关键词:
高频已实现波动率
多重分形
多尺度自相似性
潜在交易机会
奇异事件时间间隔
摘要:
金融市场投资标的的波动率研究一直以来都是金融领域研究的核心内容之一。已实现波动率作为代表性波动率之一,能够很好的反映出投资者对市场的态度和看法。随着信息与计算机技术的巨大进步,中国金融市场的交易频率飞速提升。在此基础上,高频微观下的已实现波动率研究正逐步展现其重要的研究价值。这其中,物理金融学的大力发展将多重分形这一重要的非线性工具引入了金融学的应用之中,为金融市场的研究提供了重要的分析工具。本文首先利用这一工具对高频微观结构下的已实现波动率进行了深入的投资者特征异质性探讨,而后基于其多重分形特征中的局部自相似性提出了专门针对高频已实现波动率的预测和刻画的多尺度多自相似区间参照法,最后基于其自相似性拓展了高频已实现波动率在金融市场中投资交易和风险管理的实际应用。论文的主要创新工作归纳如下。1.在我国金融市场投资者的异质性研究中,将高频已实现波动率的多重分形特征值引入其评估体系,建立高频已实现波动率的多维度特征矢量。通过对特征矢量间的欧氏距离的对比来进行投资者特征的异质性研究。传统研究表明,投资者的特征与外部环境有着密切联系,而本文借助我国多层次资本市场所提供的丰富金融衍生品,进一步的将异质性的研究推进到投资同一类标的的投资者在完全相同的外部环境下的异质性辨识及总结。在这一研究中,首先通过静态和动态的多重分形特征辨识发现即使都以上证50指数为投资标的,投资途径不同的投资者通过期货、个股和ETF的形式参与到上证50指数的投资中,这些投资者在面对完全相同的外部环境时,依然存在着显著的异质性,不同于传统研究中的定性式研究结论,利用多重分形特征值可以数量化的对这一异质性进行总结和展示。其次,利用多重分形特征值构成的矢量,研究者能够利用矢量间的欧氏距离对不同投资标的的投资者特征进行分类总结,更好的对投资者特征转化进行观察和比较。而后,利用虚假临近点的统计检验方法验证了多重分形特征值在这一过程中的必要性,说明传统的量价指标体系并不足以对投资者特征进行总结辨识,引入多重分形这一研究工具是合理且有效的。最后,通过引入具有代表性的高换手率个股与指数权重股进行实证检验,检验结果中一些个股的投资者特征时而与机构投资者最为类似,时而与散户投资者更为接近,存在着变化速率快、变化幅度大的特征,充分验证了我国金融市场中投资者行为特征的复杂性与多变性。2.在高频已实现波动率的刻画和预测研究当中,提出了基于其局部自相似性的多尺度多自相似区间参照法。高频已实现波动率的研究其本质就是投资者特征的研究,通过上海证券交易所、深圳证券交易所及中国金融期货交易所公布的统计数据可以发现,以散户为主的个人投资者是影响高频已实现波动率的主要人群。目前散户的主要指导思想为基于周期性特征的技术分析,从而导致了高频已实现波动率的周期性及自相似性,为多尺度多自相似区间参照法提供了现实基础。而高频已实现波动率的多重分形特征则为该方法提供了局部自相似性的理论基础。多尺度多自相似区间参照法通过对过往数据在不同时间尺度上的自相似性检验,找到不同尺度上的自相似区间,综合参照这些自相似区间选取合适的预测方法对未来的已实现波动率进行预测。通过上证50指数期货为例的实证分析,相较传统的高精度预测模型--ARFIMA和时下较为流行的神经网络智能算法--LSTM,该方法不但能够提供较高的预测精度,同时还能够弥补当前已实现波动率预测模型中解释能力不足的缺陷,尤其是在对未来波动的变化趋势判断上,该方法达到了70%的准确率。同时,通过不同方法的对比可以发现,固定化、标准化的模型或算法很难在长时间跨度的研究中保持稳定,究其原因,是因为固定化模型在高频已实现波动率研究中的解释能力难以跟上投资者特征的转变速率。最后,在后续的多尺度多自相似区间参照法参数探讨中,进一步提升了该方法的解释能力,目前我国高频已实现波动率受长、中、短期的尺度共同影响,但是其中短时间尺度的影响更为显著。3.针对高频已实现波动率研究往往应用较为困难的情况,提出了新的应用。利用高频已实现波动率所反映的投资者行为的多尺度自相似性,可以更好的对不同时间尺度的行情往复进行预测。通过对投资标的在不同时间尺度上的自相似强度评估,可以有效对该投资标的未来在不同时间尺度上的波动进行预测,找寻大概率存在的潜在交易机会,提升投资者的资金使用效率。该方法通过选取高频已实现波动率的多维度指标建立自相似矢量,而后对自相似矢量进行标准化处理,计算每个矢量间的两两距离,从而找到中心矢量。利用中心矢量与各矢量间的距离对不同尺度的自相似程度进行排序和筛选,选取自相似程度最强的时间尺度,在该尺度下行情大概率会出现类似的波动情况,依据该特征可以对未来的潜在交易机会进行有效的评估,从而提升资金使用效率。论文分别选取了波动相对较小的指数型ETF、波动较为剧烈的高换手率个股、波动情况较为复杂的指数权重股三类投资标的进行实证检验,该方法均准确的找到了自相似程度最强的时间尺度以及其对应的潜