论文部分内容阅读
中国在2013年9月6日重新开启了国债期货的交易，距离上一次中国国债期货已经过去了18年时间。中国上一次推出国债期货于1995年失败了。主要原因是在1995年国债期货市场投机气氛过于浓烈，出现了两起恶性违背市场规则的交易事件，中国政府为了保证资本市场的正常运行被迫关闭了刚刚运行3年的市场。
国债期货的作用包括:价格发现功能、套利功能和套期保值功能。其实在全球推出国债期货的国家并不多，但是这些国家都是发达国家，有着发达的资本市场。在这些发达的资本市场上国债期货是其重要的组成部分，国债期货对资本市场的稳定运行起着不可替代的作用。中国正是看到了国债期货在这些发达国家的重要作用后，意识到国债期货对于中国的发展必不可少，所以证监会在2013年8月30宣布国债期货重新上市。这是中国对资本市场改革的又一次探索，国债期货的推出有着承前启后的作用，是中国实现利率市场化这一大战略目标中的一步。国债期货市场不仅仅自身有着强大的作用，而且在信息高速传输的今天它的表现不仅仅影响自身还会辐射至整个资本市场。所以保证国债期货的市场效率就十分重要了。文章的目的就是检验国债期货市场的效率，应用的方法是统计套利中的跨期配对交易策略对国债期货市场进行套利。因为市场缺乏效率的一个明显表现是价格反映不够迅速，很多时间会出现因为反应慢速而造成价格信号扭曲。配对交易就是利用价格信号的扭曲来获取利益，当利用这种策略对一个市场进行套利可以获得巨额利益时就说明这个市场会经常性出现价格反映滞后，这个市场就存在效率缺失现象。如果套利结果显示利润率巨大，那么文章就会结合实际分析其产生的原因，并给出一些建议。
文章选用配对交易套利策略。配对交易策略是一种市场中性套利策略，并不需要对市场进行判断。具体来说配对交易的基本思路是运用统计分析软件对两个不同的金融产品或者两个不同的金融产品组合之间价格关系的历史数据进行研究分析，研究该组价格关系在历史上的稳定性，确认两者之间的价格序列是否满足协整关系。如果存在这种关系，那么就可以利用相关软件估计两者的价差序列的概率分布，确定该分布中的极端区域，即概率较小的区域，当真实市场上的价格关系进入这样的区域时，则我们就有理由认为当下的这种价格关系是不可能长久维持，投资者就可以利用这种不可能维持的价格关系进行套利交易。配对交易应用的范围是有着很严格的应用要求的，仅仅是那些有稳定性的价格联动关系的金融产品组合才能满足配对交易的要求。所以配对交易的对象一般是有着经济相关性的金融产品，这些产品之间一般存在着价格联动关系，如本文中选取的不同期限的国债期货产品，他们有着共同的交割现货。
文章的主体思想是利用配对交易法来设计套利策略，套利的核心就是利用价差序列和其方差之间的关系来确定价差序列是否偏离出了一定的范围，并以此来判断是否存在交易阀值点，当出现交易阀值点后继续观察价差序列是否出现了回复现象，当价差序列回复到了一定程度即平仓阀值点出现的时候就可以进行平仓交易。可以说阀值点的设置是交易策略成功与否的一个关键，本文在阀值点的确立上是利用了分位数法，具体来说就是通过计算价差序列除以其方差的方法得出一个新的序列，然后对这个新的序列进行升序排列，然后利用分位数的方法确定阀值点。配对交易利用金融产品价格差波动获利的原理决定了它的技术核心是如何用模型来描述金融产品之间的价差波动。价差波动和很多经济数据的波动有很大相似之处，本文选取了四种模型，这四种模型在金融领域中已经十分成熟其对金融数据波动的描述被大多数人所应用。这四种模型分别是:最小二乘模型(OLS)、GARCH模型(其中包含GARCH(1，1)模型和AR(P)-GARCH(1，1)模型）、O-U模型。这四种不同的模型对价差波动的描述基础是不同的。文章这样做的目的就是能够在模型上和应用数据上提出一些建议，可以供那些想要利用国债期货市场进行套利的交易者参考。
文章在数据方面选择的是利用两组交割月份邻近的国债期货产品进行配对交易，并且为了扩大数据规模我们利用了数据构造的方法制作出两组连续的国债期货合约（构造方法文章会详细给出），分别设置成为TF1和TF2。利用的数据频率有两种，分别是5分钟高频数据和15分钟高频数据。并将得到的数据分为样本内和样本外两个不同的组，样本内数据用来设定交易策略而样本外的数据则是用来检验制定好的交易策略的获利能力。从交易结果的来看:在样本内5分钟数据的表现和15分钟数据的表现都是十分不错的，但是从样本外来看5分钟数据在一些情况下表现是要明显好于15分钟数据的表现，当然这也是情理之中的事情，因为5分钟数据在对市场的描述上是要优于15分钟数据的。从模型的维度来看GARCH(1，1)因为数据不能满足模型的检验所以只能舍弃。另外三个模型在样本内的表现是AR(3)-GARCH(1,1)模型最好、O-U模型紧随其后而最小二乘模型表现最差;在样本外的表现是O-U模型最好、最小二乘模型紧随其后而AR(3)-GARCH(1，1)模型最差。文章给出了三点建议:1、价差恒定模型（尤其是O-U模型）在获利能力上更强，对于追求更大利益的交易者是个很好的选择。2、AR(3)-GARCH(1，1)模型更为稳定，这个模型出现估计错误的可能性更小，对于稳健的投资者来说是一个更好的选择。3、一般来讲时间间隔较短的历史数据对于制作配对交易策略更有优势。
