当前位置：文档之家 › 股指期货空头与指数关系图

股指期货空头与指数关系图

  • 格式：xls
  • 大小：26.50 KB
  • 文档页数：17

3000
2500
2000
1500
1000
下日if1008 500
sum
0
6
7
8
9
10
11
12
13
14
15
16
-500
-1000
-1500
-2000
下日if1008涨跌幅 sum
6 1759 237
84 -53 -163
9 -488 -265
-8 162 191
2338 -1279 1864 -408
-0.89 -0.67
2.7 1.44
-0.03 0.53
5
4
3
2
1
0
1
2
3
4
5
-1
-2
-3
5
4
3
2
1
7
8
9 10 11 12 13 14 15 0
-1
-2
-3
sum 下日if1008涨跌幅
持卖单量排名
19日持卖
名次 会员简称 单量
0001-国
1 泰君安
2275
0011-长
2 城伟业
1441
0016-广
3 发期货
1104
0133-海
4 通期货
956
0109-银
5 河期货
856
7月23日 1924 1517 1027 872 862
7月30日 2716 1398 1393 989 826
0
下日上证指数
9 10 11 12 13 14 15 -0.5
-1
-1.5
-2 时间
4.空头持 仓量的减 少并不一 定意味着 有人朝相 反方向看 （或想做 多），也 有可能是 离场观望 。在8.10 日的走势 中可明确 地看到这 点
4 1271 187 -88 433 535
5 -959 -198 -681 377 182
3.以周为 单位来 看，竟然 具有相反 结论，有 待更多更 长期数据 的验证 4.上证指 数与if走 势大致相 同
下日
5
4
3
2
1
0 123456789
-1
-2
-3 时间
22
23
26
27
28
29
30 8月2日
3
671 -628
36
78 1100 -273 -153 1371 -1137
-88
-48
2.03 2.15
-0.03 0.26
1.47 1.07
3000
国泰与总体空头变化趋势
2500
2000
1500
1000
500
0 -500 1 2 3 4 5 6 7 8 9 10 11 12 13 14
-1000
-1500
-2000
注意： 结论：
首先， if1008涨 跌幅是对 应下一天 的， 1.龙虎榜 国泰君安 空头增减 与前五名 总体正相 关 2.前五名 总体空头 增减变化 大致预示 第二天指 数走势： 空头增则 指数跌。 减则涨。 尤其在有 大动静发 生时更为 明显 （如： 6.29大跌 28日空头 持仓明显 异常加 大）所以 看空头持 仓要成为 一种常 态，但具 体数值有 待更多数 据验证
37
-92
220 -160 -124
789
256
203 -503
115
178 -212
235
-59
544 -200 -327
-70
121
-28
-74
266
98
456
110
26
7 -134
936 -1465
689
127 2592 -289 -508 2182 -1549
比上交易 8月6日 日增减 7月20日
5021 -138
643
1690
373
-37
1117
186
70
921
341
20
832 -417
157
21 -1037
249 153 134 53
sum
下日 if1008涨 跌幅 下日上证 指数
2.99
sum
345
853 -448
下日 if1008涨 跌幅 下日上证 指数
其次，只 有以空头 数来看才 具借鉴意 义，以多 头或两边 同时都不 具参考性
下日if与上证指数走势
2.5
2
1.5
1
0.5
下日if1008涨跌幅
0
下日上证指数
注意：
1.这只是 前五名的 空头增 减，能否 反映整个 市场预 期，有待 验证 2.头一天 增减仓有 变化，第 二天操作 时开仓之 后可以在 振幅最大 的时候平 掉而不是 在临收盘 时平仓， 因为有时 收盘时指 数可能微 涨微跌 3.切记不 能持仓过 夜，除非 大级别的 趋势已经 十分明朗
0.32 0.38
0.52 0.65
-0.57 -0.51
3.76 2.26
-0.08 0.55
-0.25 -0.4
1.98 1.33
-2.43 -1.7
-0.35 0.44
14 15 16
国泰空头
总体空头增 减
3000 2500 2000 1500 1000
500 0 123456
-500 -1000 -1500 -2000

合集下载

股指期货基础知识

股指期货基础知识

股指期货五大基础知识1、什么是股指期货期货合约是由期货交易所统一制定的、规定在将来某一特定的时间和地点交割一定数量标的物的标准化合约。

这个标的物，又叫基础资产或者标的资产，可以是某种商品，如铜或原油，也可以是某种金融资产，如外汇、债券，还可以是某个金融指标，如三个月同业拆借利率或指数等。

如果这个标的物是某个股票价格指数，则该期货就是股票价格指数期货，简称股指期货。

2、股指期货的发展过程股指期货最早出现于美国市场。

20世纪70年代，西方各国出现了经济滞胀，经济增长缓慢，物价飞涨，政治局势动荡，当时股票市场经历了二战后最严重的一次危机，在1973-1974年的股市下跌中道琼斯指数跌幅达到了45%，投资者意识到在股市下跌中没有适当的管理金融风险的手段，开始研究用于规避股票市场系统性风险的工具。

