基于高频数据的统计套利策略及实证研究_雷井生

基于高频数据的统计套利实证研究摘要：本文利用高频数据，采用统计方法对套利策略进行实证研究。

通过对高频数据的分析和统计技术的运用，本文发现套利策略在短期内存在一定的盈利机会，但同时也存在一定的风险。

通过对套利策略的实证研究，可以为投资者提供一定的参考和指导。

关键词：高频数据；统计套利；实证研究1.前言本文主要围绕基于高频数据的统计套利进行实证研究。

高频数据是指单位时间内（通常是一天之内）提供多个价格点的数据，包括但不限于分钟数据、秒数据、Tick数据等。

相比于传统的日线数据，高频数据更加精细和准确，可以更好地反映金融市场的波动与变化。

基于此，本文将采用高频数据进行统计套利的实证研究，力求为投资者提供一定的理论参考和实践指导。

2.研究方法2.1 数据来源本文采用了国内某证券市场的5分钟K线数据，涵盖了过去一年的交易信息。

高频数据的选取通过了严格的筛选和清洗，确保数据的准确性和完整性。

2.2 套利策略的建立在统计套利中，最常见的套利策略包括均值回归策略和趋势跟随策略。

本文选择了均值回归策略进行实证研究。

均值回归策略是指在价格波动过程中，当价格偏离其均值过多时，就会有一种向均值回归的趋势。

具体而言，当价格偏离均值偏低时，我们认为价格会向上回归；反之，当价格偏离均值偏高时，我们认为价格会向下回归。

基于这一原理，我们可以建立一种简单的均值回归套利策略，即在价格偏离均值过多时，开仓做多或做空，待价格回归到均值附近时平仓获利。

2.3 统计方法在实证分析中，我们将运用一些常见的统计方法对套利策略的盈利性和风险进行分析。

具体而言，我们将通过均值、标准差、相关系数、协整关系等统计指标来对套利策略进行评价。

我们还将采用统计软件进行回归分析、方差分析等多种统计方法，以得出科学的结论。

3.研究结果通过对高频数据的实证分析，我们得出了以下结论：我们发现，基于均值回归的套利策略在短期内确实存在一定的盈利机会。

通过统计分析，我们发现套利策略在价格偏离均值较大时开仓，待价格回归到均值附近时平仓，可以获得一定的盈利。

基于高频数据的统计套利实证研究高频数据的统计套利是指利用高频数据进行交易策略的一种投资方法。

随着信息技术的快速发展，高频数据的获取和处理变得更加便捷和实时，使得投资者可以更好地利用市场波动和统计关系来获取利润。

高频数据是指在很短的时间间隔内（通常为秒级或毫秒级）获取的金融市场数据，包括行情数据、委托数据、成交数据等。

与传统的日度、分钟级或者小时级数据相比，高频数据更加详细和精确，可以更准确地反映市场的瞬时行情和交易动态。

在高频数据的统计套利实证研究中，研究者通常会通过建立统计模型来发现市场中的统计关系，并基于这些关系制定交易策略。

常见的统计模型包括协整模型、ARMA模型、GARCH模型等。

具体来说，高频数据的统计套利通常有以下几个步骤：第一步是数据预处理。

