率带来了很大提升,然而,如何对不断出现新型攻击进行识别仍然是一个严峻的问题。近年来,零样本学习在计算机视觉、自然语言处理、故障诊断等领域取得了显著的效果。通过模拟人类对