1982年2月，美国商品期货交易委员会（CFTC）批准推出股指期货。

同年2月24日，美国堪萨斯期货交易所（KCBT）推出了全球第一只股指期货合约——价值线综合指数期货合约；4月21日，芝加哥商业交易所（CME）推出了S&P 500指数期货合约。

目前，全部成熟市场以及绝大多数的新兴市场都有股指期货交易，股指期货成为股票市场最为常见、应用最为广泛的风险管理工具。

按照世界交易所联合会的统计，2009年全球股指期货的交易量高达18.18亿手。

其中，美国的小型S&P 500指数期货、欧洲的道琼斯欧元Stoxx 50指数期货、印度的S&P CNX Nifty 指数期货、俄罗斯的RTS指数期货、韩国的Kospi 200指数期货和日本的小型日经225指数期货等成交活跃，居全球股指期货合约交易量前六位。

3、股指期货的功能与作用股指期货最主要的功能是通过套期保值操作来规避股票市场的系统性风险。

股票市场的风险可分为非系统性风险和系统性风险两个部分。

非系统性风险通常可以采取分散化投资方式减低，而系统性风险则难以通过分散投资的方法加以规避。

初探“期现联动”

初探“期现联动”

初探“期现联动”一、期货价格与现货价格的关系现货价格就是在现货市场中买卖商品的成交价格，期货价格就是未来交易商品的成交价格。

理论上认为，期货价格是市场对未来现货市场价格的预估值。

因此，期货价格与现货价格之间有着密切的联系：期货价格（未来市场的现货价格）是以当前市场的现货价格为基点变化的。

由于各种未知因素的影响，期货价格或低于现货价格，或高于现货价格，再或大致等于现货价格。

二、“期现联动”成因“期现联动”是指期货价格变动幅度的大小与现货市场价格变动幅度的趋势趋于一致。

这是由于期货价格是对商品远期价格的判断，其标的就是商品现货，因此，它与现货市场的联系本身是十分紧密的。

产生的这种联动现象，是市场运行日益理性成熟的体现，因为如果现货开盘与期货走势差异较大，套利盘介入会导致两者价差变小。

以股指期货为例，从海外股指期货与现货指数联动分析来看1：美国S&P500股指期货近月合约期现偏差走势图上可以看出，股指期货上市的初期偏差比较大，在87年股灾特定情况下偏差比较大。

随着股票市场不断成熟和发展，它的偏差相对来说就越来越小；香港基本上来说期现联动也比较明显，上市初期的差异相对比较大，而在亚洲金融风暴出现的时候，出现的一些偏差也相对比较大。