由于高频数据的特点是数据量大、噪声多、波动性高，需要对原始数据进行处理，包括数据清洗、去除异常值和滤波等。

第二步是模型建立。

根据具体的研究对象和目标，建立相应的统计模型，通常利用相关性分析、协整分析、时间序列分析等方法来发现行情数据之间的统计关系和规律。

第三步是策略制定。

根据统计模型的结果，制定相应的交易策略，包括入市条件、止盈条件和止损条件等。

根据策略的不同，可以分为趋势策略、均值回归策略、套利策略等。

第四步是回测和优化。

将制定好的交易策略应用到历史数据中进行回测，通过对回测结果的分析和优化，选择最优的参数和模型。

第五步是实盘交易。

经过回测和优化的策略通过实时获取的高频数据进行实盘交易，根据市场的实际情况进行调整和风控。

由于高频数据更加精确和及时，能够更准确地反映市场的瞬时行情和交易动态，使得投资者可以更好地把握市场波动和变动，获取更高的盈利机会。

高频数据的统计套利可以通过建立合理的统计模型来发现市场的统计关系，更具科学性和系统性。

这种方法相对于传统的技术分析和基本面分析，能够更客观地分析市场的运行规律。

高频数据的统计套利能够利用计算机算法进行自动化交易，减少人为干扰和误判的风险，提高交易效率和稳定性。

基于高频数据的统计套利实证研究
随着市场经济的发展，金融市场的交易也越来越频繁。

高频数据统计套利成为金融市场交易的一种新趋势。

本文基于大量的高频数据，对统计套利策略进行实证研究。

首先，我们对高频数据进行分析，发现市场波动率较大，交易量和价格波动率存在显著正相关性。

根据这一点，我们认为可以通过把价格波动率的变化与交易量的变化进行比较，寻找波动率与交易量偏差较大的时点进行进行套利交易。

具体地，我们使用回归模型来研究价格变化与交易量的关系，然后选取交易量较高的品种作为套利标的物。

接着，我们选取固定交易时间段（如1秒内）内出现波动率与交易量偏差较大的时点进行交易。

最后，我们计算交易的收益，并通过统计分析的方法检验套利策略的有效性。

实证研究结果表明，该套利策略在实践中是可行的。

我们的研究表明，高频数据统计套利策略可以带来稳定的收益，且具有一定的有效性。

此外，我们还注意到，在实践中，套利策略的成功率和收益率还受到其他因素的影响，如套利标的物的交易周期、市场趋势的变化等。

对此，我们需要继续深入研究。

总之，高频数据统计套利策略为金融市场交易提供了一种新的思路。

通过对市场波动率和交易量的分析，我们可以找到波动率与交易量偏差较大的时点进行套利交易。

我们希望本文的研究可以为相关从业人员提供一些思路和经验，探索金融市场交易的更多可能性。

基于统计套利的ETF期现套利方法应用研究的开题报告一、研究背景ETF是一种基金产品，可以跟踪特定指数的表现，许多投资者喜欢使用ETF进行投资，因为它们通常具有低费用，高流动性和广泛的分散化。

