当前位置:主页 > 经济论文 > 微观经济论文 >

基于移动Hurst指数和平均网格的群集对冲模式研究

发布时间:2020-07-09 20:37
【摘要】:近年来,随着国际政治、经济形势的变化,商品期货市场的变化呈现出新的特点,影响其价格的不确定性因素逐渐增多,导致商品期货价格出现了剧烈的波动。而对投资者来说,最大的目标就是使收益最大化,风险最小化。在期货市场中,跨品种对冲是在有效规避风险前提下获取收益的典型手段。对冲品种必须具备一定的相关性,以往的研究中,都是仅使用两个相关的品种进行研究,而现实中满足一定的相关性并不限于两个品种。所以,本文选择了群集对冲相关问题作为研究对象,以网格表示、分形理论以及数据挖掘算法为研究工具,以发现有效的对冲模式为目标。在充分研究前人成果的基础上,本文完成了以下工作:(1)在第二章,阐述了本文中几个关键概念与思路,主要内容包括:提出群集对冲的研究思路、完善了网格表示法、设计了可变的观察点目标属性。基于此,对本文的最终目标即群集对冲模式的发现提供支持。本文利用多个具有关联性的期货品种构成对冲序列,通过多种手段,探讨多品种对冲的有效思路和方法。本文对网格表示法进行了研究,针对群集对冲研究的需要,补充了移动平均网格,同之前的网格表示法相比较,结合移动平均网格能更好地表达对冲序列的局部特征。对于时间序列的观察点目标方向(相当于一般问题的样本目标变量),本文使用了可变的多态表示,可以兼顾长短期的反向变化,利于有效的模式发现。(2)在第三章,利用欧几里得距离来选择合适的期货对冲群集,最终确定大豆期货、豆粕期货以及豆油期货作为本文群集对冲的三个品种。然后计算各个对冲序列,对它们进行正态性、自相似性以及R/S实证检验,证明其具有分形结构,可以用移动Hurst指数对其进行研究。最后,利用V统计量确定对冲序列的非周期循环长度。(3)在第四章,改进了移动Hurst指数的窗口长度的确定方法。一般的文献采用非周期循环长度作为移动Hurst指数的窗口,为了能更好地反映对冲序列趋势变化情况,本文在非周期循环长度的附近又选取其他N个时间长度作为候选窗口,从相关系数、变异系数以及预测反转点的个数三个角度,比较N+1个不同时间窗口下的移动Hurst指数对对冲序列趋势反映的精确度。(4)在第五章,研究了 Hurst平滑周期与阈值的选择方法及观察点的选择策略。为了防止移动Hurst指数的个别异常值影响,对移动Hurst进行3~50日均值平滑处理。为避免通过Hurst指数小于理论阈值0.5判断拐点时拐点过少的现象,本文将Hurst阈值范围前后各扩大0.1进行研究。计算移动Hurst指数在不同平滑周期和阈值下的观察点情况,抽取相关的数据,从预测反转点的个数、阈值以及命中率三个角度确定各个对冲序列的优选平滑周期与阈值。最终,根据优选的平滑周期与阈值参数,建立观察点的选择策略,设计观察点的特征向量。(5)在第六章,完成了群集对冲的模式发现与验证。本文选择一个对冲序列及其Hurst指数,对符合观察点策略的观察点进行特征抽取,利用决策树数据挖掘算法处理抽取的特征向量,产生对冲模式,并对对冲模式进行人工剪枝,保留不违背市场逻辑和规律的模式。再用同样的观察点识别和特征抽取策略,获取另外两个对冲序列的观察点特征向量,将发现的对冲模式用于这两个对冲序列的观察点以进行验证。在第六章的具体挖掘验证方案中,从大豆对冲序列中挖掘模式,将其应用在豆粕、豆油对冲序列中进行验证。经验证,在豆粕对冲序列中模式的准确率达到83.3%,在豆油对冲序列中模式的准确率达到76.9%。这样的结果,不仅说明该具体群集中发现出的对冲模式的有效性,也充分证明本文研究思路的有效性。总体而言,支撑本文进行有效研究的创新点主要有:第一,提出群集对冲的视角和策略来研究三个及以上品种期货的对冲问题。第二,改进了时间序列的网格表示法和观察点方向表示法。引入移动平均网格,更好地表示局部序列的特征;对观察点未来方向采用了多态策略,使模式的发现更加灵活有效。第三,对Hurst指数计算与应用的多种参数确定策略进行了有效探索。
【学位授予单位】:东北财经大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:F713.36;F323.7
【图文】:

