论文部分内容阅读
沪深300指数期货推出以来，我国基于股指期货进行套利越来越受到广大的投资者的关注。本文主要研究股指期货期现套利的策略，并且把全文重点放在期现套利的程序化策略设计方面，其中以构建现货组合跟踪沪深300指数为全文最主要的创新点。不同于大部分实证研究者在处理期现套利的实证所采用的遗传算法，本文采用更贴近跟踪模拟目的的聚类分析算法来选取成分股参与跟踪模拟，之后同时遗传算法和使用在数值逼近和函数模拟方面表现更为优秀的BP神经网络算法来模拟沪深300指数。采用聚类分析算法和遗传算法分别对采用成分股跟踪模拟沪深300指数实现期现套利的策略和采用ETF跟踪模拟沪深300指数实现期现套利策略进行程序化实证，并对实证结果进行分析。因此，本文分别讨论了单纯使用成分股跟踪沪深300指数进行期现套利和单纯使用ETF跟踪沪深300指数进行期现套利两个情况。一方面，在使用成分股跟踪沪深300指数时，本文采用基于2011年10月到2012年10月共计一整年的沪深300指数和股指期货的日度交易数据，分析了股指期货的定价模型和股指期现套利的现货组合的构建模型，再者确定无套利区间的参数，最后通过程序化的方法把股指期现套利策略展现出来。另一方面，在使用ETF跟踪沪深300指数时，本文采用基于2011年10月到2012年10月的四只ETF和沪深300指数、股指期货当月连续的交易数据，分析了使用ETF跟踪沪深300指数再进行期现套利的套利机会及分析了最终的套利效果。为了更实际的研究套利策略的优劣，本文最终通过MATLAB软件把套利策略程序化。研究发现使用ETF跟踪指数进行期现套利相比于使用成分股跟踪指数进行期现套利能发现更多的套利机会，能更好的利用期现价格的不一致获取利润。在分析期现套利的同时本文还发现了期货市场的到期日效应和年末效应。