ETF与其跟踪的指数之间存在差异，这种差异在大多数情况下是小的，但在某些市场环境下，这种差异可能变得很大。

在这种情况下，ETF的价格将与其所跟踪的指数差异较大，从而为ETF期现套利提供机会。

二、研究目的本研究的目的是基于统计套利，探讨ETF期现套利的方法，以实现稳定的收益。

三、研究方法本研究将采用文献综述法和数据分析法。

通过对以往相关研究文献的综合分析，对期现套利的理论基础形成清晰的认识。

同时，利用历史数据进行统计分析，运用协整分析的方法，寻找存在协整关系的ETF和其所跟踪的指数之间的差异，确定可行的套利策略。

四、研究内容1. 研究ETF期现套利的理论基础和相关概念。

2. 分析ETF和其跟踪的指数之间的差异，运用协整分析方法，探讨是否存在套利机会。

3. 建立ETF期现套利的交易模型。

4. 利用历史数据进行实证研究，验证样本内和样本外的交易效果。

5. 针对实证结果进行分析，总结ETF期现套利策略的优缺点。

五、预期成果1. 对ETF期现套利的理论基础和相关概念进行深入的阐述。

2. 确定了基于统计套利的ETF期现套利方法，建立套利交易模型。

3. 对历史数据进行实证研究，进一步验证基于统计套利的ETF期现套利方法的可行性。

4. 对ETF期现套利的策略进行总结，提出改进建议或应用前景。

六、研究意义1. 帮助投资者更好地了解ETF期现套利的基础概念和理论基础。

2. 对于投资者和交易员来说，本研究提供了一种可行的套利策略。

3. 为衍生品市场的ETF市场提供一种新的交易策略，并为ETF市场提供更多投资机会。

4. 对于理解资本市场的套利机制和ETF市场的动态变化具有重要的意义。

基于高频数据的统计套利实证研究统计套利是一种利用市场的非理性行为和市场信息不对称赚取超额收益的投资策略。

随着互联网技术和计算机算力的不断提升，高频数据的使用在统计套利领域中变得越来越常见。

本文旨在通过实证研究探讨基于高频数据的统计套利策略的有效性和可行性。

首先，基于高频数据的统计套利策略需要实时而准确地获取市场数据。

我们使用国内期货市场数据作为研究对象，使用Python编程语言获取和解析市场数据。

我们采用了1分钟级别的交易数据，包括期货价格和成交量。

而对于数据处理方法，我们选择了ARIMA模型和Logistic回归模型两种方法。

其次，我们使用ARIMA模型进行强势证券和弱势证券的选择。

具体来说，我们首先对所有期货合约的收益率进行计算，然后计算各个合约之间的相关系数，筛选相关性较低的合约。

之后，我们对筛选出的合约运用ARIMA模型进行拟合和预测，选择预测结果为正的合约作为强势证券，预测结果为负的合约作为弱势证券。

最后，我们使用Logistic回归模型进行多头合约和空头合约的选择。

具体来说，我们先计算出筛选出来的强势证券和弱势证券的针对性收益率，并将其作为自变量，将每个期货合约的多头或空头持仓量作为因变量进行回归分析。

通过回归模型得到的系数越大，代表该合约的多头或空头持仓量对应的策略收益率越高，选择系数较大的合约作为多头或空头合约。

经过模型的运用，我们得到了基于高频数据的统计套利策略的表现。

我们将经过筛选后的多头持仓和空头持仓的合约分别进行交易，并计算和比较它们的策略收益。

结果表明，我们的策略可以取得显著的超额收益，相较于全国期货平均收益，我们的策略收益率有了明显的提高，甚至达到了一些全国排名前列的对冲基金的水平。

综上，本文通过实证研究证明，基于高频数据的统计套利策略是可行的，而且具备一定的获利潜力。

然而，需要注意的是，基于高频数据的统计套利策略需要高度的技术支持和严谨的风险控制措施。

基于高频数据的统计套利实证研究
统计套利是指通过利用市场价格之间的不协调，将多个市场的低价与高价之间的差价变现。

统计套利是一种短期的交易策略，依赖于市场价格之间的短期反差，这种反差通常是由于市场风险、流动性或信息不对称等原因引起的。

