【摘要】：衍生金融工具自20世紀(jì)70年代出現(xiàn)以來,因其特有的跨期性、杠桿性、聯(lián)動性和高風(fēng)險(xiǎn)性,成為人們進(jìn)行投機(jī)、套利、套期保值的重要工具。隨著國內(nèi)金融市場進(jìn)一步發(fā)展,金融衍生工具種類逐漸豐富,但是期權(quán)作為一種重要的金融衍生產(chǎn)品,直到2015年,中國才有了第一只可以在交易所內(nèi)進(jìn)行交易的期權(quán)——上證50ETF期權(quán)。之后豆粕期權(quán)、白糖期權(quán)依次上市交易,可以說上證50ETF期權(quán)對于后者有著重要的借鑒作用。2015年中國股市迎來了從牛市起步到瘋牛的形成,再到股災(zāi)爆發(fā)流動性完全喪失。當(dāng)前中國的期權(quán)交易主要是機(jī)構(gòu)投資者,投資于期權(quán)主要是為了進(jìn)行風(fēng)險(xiǎn)管理,往往在期權(quán)行權(quán)日前進(jìn)行對沖平倉,而不會持有至期權(quán)到期進(jìn)行行權(quán)平倉。同時隨著期權(quán)行權(quán)日的臨近,期權(quán)的時間價值流失,在期權(quán)到期日前的短期時間內(nèi)是否存在期權(quán)套利機(jī)會是本文研究重點(diǎn)。本文基于不同的波動率模型來研究期權(quán)組合的跨式套利策略。通過從Wind金融數(shù)據(jù)庫中獲得的數(shù)據(jù),在每月第三個星期三收盤后進(jìn)行建模,以當(dāng)天及之前499天的收盤價為樣本數(shù)據(jù),建立當(dāng)月的GARCH族模型、隨機(jī)波動率模型和基于高頻數(shù)據(jù)的波動率模型,預(yù)測未來五個交易日的標(biāo)的資產(chǎn)波動率并進(jìn)行年化。通過B-S-M模型計(jì)算當(dāng)月行權(quán)的歐式看漲期權(quán)的隱含波動率(已年化)。在建立好波動率模型后,開始進(jìn)行期權(quán)跨式套利。首先需要進(jìn)行持有期內(nèi)波動率的預(yù)測并將波動率進(jìn)行年化,使用蒙特卡洛模擬進(jìn)行1000次模擬,取平均值作為每個預(yù)測日的預(yù)期價格。根據(jù)使得max(S,X)-min(S,X)-P1-P2,其中S為標(biāo)的資產(chǎn)預(yù)測價格,X為執(zhí)行價格,P1為看漲期權(quán)的價格,P2為看跌期權(quán)的價格,以使該數(shù)值取得最大的正值為標(biāo)準(zhǔn),選擇具有相同執(zhí)行價格和到期日的看漲期權(quán)和看跌期權(quán)各一份,構(gòu)建底部跨式組合。在開盤開倉,開盤平倉;開盤開倉,收盤平倉;收盤開倉,開盤平倉;收盤開倉,收盤平倉四種組合下進(jìn)行回測,選擇最優(yōu)的開平倉時機(jī)。通過比較分析,發(fā)現(xiàn)建倉日開盤開倉,行權(quán)日開盤平倉的情況下,四種波動率模型都能獲得最大的收益額和收益率。其中基于隨機(jī)波動率模型構(gòu)建的期權(quán)跨式組合獲得的收益額最大,基于HAR-lnRV模型構(gòu)建的期權(quán)跨式組合獲得的收益率最大。
【圖文】：

