沪深300指数期货已实现波动率的跳跃行为

采用修正的已实现门阀多次幂变差研究沪深300股指期货已实现波动率的跳跃特征,并通过构建考虑跳跃的AHAR-C-TCJ模型研究沪深300股指期货已实现波动率的跳跃成分对股指期货市场未来波动率预测的影响。结果表明:沪深300股指期货波动率的连续成分存在较强的长记忆性,而离散跳跃序列的长记忆较弱,但仍具有一定的可预测性;跳跃的久期序列的自相关性较强,而规模序列的自相关性不显著;显著的离散跳跃对沪深300股指期货日、周以及月的已实现波动率的预测都存在显著的正向影响,AHAR-C-TCJ模型能显著提高股指期货市场波动率的预测精度,尤其是标准差形式和对数形式的AHAR-C-TCJ模型。     

基于跳跃、好坏波动率与百度指数的股指期货波动率预测

本文首次将百度指数引入HAR波动建模框架,基于跳跃、好坏波动率与百度指数提出HAR改进模型,实证研究揭示股指期货波动运行规律,并通过MCS检验分析预测模型优劣.HAR建模考察连续-跳跃波动、好-坏波动率的两种已实现波动分解.为了降低波动率估计偏差,基于序列相关法仿真统计最优抽样频率,利用已实现核修正的ADS检测识别跳跃,进一步修正好坏波动率与符号跳跃.基于沪深300股指期货的样本内外预测表明:连续波动比跳跃波动对未来已实现波动的预测贡献更大;好坏波动率具有不对称的波动冲击,好(坏)波动率抑制(加剧)未来波动性;符号跳跃对未来波动具有负向冲击;好坏波动率分解优于连续与跳跃波动分解;百度指数能显著提升HAR波动建模的样本内外预测能力;MCS检验证实,考虑符号跳跃与百度指数的HAR-RV-SJ-BI模型表现最佳.研究结论对认识股指期货波动规律和市场风险具有意义.     

基于复杂网络理论的期货指数网络的研究

利用复杂网络理论研究期货指数之间的相关性及其整体特性,分别对期货指数网络的小世界效应、同配性、拓扑结构以及度的分布进行研究,分析期货指数和整体经济之间的关系。选取文华财经发布的40个期货指数为节点,指数点位波动相关性为边,分别构建无权和有权的网络。网络特性分析结果表明,期货指数无权复杂网络在小阈值下具有典型的小世界网络特征,且在国内外品种之间以及农产品和非农产品之间具有较高的同配性。期货指数有权复杂网络不具有无标度特性。从品种上看,在网络中影响比较大的是原油、铜等世界经济中最重要的工业原料,期货指数对整体期货网络的影响程度反映出相对应的各个期货品种对世界经济的影响程度。从国内外品种对整体市场影响程度的角度来看,在国外交易的期货品种对市场影响较大;而在国内交易的期货品种对市场影响较小。     

基于双重XGBoost模型的农产品期货波动率预测——以玉米期货为例

农产品期货的波动率在农产品衍生品定价、风险分散和农产品风险对冲等领域都起着关键性作用。对波动率进行预测,投资者可以依据波动率预测结果,对预期可能面临的风险采取相应的应对策略,更加精准地进行农产品风险管理。但波动率预测领域存在如下挑战：(1)波动率的预测期限较短,仅为1天或3天,难以反映资产在未来较长时间的价格波动率情况;(2)以往研究多关注于价格等信息,在波动率预测中对于基本面信息考虑较少;(3)神经网络、深度学习等预测模型的可解释性较差,网络构建和超参数的选择多依赖于经验选择。本文提出了一个基于XGBoost模型的波动率预测框架,考虑价格和基本面数据,对于波动率的长期趋势和短期变化进行了分析。实证结果表明,加入了更多信息维度的模型有助于提升波动率预测的精度,相比于传统的GARCH模型,均方误差MSE缩小了35%以上。     

基于方差波动多重分形特征的金融时间序列聚类

提出了一种新的概率函数计算方法，用于研究金融时间序列在方差波动方面的多重分形特征。在此基础上提出了一种基于多重分形的时间序列聚类算法，该算法能够根据不同的分析目的，灵活地使用不同的概率函数以及序列的多重分形特征参量进行聚类。对上海证券市场实际数据的实验结果表明，本文提出的聚类算法是灵活有效的。     