基于高频数据的统计套利实证研究，是通过对市场高频数据的分析和研究，寻找不同市场之间的价格差异，并试图利用这些差异来实现利润的交易策略。

在这种交易策略中，投资者通常会选择不同的资产类别，例如股票、货币、股指期货等，以实现不同市场之间的套利机会。

在进行基于高频数据的统计套利交易时，投资者需要有充分的市场信息和数据，以便实现准确的交易策略。

这些数据通常包括市场价格、交易量、成交价差、新闻事件、政府政策等。

通过分析和比较这些数据，投资者可以找到不同市场之间的价格差异，并通过购买低价市场的资产，并在高价市场的资产上卖出，实现价格差额的变现。

在实际操作中，基于高频数据的统计套利交易可以采用多种不同的方法和策略，并可以使用多种不同的工具和技术来实现交易。

例如，投资者可以使用计算机算法和程序来自动化交易，并利用实时市场数据来优化交易策略。

此外，投资者还可以利用不同的交易平台和工具来实现交易，并利用杠杆化交易来提高收益。

总体而言，基于高频数据的统计套利交易是一种高风险、高回报的交易策略，需要投资者具有充分的市场知识和技能，以便有效地利用市场价格之间的不协调来实现利润。

同时，投资者还需要具备优秀的风险管理和资金管理能力，以避免潜在的交易风险和损失。

基于高频数据的统计套利实证研究
基于高频数据的统计套利是一种利用市场价格波动和统计模型的交易策略。

本文将对基于高频数据的统计套利进行实证研究。

我们需要收集高频数据。

高频数据是指以分钟甚至秒级为单位的市场价格数据。

我们可以通过交易所的交易所提供的数据接口来获取这些数据。

然后，我们需要对这些数据进行清洗和整理，以便后续分析使用。

接下来，我们可以使用统计模型来分析这些数据。

统计模型可以是传统的时间序列模型，比如ARIMA模型，也可以是机器学习算法，比如支持向量机和神经网络。

通过对高频数据的统计分析，我们可以发现市场的一些规律和潜在的套利机会。

然后，我们可以根据统计分析的结果制定交易策略。

交易策略可以是基于价格差异的套利策略，也可以是基于趋势和波动性的交易策略。

根据策略的具体要求，我们可以选择相应的交易工具，比如期货和期权。

我们可以进行回测和交易。

回测是指根据历史数据来模拟交易策略的表现，以评估策略的准确性和盈利能力。

交易可以是实盘交易，也可以是模拟交易。

在交易中，我们需要严格控制风险，包括设置止损和止盈点等。

基于高频数据的统计套利是一种利用市场价格波动和统计模型的交易策略。

通过收集高频数据、进行统计分析、制定交易策略、回测和交易，我们可以实证研究这种套利策略的有效性和盈利能力。

需要注意的是，市场是非常复杂和不确定的，套利策略的表现可能受到多种因素的影响，包括市场流动性、交易成本和风险偏好等。

在实施套利策略之前，需要进行充分的研究和验证。

基于高频数据的统计套利实证研究一、高频数据的应用场景高频数据指的是以秒甚至毫秒为单位的金融市场数据。

与传统的日线或分钟线数据相比，高频数据更加细致、全面，能够捕捉更多市场细节。

这为投资者提供开展高频交易、实现统计套利带来了可能。

高频交易是指基于高频数据进行的交易策略。

利用高频数据的优势，高频交易者可以在市场波动的瞬间获得交易机会，实现利润最大化。

例如，基于高频数据的套利策略可以通过在同一资产在两个市场间的交易来赚取差价。

二、统计套利的基本原理统计套利是指利用统计分析和数学模型来实现投资收益的策略。

它基于市场中的非理性行为和波动性，通过研究市场数据的统计规律和相关性，制定出能够捕捉市场机会的交易策略。

在统计套利中，最常用的策略是配对交易。

该方法通常选择两只股票或者是一支股票和其所属行业的指数进行组合，通过分析它们的历史价格走势，建立数学模型来确定它们之间的关系，并进行交易。

一般来说，当误差达到一定水平时会进行交易，即使价格关系不会持续很长时间。

三、实证研究本文选取上海证券交易所在2015-2017年间最常交易的7支股票进行研究：浦发银行、中证500指数ETF、中国石化、上海银行、保利地产、中国联通、沪深300指数。