近月合同的偏差幅度比较小，远期的合约比较大，成熟的时候也差不多有2%左右。

由此可见，股指期货的期现联动呈现比较密切的关系，随着远期月份向近期月份的方向联动，它们的相关性将显示出更加密切的关系。

三、以股指为例，初探“期现联动”对交易的参考意义首先，可以利用股指期货走势提前判断股票市场行情。

由于股指期货早于现货15分钟开盘，提前消化消息面，给现货走势提供指引。

2数据显示，如果把台湾每天股指期货的开盘涨跌，和现货指数开盘涨跌对比，会发现涨跌比例非常接近。

这意味着每天在现货开盘前十五分钟，股指期货已预告了现货的开盘价。

其次，利用股指期货对冲股票市场风险。

商品期货市场和相关行业股票走势之间有很强的联动效应：一般来说，商品期货的走势要提前于相应行业股票走势，而单只股票市场反应又要比股指期货提前一些。

统计套利与股指期货跨期套利策略(一)：基于协整的期指跨期套利策略

统计套利与股指期货跨期套利策略(一)：基于协整的期指跨期套利策略


由上表知，残差序列不含有单位根，是稳定序列，从而可以认为 F(1012)和 F(1008)序列之间确实存在协整关系。 进一步对残差进行 LM 检验可知，残差存在异方差性，因此，可以采用 GARCH(1,1)模型来刻画波动率的簇集性。则样本内数据构建的模型方程为：
F (1012 ) in 241 .5586 0.931244 F (1008 ) in in , in ~ iidNormal (0,0.957154 )
序列进行协整检验。 协整策略的主要思路是先确定两个资产之间的长期均衡关系（协整关系） ， 当价差（即协整方程的残差）偏离到一定程度时开始建仓——买入相对被低估的 资产，卖出相对被高估的资产，等到价差回归均衡时获利了结即可。 2 协整策略与股指期货跨期套利策略 结合统计套利的协整策略，我们可以构建如下套利模型，实时监控股指期货 跨期套利的机会并实施套利交易策略。 第一，对两个合约的价格序列 F (T1 )、F (T2 ) 进行平稳性检验，若价格序列存 在单位根，则检验其一阶差分的收益率序列是否平稳； 其次，若一阶差分的收益率序列是平稳的，则检验两个价格序列是否存在协 整关系，即对价格序列建立一元线性回归方程： 若 t 不含单位根，则为平稳序列，两合约价格序列存在协整关系。 第二， 可以对残差进行 LM 检验， 如果存在 ARCH 效应， 可以采用 ARMA 和 ARCH 模型来刻画残差的自相关性和异方差性。 第三，建立样本外残差模型： out in F(T2 ) - - F(T1 ); out , in ~ iidNormal (0, t ) 在此，假设样本内外的残差都是独立且服从同一正态分布，并符合零均值回 归要求，即 t ~ iidN (0, t ) 。这样，可以方便利用残差的分布特征进行交易。 最后，确定阀值，实施套利交易。 设定入市阀值 1 、平仓阀值 2 、止损阀值 3 。一般情况下，对于不同的建仓 阀值 1 、平仓阀值 2 ，套利空间和套利次数是成反比的。 若实际残差 out 1 t 时， 买入近月股指期货合约， 同时卖出远月股指期货合 约；若 out 2 t 或残差偏离回归正常时，平仓获利了结。 若实际残差 out 1 t 时，买入远月股指期货合约，同时卖出近月股指期货 合约；若 out 2 t 或残差偏离回归正常时，平仓获利了结。 若建立头寸后，残差偏离继续扩大，并未出现收敛时，应及时止损，即设置 止损阀值 3 ，若 out 3 t 时，应止损出局。 3 基于协整的跨期套利策略操作实例 本文选取 IF1008 和 IF1012 合约在 7 月 26 日至 7 月 27 日时间段内 1min 高 频数据进行模型的实证研究。总共 506 个数据，取前 400 个数据为样本内数据验 证两个合约的协整关系并构建模型， 再用另外 106 个数据对模型进行样本外套利 交易的检验。 对 1008 和 1012 合约的价格序列及其一阶差分的收益率序列分别进行平稳性 检验，检验结果如下表 1 所示。
股指期货中的高频数据分析

股指期货中的高频数据分析

中国科学技术大学硕士学位论文股指期货中的高频数据分析姓名：刘念良申请学位级别：硕士专业：概率论与数理统计指导教师：@2011-04-01摘要随着金融改革的深化及市场竞争的加剧，传统的基本面加技术面的投资分析方法受到了来自新方法的挑战。

特别是在高频数据的分析与建模方面，传统的建模方法无法适应高频数据的高峰度、长相依等特征，在分析上存在困难。

另一方面，高频数据中包含的微观金融结构，又对理解市场运作方式和机理至关重要。

本文基于随机金融间期分析框架，使用密度预估的方法，比较了几种常见的金融间期模型，并使用沪深300股指期货的高频数据进行了实证分析。

分析结果表明，在合适的基础分布上，简单直接的ACD即LOG-ACD模型就能得到较好的拟合结果。

除此之外，在数据分析和模型验证的过程中，股指期货市场的微观金融结构也显现在我们面前。

事实证明，基于随机间期模型的高频数据框架对我国的股指期货市场的分析是有效的，而这一特殊的市场，和以往的单边的，相对低流动性的其它金融市场也存在着很大的不同。

关键词：高频数据 密度预估 ACD模型 股指期货ABSTRACTThe instant development and intense competition of financial market has changed the traditional investment method of fundamental and technical analysis. More and more often we face the challenges from new method and data. Especially in the field of high frequency data analysis, traditional modeling method can hardly fit the characteristic of high frequency data. On the other hand, micro financial structural in these data is believed to be the key to explain the mechanism of market operation. In this paper we state and compare several autoregression conditional duration process using the DGT density forecast evaluation method on the market data from HS300 stock index futures. The analysis reveals that the straight forward models such as ACD and log-ACD can fit the data quiet well with a proper innovation distribution. And from these models, we can analyse the market from a different way.Key Words:high frequency data analysis, DGT density evaluation, ACD model, stock index futures中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文,是本人在导师指导下进行研究工作所取得的成果。