羊群效应的新测度指数及其对我国股市波动的预测作用研究

羊群效应作为一种典型的市场投资者行为异象，极易对股票价格波动形成影响.因此，在已有羊群效应测度方法基础上，提出了一种新的羊群效应测度指数，并以我国上证综指为样本，运用广义自回归条件异方差混频数据（GARCH-MIDAS）模型实证检验了该指数对上证综指波动率的影响及预测作用，并与多种常用的同频数据GARCH族模型和纳入经济政策不确定性指数（EPU）的波动率模型进行比较分析.实证结果表明，相对于EPU指数，纳入新羊群效应指数的GARCH-MIDAS模型具有更显著的样本内参数估计结果，同时可以更好地解释上证综指波动的长期成分.进一步，模型信度集合（MCS）检验和预测方向准确性（DoC）检验结果表明，纳入新羊群效应指数能够显著提高模型对我国股市波动率的样本外预测精度.最后，采用不同样本外预测天数、不同损失函数、不同滞后期预测以及基于深证成指样本的各种实证结果进一步证实上述结论的稳健性.     

中国股市波动的异方差模型及其SPA检验

以中国股票市场最具代表性的股价指数-上证综指的高频(High-frequency)数据样本为例,实证计算了以GARCH族模型和随机波动(Stochastic volatility)模型为代表的不同异方差模型对中国股市波动率的预测,并进一步运用SPA(Superior predictive ability)检验法,实证检验了不同异方差模型对中国股市波动的刻画能力和预测精度问题.实证结果显示,就中国股市而言,随机波动(Stochastic volatility)模型是预测精度最高的异方差模型,但在某些损失函数标准下,EGARCH模型也具有良好的波动预测表现.     

高频环境下沪深300股指期货波动测度——基于已实现波动及其改进方法

作为中国唯一上市交易的金融期货产品,沪深300股指期货在资本市场价格发现和风险防范过程中扮演重要角色, 科学准确地测度其收益波动对充分实现股指期货避险功能具有重要理论和现实价值.在日内高频信息环境下分别采用经典已实现波动率、已实现极差波动率和已实现双幂波动率等三类方法对沪深300股指期货的收益波动进行测度,通过样本内预测误差指标对上述 方法的测度性能进行比较. 实证结果表明:沪深300股指期货在上市交易后表现出由剧烈波动 到渐趋平稳的波动特征,已实现波动的改进方法在沪深300股指期货收益波动的测度性能上具有较为明显的优越性.     

中国原油期货与国际原油期货的价格波动溢出效应及其持续性 ——基于BEKK-MGARCH模型的研究

针对中国原油期货与国际原油期货间的价格波动溢出效应及其持续性进行了研究.鉴于BEKK模型在刻画多市场间波动溢出效应及其方向性方面具有显著优势,本文首先构建了关于WTI、Brent和INE的三元BEKK-MGARCH模型;以十组交割期限不同的合约数据为样本,实证探讨了三者间的波动溢出效应及其方向性;结合BEKK系数矩阵估...     

不同市场状态下股指期货套期保值效率研究——异常波动事件的影响效应

本文以股市异常波动为背景系统地考察了沪深300股指期货在不同市场状态下动态套期保值效率的变化,以探究异常波动和交易限制措施对股指期货套期保值功能的影响.本文基于日内高频数据建立已实现协方差(RCOV)和已实现相关系数来度量期现收益率相关性,进而建立RCOV-Wishart-HAR模型以及MVGARCH族模型用于动态套期保值.本文的实证结果表明股指期现收益相关性在异常波动中出现下降,并在严格的交易限制措施出台后受到进一步冲击.股指期货的风险对冲效率相应地在异常波动中出现下降,但仍能够对冲70%以上的市场波动风险;近年来,随着交易限制的逐渐松绑和市场波动率的降低,股指期货的风险对冲效率出现回升.套保成本在异常波动中最低,而交易受限后套保成本高于受限之前的水平,并没有随着交易限制的松绑而下降.以上结果表明股指期货在异常波动中较好的发挥了套期保值功能,交易限制措施阻碍了套期保值功能的发挥,现行的松绑政策一定程度上促进了股指期货套期保值功能的恢复,但仍有进一步的政策空间.     