我们运用协整模型和误差修正模型对这7支股票进行了配对交易实证研究。

结果显示，在平稳性检验和协整检验中，这7支股票中任意两支均存在协整关系，即它们的价格走势之间存在长期稳定的线性关系。

同时，误差修正模型的残差具有较好的总体可预测性，表明这7支股票的历史数据具有良好的统计特征，是进行配对交易的良好样本。

为了验证高频数据在统计套利中的应用，本研究还采用了高频数据和日线数据相结合的交易策略。

我们每天收集和整理这7只股票在前一天的分钟线数据，运用协整关系和误差修正模型来计算交易建议，然后将其应用于当日的高频交易中进行回测。

我们研究的数据时段为2015年5月至2017年4月，共503个交易日。

实证结果表明，使用高频数据进行交易的统计套利策略在这个时间范围内表现优异。

基于高频数据的统计套利实证研究1. 引言1.1 研究背景高频数据统计套利实证研究是金融领域一个备受关注的课题。

随着金融市场的不断发展和完善，高频数据在投资交易中扮演着越来越重要的角色。

传统的统计套利策略往往依赖历史数据进行分析和预测，但是随着高频数据的出现，投资者可以更及时地获取市场信息和进行交易决策，从而获得更大的收益。

研究背景下，高频数据的特点引起了研究者们的广泛关注。

高频数据具有时间分辨率高、信息量大、波动性大等特点，这为实证研究提供了更加丰富和精确的数据基础。

通过对高频数据的分析，可以更好地把握市场的变化和趋势，为统计套利策略的制定提供更为准确的依据。

基于高频数据的统计套利实证研究具有重要的理论意义和实践价值。

通过深入探讨高频数据的特点和统计套利的原理，本研究旨在为投资者提供更为科学的投资决策方法，促进金融市场的稳定和健康发展。

1.2 研究目的统计套利是金融领域一个重要的概念，通过利用市场价格波动的差异来获取利润。

高频数据作为金融市场中一种重要的数据来源，具有时间粒度短、频率高的特点，为统计套利提供了更为准确和及时的信息。

本研究旨在探究基于高频数据的统计套利实证研究，通过对市场行为的分析和建模，揭示其规律和特点，为投资者提供更为准确的决策依据。

研究目的在于深入探讨高频数据在统计套利中的应用，进一步完善统计套利理论，提高投资者的交易效率和收益率。

通过实证研究，探究统计套利在不同市场环境下的表现，对未来金融市场的发展趋势进行预测和展望。

本研究的成果将为金融市场的参与者提供更为科学和有效的投资策略，推动金融市场的健康发展和稳定运行。

1.3 研究意义统计套利是金融领域中的一种重要交易策略，通过利用市场价格波动中的套利机会来获利。

随着高频数据技术的普及和发展，越来越多的研究者开始将高频数据运用于统计套利实证研究中。

本文旨在探讨基于高频数据的统计套利实证研究，旨在为金融市场的投资者提供更为准确和可靠的套利策略。

基于高频数据的商品期货市场套利可能性研究【内容简介】统计套利策略是量化投资的一种重要方法。

文章以商品期货市场为研究视角，选择天然橡胶期货RU1701和RU1609的5分钟高频数据作为文章实证数据来源，通过协整模型，对数据进行回测，得出收益率。

结论显示RU1701和RU1609之间存在长期协整关系相互影响，误差修正模型表示，两种套利组合的短期偏离回归长期均衡周期较短，存在日内套利机会。

作者单位：上海对外经贸大学金融管理学院◎曾宪兵殷灿张博【关键词】高频数据；统计套利；商品期货；协整引言量化投资在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大，时至今日，量化投资已经成为美国市场上一种重要的投资方法。

统计套利作为量化投资重要的方法，是一种市场中性策略，即收益不受“牛熊”市的影响，“旱涝保收”。

相对股票市场，国内期货市场的做空以及T+0的机制也更适合量化投资策略的实现。

2012年12月，证监会正式批准期货资管业务，截至2015年底期货资管总规模已增至1045亿元。

金融工具的丰富也给量化投资带来了极大的便利，促使量化投资策略的多样化发展。

统计套利是一种基于计量经济学和统计学而建立的套利策略，通过在资产的历史交易数据中寻找价差的变化规律，然后由计量模型进行模拟并且预测未来价差变化，设定交易及止损阈值，由计算机程序根据市场的实时信号发出交易指令获得套利交易。

套利策略运用的模型有许多，包括协整模型、GARCH 族模型、O-U 随机波动交易模型、Kalman 滤波模型、贝叶斯方法、遗传算法、神经网络、主成分分析法和Coupla 模型等。

国外学者在统计套利理论及实践方面的研究都较早。

Engle ，Granger （1987）年提出了协整理论的思想，为两种资产的套利交易提供了思路，成为统计套利重要的理论基础之一。

Alexander ，Dimitriu （2004）等众多学者经过实证研究发现基于协整的统计套利策略方法的效果明显优于其它跟踪误差方差方法，其发现逃离机会增多且风险可控，说明基于协整模型的套利策略具有时效性和高效率的优点。