在得出了套利收益率之后，可以看出中国国债期货市场是存在效率缺失的。文章给出了造成市场效率缺失最直接的原因就是市场活跃度不够，指出了造成市场活跃度低五个市场因素。分别是:1、国债现货这个相关市场不够活跃;2、规则的制定在一定程度上限制了国债期货的吸引力;3、市场的准入制度限制了一些潜在交易者的进入;4、利率市场化并没有完成;5、推出时间较短，很多交易者在等市场成熟之后才会进入。文章为了中国国债期货市场的发展给出了几点建议:第一点、逐步健全中国的资本市场。第二点、对现在的国债期货市场的制度进行改革，引入更多的交易者。第三点、正确运用监管。第四点、加快推行利率市场化的脚步，利率市场化会影响到很多金融产品的定价。如果实现了利率市场化，那么金融产品的定价将会更加真实的反应市场信息。
在总结章节，给出了这篇文章的不足和改进空间。文章的不足:第一、样本数据偏少，整体来讲文章的样本数据是偏少的，对于高频交易应该使用1分钟或者时间间隔更短的数据来研究，这样会明显提升研究精度。第二、模型并没有充分考虑到在样本外金融产品价格内在联系出现改变的情况，文章假设样本外金融产品价格内在联系不变这不是很科学。文章的改进:第一、配对交易的模型还有很多，本文选择是十分常用、十分成熟的4个模型，金融模型的创新还是给了我们更多的模型选择，文章可以扩充原有的模型库来提高文章的完善程度。第二、文章中选择了分析一组时间序列（由回归所得的序列变形得到）来得到进入交易阀值点、平仓交易阀值点和止损交易阀值点，这个方法是文章的一种创新。但是文章对这组时间序列的分析方法是使用排列之后取分位数的方法，这种方法比较简单并不十分优秀可以对分位数法进行改进。第三、为了应对样本外金融产品价格内在联系可能出现改变的情况，我们可以采用滚动更新样本内数据的方法，形成一个滚动更新交易策略的模型。
国债期货的作用包括:价格发现功能、套利功能和套期保值功能。其实在全球推出国债期货的国家并不多，但是这些国家都是发达国家，有着发达的资本市场。在这些发达的资本市场上国债期货是其重要的组成部分，国债期货对资本市场的稳定运行起着不可替代的作用。中国正是看到了国债期货在这些发达国家的重要作用后，意识到国债期货对于中国的发展必不可少，所以证监会在2013年8月30宣布国债期货重新上市。这是中国对资本市场改革的又一次探索，国债期货的推出有着承前启后的作用，是中国实现利率市场化这一大战略目标中的一步。国债期货市场不仅仅自身有着强大的作用，而且在信息高速传输的今天它的表现不仅仅影响自身还会辐射至整个资本市场。所以保证国债期货的市场效率就十分重要了。文章的目的就是检验国债期货市场的效率，应用的方法是统计套利中的跨期配对交易策略对国债期货市场进行套利。因为市场缺乏效率的一个明显表现是价格反映不够迅速，很多时间会出现因为反应慢速而造成价格信号扭曲。配对交易就是利用价格信号的扭曲来获取利益，当利用这种策略对一个市场进行套利可以获得巨额利益时就说明这个市场会经常性出现价格反映滞后，这个市场就存在效率缺失现象。如果套利结果显示利润率巨大，那么文章就会结合实际分析其产生的原因，并给出一些建议。
文章选用配对交易套利策略。配对交易策略是一种市场中性套利策略，并不需要对市场进行判断。具体来说配对交易的基本思路是运用统计分析软件对两个不同的金融产品或者两个不同的金融产品组合之间价格关系的历史数据进行研究分析，研究该组价格关系在历史上的稳定性，确认两者之间的价格序列是否满足协整关系。如果存在这种关系，那么就可以利用相关软件估计两者的价差序列的概率分布，确定该分布中的极端区域，即概率较小的区域，当真实市场上的价格关系进入这样的区域时，则我们就有理由认为当下的这种价格关系是不可能长久维持，投资者就可以利用这种不可能维持的价格关系进行套利交易。配对交易应用的范围是有着很严格的应用要求的，仅仅是那些有稳定性的价格联动关系的金融产品组合才能满足配对交易的要求。所以配对交易的对象一般是有着经济相关性的金融产品，这些产品之间一般存在着价格联动关系，如本文中选取的不同期限的国债期货产品，他们有着共同的交割现货。