股指与股指期货日内互动关系研究

旨在应用高频数据分析股指与股指期货日内互动关系.研究发现标准普尔500指数现货市场与其期货市场收益率之间存在即时互动关系,这与国外已有研究的结果不一致.为了更进一步研究信息在现货市场与期货市场之间流动的方式,文中采用了三种方法度量股指期现市场的波动性,并且检验了两个市场波动率之间的先行-滞后关系.结果发现,股指期货先行时间明显比股指先行时间要长,股指与股指期货对不同类型的信息反映速度是不一致的.     

股指期货交易政策演变与股票市场质量

研究了在中国股指期货市场交易政策逐渐放宽这一背景下, 股票市场质量所表现出的变化特点, 为监管者进一步支持和发展指数衍生品提供了实证证据。从个股横截面角度,对指数成分股(样本组) 和非成分股(对照组) 进行匹配,通过描述性统计、差异性检验和回归检验等方法发现: 随着交易政策的逐步宽松, 尽管市场整体波动性可能有所增加, 股指期货交易对成分股的波动存在抑制作用; 股指期货对市场整体流动性存在一定的“交易转移效应”, 指数成分股所受影响更小。综合上述结果, 股指期货交易政策对投资者越具有吸引力, 越有利于改善股票市场质量、发挥股指期货应有的作用。     

基于动态索引和缓冲池的空间数据服务优化技术

以提高海量空间数据服务的性能为目标,针对数据访问行为和数据索引机制进行了研究,基于人的因素对于数据的影响,提出了非均匀空间访问概佘、基于关注度的动态索引和缓冲池技术,设计实现了双索引运行模式,并结合实际数据进行了仿真验证.结果表明,该方法可有效提高数据命中速度和总体服务性能.     

THE EFFECTS OF CHANGING MARGIN LEVELS ON FUTURES OPTIONS PRICE

The paper studies the effects of changing margin levels on the price of fixtures options and how to organize a market maker＇s position. Black model （1976） becomes a special case of this paper. The paper prices futures options by duplicating them and adopting the theory of Backward Stochastic Differential Equations （BSDEs for short）, Furthermore, the price of a futures option is the unique solution to a nonlinear BSDE.     

基于历史的期货市场有效性检验

基于历史概念,提出一种新的市场有效性检验方法,并对上海期货交易所的铜期货市场进行了市场有效性检验,得出了该市场基本符合弱式有效的结论。     

基于三因子模型的沪铜期货定价研究

基于沪铜的期货价格,构建包含商品现货价格、随机便利收益以及随机波动率的三因子模型,对沪铜期货进行定价研究.使用似无关回归分析(SUR)方法,检验了沪铜现货价格和便利收益具有均值回复的特征,同时检验了库存理论的有效性.利用AR-GARCH模型检验了不同期限的铜期货价格具有随机波动率的特征.最后,提出三因子模型的构建方式,...     

基于稀疏矩阵技术的多体动力学仿真快速算法

在分析多体动力学仿真计算中广泛使用的增广法基础上,提出了一种基于稀疏矩阵技术的改进算法.算法首先修改了拉格朗日乘子的求解方程,并利用系数矩阵的稀疏性进行排序和符号分解,获得最佳计算数据结构,从而快速求解拉格朗日乘子;针对违约现象,建立直接违约修正方程,利用上述数据结构快速求解违约修正值.最后,通过一个算例验证了该算法的有效性,并与传统增广法进行比较,显示了该算法快速和高精度的特点.     

基于SVAR 的SHFE 铜期货市场功能及国际影响实证研究

基于期货市场功能形成的机理,对上海期货交易所(SHFE)铜、伦敦金属交易所(LME)铜以及我国现货铜价格进行实证分析,发现SHFE铜期货市场已经具备了规避风险及价格发现的功能.利用SVAR模型、脉冲响应及方差分解技术我们进一步分析了影响三个市场价格波动因素的比例,对SHFE市场的国际影响进行了分析,发现无论是对新息反应的效率还是在影响铜的国际定价权方面,LME市场总是优于SHFE市场.     

基于模糊神经网络的动态非线性系统辨识研究

针对静态模糊神经网络对动态系统辨识精度低的特点,在5层静态模糊神经网络基础上进行了优化和改进,形成了可将暂态信息记忆于网络的动态回归层的动态模糊神经网络,来提高对动态系统的辨识能力。同时给出了参数的动态自适应学习算法。通过仿真实验,证明提出的动态模糊神经网络对动态非线性系统的辨识,可以取得较好的辨识精度,较快的网络收敛速度,为动态非线性系统的辨识提供新的思路。