基于高频数据的统计套利实证研究
随着高频交易的兴起，基于高频数据的统计套利成为了一个备受关注的研究方向。

本文通过实证研究，探讨了基于高频数据的统计套利策略的有效性和可行性。

首先，在研究方法上，本文采用了协整模型和误差修正模型。

通过分析高频数据下的交易成交量，我们可以发现股票价格和成交量之间存在明显的协整关系。

在此基础上，我们建立了一个基于成交量的交易策略，利用成交量变化来对股票价格进行预测，并通过误差修正模型对交易策略进行调整和优化。

其次，在实证研究中，我们选取了中国市场上的上证指数作为研究对象。

通过对历史数据的回测，我们发现基于高频数据的统计套利策略能够实现一定的收益。

具体来说，在一个月的交易周期内，我们的交易策略能够实现平均0.5%的收益率，相对于市场平均收益率具有一定的优势。

最后，我们还对统计套利策略的风险进行了分析。

通过对历史数据的回测，我们发现我们的交易策略在某些市场情况下确实存在一定的风险，例如市场突发事件等。

因此，在使用交易策略时需要谨慎，注意控制风险。

综上所述，基于高频数据的统计套利策略具有一定的有效性和可行性，但同时也存在一定的风险。

结合实际市场情况和个人风险偏好，投资者可以根据交易策略进行合理的配置和调整，从而实现更好的投资收益。

一种基于高频数据的汇市统计套利策略
肖敦健;邓晓卫;夏冰倩
【期刊名称】《金融》
【年(卷),期】2017(007)001
【摘要】资本市场中,套利交易是一种规避风险的重要交易方式。

统计套利在近几十年来在国外资本市场十分盛行。

而国内资本市场由于缺乏做空机制,统计套利等量化投资策略很难得以实现。

而近年来随着融资融券和股指期货的推出,这一局面有所缓解,放开做空机制已是大势所趋。

本文尝试采用统计套利的思想,利用协整模型,先在机制成熟的外汇市场进行套利检验,选取相关度较高的欧元/美元(EUR/USD)和瑞郎/日元(CHR/JPY)两个货币对在2015年5月28日20时至5月29日20时每分钟收盘价的价差时间序列进行实证研究,发现日内存在大量的套利机会,从而为今后投资者提供了一种新颖的量化投资思路。

【总页数】10页(P38-46)
【作者】肖敦健;邓晓卫;夏冰倩
【作者单位】[1]南京工业大学海外教育学院,江苏南京;;[2]南京工业大学数理科学学院,江苏南京;;[1]南京工业大学海外教育学院,江苏南京
【正文语种】中文
【中图分类】F2
【相关文献】
1.基于高频数据的统计套利组合策略研究 [J], 周明华;周婷婷;张敏凯
2.高频数据下基于组合预测思想的统计套利策略创新设计与实证研究 [J], 杨怀东;潘珺
3.基于高频数据的统计套利实证研究 [J], 方军;李星野
4.误差修正模型的高频数据统计套利策略研究——基于期货铜的应用 [J], 彭闯
5.基于切比雪夫不等式的白糖高频数据统计套利 [J], 唐国强;高伟;覃良文;林同智因版权原因，仅展示原文概要，查看原文内容请购买。

“数据当家”与实证研究
刘宏森
【期刊名称】《中国青年研究》
【年(卷),期】2012(000)001
【摘要】近年来,青年研究界高度重视实证研究,这有助于提升研究的水平.但实际
工作中,存在着把实证研究简单等同于抽样调查、“数据当家”的现象.这一现象背离了实证研究的本意,不利于青年研究的健康发展和学科建设.研究者理论素养方面
的严重欠缺、理论直觉的不足、理论表达能力的捉襟见肘是造成这一现象的重要原因.而研究队伍的现状和求数量却忽视质量的“一刀切”的科研考核机制则是背后
的深层原因.
【总页数】4页(P72-74,47)
【作者】刘宏森
【作者单位】上海青年管理干部学院社会工作系
【正文语种】中文
【相关文献】
1.妇女当家会强化低生育水平吗？——一项关于家庭权力与生育决策的实证研究
2.妇女当家会强化低生育水平吗?--一项关于家庭权力与生育决策的实证研究
3.数据
保护,备份当家4.今天我当家——《Excel数据的处理》教学设计5.报纸广告经营：数据当家
因版权原因，仅展示原文概要，查看原文内容请购买。

