基于股指期货的套利策略设计.pdf

A Thesis Submitted in Partial Fulfillment of the Requirements for
the Degree of Master of Finance


Design of Arbitrage Strategy
Based on Stock Index Futures




Candidate : ZhiChao Chow
Major : Master of Finance
Supervisor : FangChi Liu






Huazhong University of Science & Technology
Wuhan 430074, P. R. China
May,20th 2013
独创性声明
本人声明所呈交的学位论文是我个人在导师的指导下进行的研究工作及取得的
研究成果。尽我所知,除文中已标明引用的内容外,本论文不包含任何其他人或集
体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文
中以明确方式标明。本人完全意识到,本声明的法律结果由本人承担。

学位论文作者签名:
日期: 年月日

学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权
保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借
阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进
行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

保密□,在______年解密后适用本授权书。
本论文属于
不保密□。
(请在以上方框内打“√”)

学位论文作者签名: 指导教师签名:
日期: 年月日日期: 年月日
华中科技大学硕士学位论文

摘要
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。

关键词:股指期货;期现套利;聚类分析;遗传算法;MATLAB
华中科技大学硕士学位论文

Abstract
Since the CSI 300 index futures arbitrage, the vast number of investors of our country
have paid more and more attention on stock index futures. This paper mainly studies the
stock index futures arbitrage strategy,for this reason