文章的主体思想是利用配对交易法来设计套利策略，套利的核心就是利用价差序列和其方差之间的关系来确定价差序列是否偏离出了一定的范围，并以此来判断是否存在交易阀值点，当出现交易阀值点后继续观察价差序列是否出现了回复现象，当价差序列回复到了一定程度即平仓阀值点出现的时候就可以进行平仓交易。可以说阀值点的设置是交易策略成功与否的一个关键，本文在阀值点的确立上是利用了分位数法，具体来说就是通过计算价差序列除以其方差的方法得出一个新的序列，然后对这个新的序列进行升序排列，然后利用分位数的方法确定阀值点。配对交易利用金融产品价格差波动获利的原理决定了它的技术核心是如何用模型来描述金融产品之间的价差波动。价差波动和很多经济数据的波动有很大相似之处，本文选取了四种模型，这四种模型在金融领域中已经十分成熟其对金融数据波动的描述被大多数人所应用。这四种模型分别是:最小二乘模型(OLS)、GARCH模型(其中包含GARCH(1，1)模型和AR(P)-GARCH(1，1)模型）、O-U模型。这四种不同的模型对价差波动的描述基础是不同的。文章这样做的目的就是能够在模型上和应用数据上提出一些建议，可以供那些想要利用国债期货市场进行套利的交易者参考。
文章在数据方面选择的是利用两组交割月份邻近的国债期货产品进行配对交易，并且为了扩大数据规模我们利用了数据构造的方法制作出两组连续的国债期货合约（构造方法文章会详细给出），分别设置成为TF1和TF2。利用的数据频率有两种，分别是5分钟高频数据和15分钟高频数据。并将得到的数据分为样本内和样本外两个不同的组，样本内数据用来设定交易策略而样本外的数据则是用来检验制定好的交易策略的获利能力。从交易结果的来看:在样本内5分钟数据的表现和15分钟数据的表现都是十分不错的，但是从样本外来看5分钟数据在一些情况下表现是要明显好于15分钟数据的表现，当然这也是情理之中的事情，因为5分钟数据在对市场的描述上是要优于15分钟数据的。从模型的维度来看GARCH(1，1)因为数据不能满足模型的检验所以只能舍弃。另外三个模型在样本内的表现是AR(3)-GARCH(1,1)模型最好、O-U模型紧随其后而最小二乘模型表现最差;在样本外的表现是O-U模型最好、最小二乘模型紧随其后而AR(3)-GARCH(1，1)模型最差。文章给出了三点建议:1、价差恒定模型（尤其是O-U模型）在获利能力上更强，对于追求更大利益的交易者是个很好的选择。2、AR(3)-GARCH(1，1)模型更为稳定，这个模型出现估计错误的可能性更小，对于稳健的投资者来说是一个更好的选择。3、一般来讲时间间隔较短的历史数据对于制作配对交易策略更有优势。
在得出了套利收益率之后，可以看出中国国债期货市场是存在效率缺失的。文章给出了造成市场效率缺失最直接的原因就是市场活跃度不够，指出了造成市场活跃度低五个市场因素。分别是:1、国债现货这个相关市场不够活跃;2、规则的制定在一定程度上限制了国债期货的吸引力;3、市场的准入制度限制了一些潜在交易者的进入;4、利率市场化并没有完成;5、推出时间较短，很多交易者在等市场成熟之后才会进入。文章为了中国国债期货市场的发展给出了几点建议:第一点、逐步健全中国的资本市场。第二点、对现在的国债期货市场的制度进行改革，引入更多的交易者。第三点、正确运用监管。第四点、加快推行利率市场化的脚步，利率市场化会影响到很多金融产品的定价。如果实现了利率市场化，那么金融产品的定价将会更加真实的反应市场信息。
在总结章节，给出了这篇文章的不足和改进空间。文章的不足:第一、样本数据偏少，整体来讲文章的样本数据是偏少的，对于高频交易应该使用1分钟或者时间间隔更短的数据来研究，这样会明显提升研究精度。第二、模型并没有充分考虑到在样本外金融产品价格内在联系出现改变的情况，文章假设样本外金融产品价格内在联系不变这不是很科学。文章的改进:第一、配对交易的模型还有很多，本文选择是十分常用、十分成熟的4个模型，金融模型的创新还是给了我们更多的模型选择，文章可以扩充原有的模型库来提高文章的完善程度。第二、文章中选择了分析一组时间序列（由回归所得的序列变形得到）来得到进入交易阀值点、平仓交易阀值点和止损交易阀值点，这个方法是文章的一种创新。但是文章对这组时间序列的分析方法是使用排列之后取分位数的方法，这种方法比较简单并不十分优秀可以对分位数法进行改进。第三、为了应对样本外金融产品价格内在联系可能出现改变的情况，我们可以采用滚动更新样本内数据的方法，形成一个滚动更新交易策略的模型。