表 5-1 日對數(shù)收益率的描述性統(tǒng)計(jì)結(jié)果統(tǒng)計(jì)量 數(shù)值min -0.105190median 0.000000max 0.080912mean -0.000170sd 0.02023571kurtosis 5.933743skewness -0.8853294jarque-bera 808.13p-value 2.20E-162.平穩(wěn)性檢驗(yàn)現(xiàn)實(shí)中收益率波動通常是一個平穩(wěn)的序列，但是為了保證實(shí)證過程的嚴(yán)謹(jǐn)性因此需要對樣本數(shù)據(jù)做平穩(wěn)性檢驗(yàn)。從圖 5-3 的上證 50ETF 的日對數(shù)收益率序列折線圖中可以看出樣本對數(shù)收益率序列是平穩(wěn)的。由于樣本數(shù)據(jù)的不平穩(wěn)性可能會造成偽回歸問題，因此我們需要進(jìn)一步通過 R 語言對樣本數(shù)據(jù) ADF 檢驗(yàn)來圖 5-2 日對數(shù)收益率的頻數(shù)分布直方圖

5 章 期權(quán)跨式套利的方案策劃設(shè)計(jì) 上海師范大學(xué)碩士學(xué)位論監(jiān)會出于遏制市場過熱的目的導(dǎo)致在 2015 年 1 月 9 日出現(xiàn)了樣本區(qū)間內(nèi)最日跌幅。在 2015 年 8 月 27 日則出現(xiàn)了樣本區(qū)間內(nèi)最大的單日漲幅，，這主要于央行 26 日開展 1400 億元 SLO 操作，釋放短期流動性。在這兩個日期的都出現(xiàn)了較大的波動。
【學(xué)位授予單位】：上海師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：F724.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李航;何楓;;滬深300波動率預(yù)測模型研究:基于中國股票和期貨市場高頻數(shù)據(jù)分析[J];廣義虛擬經(jīng)濟(jì)研究;2017年04期

2 閆會強(qiáng);夏霄松;金浩;;HAR族模型對波動率的預(yù)測精度比較及其SPA檢驗(yàn)——基于滬深300指數(shù)高頻數(shù)據(jù)[J];經(jīng)濟(jì)論壇;2017年11期

3 朱萬銳;唐大為;;波動性的高頻指標(biāo)對收益分布預(yù)測能力的影響分析——基于上證綜指的高頻數(shù)據(jù)[J];中國市場;2017年18期

4 劉曉倩;王健;吳廣;;基于高頻數(shù)據(jù)HAR-CVX模型的滬深300指數(shù)的預(yù)測研究[J];中國管理科學(xué);2017年06期

5 趙慧琴;劉金山;;采用MCMC方法的上海股市隨機(jī)波動模型[J];華僑大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年02期

6 張波;蔣遠(yuǎn)營;;基于中國股票高頻交易數(shù)據(jù)的隨機(jī)波動建模與應(yīng)用[J];統(tǒng)計(jì)研究;2017年03期

7 吳文博;余海平;;基于GARCH和SV模型的股市期權(quán)定價研究[J];中國物價;2017年01期

8 鮮京宸;劉慶;;中國上證A股50ETF期權(quán)套利路徑及風(fēng)險(xiǎn)對策研究[J];重慶師范大學(xué)學(xué)報(bào)(哲學(xué)社會科學(xué)版);2016年05期

9 楊愛軍;蔣學(xué)軍;林金官;劉曉星;;基于MCMC方法的金融貝葉斯半?yún)?shù)隨機(jī)波動模型研究[J];數(shù)理統(tǒng)計(jì)與管理;2016年05期

10 鹿屹;劉楊;;基于ou過程的上證50期貨與期權(quán)統(tǒng)計(jì)套利研究[J];財(cái)經(jīng)界(學(xué)術(shù)版);2016年18期

相關(guān)碩士學(xué)位論文 前2條

1 姚福倩;上證50ETF期權(quán)套利策略構(gòu)建[D];西南財(cái)經(jīng)大學(xué);2016年

2 錢瓏;幾種隨機(jī)波動率模型及其比較[D];華中師范大學(xué);2014年

本文編號：2595827