序列,走势图,大豆,序列


分别绘制于图,可以发现,各个品种的日、周、月对冲序列都分别具有形态相似性,逡逑即使坐标尺度发生了变化,但形态依然相似。逡逑图3-1、3-2、3-3为大豆日、周、月对冲序列的走势图。逡逑2逡逑1.5逡逑0.5逡逑0邋-i邋逦—-逦逦逦逦逡逑d邋⑦卜邋Lnr0TH0^邋卜邋mroTHo^r^LorodC^r^Ln逡逑^j-cri^cri^oomoomoorNjr^rvjr^rMUD'HiX)逡逑T-HrNi^L0r>'0o0T-iro^aDr^ai0(Nr0LnuD逡逑t—I邋t ̄H邋rH邋r-H邋tH邋tH邋t-I邋fN邋rsj邋pvl邋fN邋OJ逡逑图3-1大豆日对冲序列走势图逡逑2逡逑1.5逡逑0.5逡逑0逦逦逦逦逦逦邋ii逡逑THLnaimr,''rHL0a^mr^rHLna>rors'^HLno^f0逡逑mi^oornr^oror^o^r^o^r^rH^j-r^^H逡逑THrHTHCNfNrNromm邋寸寸灯邋lololoud逡逑图3-2大豆周对冲序列走势图逡逑21逡逑

序列,走势图,豆粕,序列


3-4、3-5、3-6为豆粕日、周、月对冲序列的走势图。逡逑1.2逡逑1逦fJk逡逑0.8邋:邋^邋\邋?逡逑0.6逡逑0.4逡逑0.2逡逑0逡逑THCTir^LOrOTHO^邋卜邋LDrOrHCn邋卜邋LOrOHCJ)卜邋L0逡逑^CT?^CT)^-00m00CY)00fMr^fNr^rN?X)rHUD逡逑rHrsJ?^L0邋卜邋OOOrHOO邋寸①卜邋CT>OfNimL0l>D逡逑r—I邋rH邋r—I邋r—I邋r—I邋r—I邋r—I邋fS|邋P\J邋( ̄\J邋Csl邋Psl逡逑图3-4豆粕日对冲序列走势图逡逑1.2逡逑1逦tj\逦k逡逑o.8逦^邋)TS^邋V邋Vt逡逑0.6逡逑

序列,走势图,豆粕,序列


基于移动Hurst指数和平均网络的群集对冲模式研究逡逑1.5逡逑0.5逡逑0逡逑rHG^r^?L0r0THcr?r>-Lnr0THCT>r^L0mrHcr>r^i-n逡逑^HfNm邋寸守邋Lni>Dr''*ooooo^0HfMr'jm邋灯逡逑r—I邋r—I邋tH邋r—i邋t—I邋rH逡逑图3-3大豆月对冲序列走势图逡逑3-4、3-5、3-6为豆粕日、周、月对冲序列的走势图。逡逑.

【参考文献】

相关硕士学位论文 前1条

1 谭梦羽;基于支持向量机回归与学习的金融数据预测与分类[D];西安电子科技大学;2014年



本文编号:2747950

资料下载
论文发表

本文链接:https://www.wllwen.com/weiguanjingjilunwen/2747950.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户25808***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com