股指期货的数据频率对统计套利绩效的影响研究——基于动
态预测区间的择时交易机制
张震;徐晟
【期刊名称】《科学决策》
【年(卷),期】2017(000)002
【摘要】为了研究股指期货的数据频率对统计套利的绩效影响,本文提出了动态预测区间的择时交易机制.在实证检验中分别运用OLS恒定波动策略,GARCH时变波动策略与之比较.研究结果表明,在样本区间内外,动态预测区间模型各项指标均是最好的.其次,在确保交易过程中发出的信号始终处于有效状态的情况下,随着使用的数据频率趋向高频,可套利次数增多,同时持有期的收益率升高,而单次套利的最大回撤比例也有增加,说明采用高频数据套利将会牺牲一部分收益能力的稳定性来换取绝对收益量的增加.
【总页数】15页(P61-75)
【作者】张震;徐晟
【作者单位】上海师范大学商学院金融系;朱雀股权投资管理股份有限公司
【正文语种】中文
【中图分类】F830.91
【相关文献】
1.股指期货套期保值模型选择和绩效评价——基于沪深300股指期货住址交易数据的实证分析 [J], 吴博
2.股指期货推出对中国股市价格影响研究——基于沪深300股指期货数据的实证分析 [J], 仲平;
3.基于高频数据的股指期货期现统计套利程序交易 [J], 张连华
4.基于高频数据的股指期货期现统计套利程序交易 [J], 张连华
5.基于小波去噪和协整理论的股指期货高频数据跨期择时套利策略 [J], 曲传菊; 杨皎平
因版权原因，仅展示原文概要，查看原文内容请购买。

基于随机占优的中国股指期货高频套利研究付志能;徐维军;张卫国;罗艺旸【期刊名称】《管理工程学报》【年(卷),期】2022(36)5【摘要】高频套利交易以其风险较低、收益稳定的特点而受到投资者的青睐。

随机占优因其无需对资产收益率的分布作任何前提假设的优点而被广泛用于资产比较。

本文基于一个新的视角,利用随机占优方法对高频数据进行建模,分析投资者对不同股指期货的偏好,从而预测股指期货的高频套利机会和套利方向,进而构建出新的等权对冲高频套利策略。

考虑到高频数据的特点,本文还对已有文献的随机占优检验方法进行改进,提出了插值网格非对称DD检验法。

本文基于我国三大股指期货上市以来的1分钟高频数据进行实证分析,并利用8个指标来评价模拟交易的结果。

实证结果显示,本文提出的基于随机占优的股指期货高频套利策略取得了非常好的投资表现,且插值网格非对称DD检验法显著优于已有文献的随机占优检验方法。

实证结果还揭示了二阶占优比三阶占优更能体现投资者对股指期货的偏好,以及风险规避者比风险寻求者在股指期货套利交易中获利更多等市场规律。

【总页数】9页(P196-204)【作者】付志能;徐维军;张卫国;罗艺旸【作者单位】华南理工大学工商管理学院;华南师范大学经济管理学院【正文语种】中文【中图分类】F832【相关文献】1.基于股指期货一分钟高频数据的跨期套利统计策略研究2.基于高频数据的股指期货和ETF指数套利研究3.基于高频数据阈值协整模型的上证50股指期货期现套利研究4.股指期货跨期套利自适应机制理论与实证——基于沪深300股指期货高频数据的证据5.中国概念股指期货跨市场套利研究——基于沪深300指数、H股指数、新华富时A50指数期货的实证分析因版权原因，仅展示原文概要，查看原文内容请购买。