| dc.contributor.advisor | 林士貴<br>王釧茹 | zh_TW |
| dc.contributor.advisor | Lin, Shih Kuei<br>Wang, Chuan Ju | en_US |
| dc.contributor.author (Authors) | 徐語辰 | zh_TW |
| dc.contributor.author (Authors) | Hsu, Yu-Chen | en_US |
| dc.creator (作者) | 徐語辰 | zh_TW |
| dc.creator (作者) | Hsu, Yu-Chen | en_US |
| dc.date (日期) | 2019 | en_US |
| dc.date.accessioned | 1-Jul-2019 10:49:26 (UTC+8) | - |
| dc.date.available | 1-Jul-2019 10:49:26 (UTC+8) | - |
| dc.date.issued (上傳時間) | 1-Jul-2019 10:49:26 (UTC+8) | - |
| dc.identifier (Other Identifiers) | G1063520361 | en_US |
| dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/124150 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 金融學系 | zh_TW |
| dc.description (描述) | 106352036 | zh_TW |
| dc.description.abstract (摘要) | 本研究根據Vidyamurthy (2004)以及後續相關文獻所提出的統計套利配對交易方法對台灣股票市場進行實證研究。本文使用的模型為Engle and Granger (1987)提出的二階段共整合檢定。我們利用上述模型檢定芝加哥交易所期貨一分鐘資料，找出具共整合性質之配對，利用技術指標－布林通道與OU過程找出價格異常的時間點進行交易，建構統計套利投資組合；本研究進一步將中位數反轉定律Andrew(2009)加入，用於預測共整合殘差走勢，建構中位數反轉定律結合布林通道與OU過程之統計套利策略並建構投資組合。實證結果顯示和Avellaneda and Lee (2010)結果相同，市場上確實存在市場中立性的報酬，且兩個策略的投資組合皆有優於大盤的績效和穩健性；此外中位數反轉定律確實有幫助我們減少進場次數提高勝率，並且使投資組合的最大虧損下降。關鍵詞：共整合、統計套利、布林通道、OU過程、中位數反轉定律 | zh_TW |
| dc.description.abstract (摘要) | This paper used the statistic arbitrage method according to Vidyamurthy (2004) and other papers based on this book. This paper followed papers to conduct empirical research on Chicago Mercantile Exchange market. The models used in this paper is two-steps cointegration test that proposed by Engle and Granger (1987). We tested CME futures through the above models to test cointegration, and find the investable pairs. After finding out investable pairs, we used Bollinger Band and OU process to find out abnormal stock price to trade. Then we constructed the portfolio to study its performance. This study further adds the median reversal law by Andrew(2009) to predict cointegral residual and constructs a strategy with Bollinger Band and OU process model. The result shows that the strategy helping us find market neutral return, which is the same as the result of Avellaneda and Lee (2010). Furthermore, our portfolio is also better than investing in benchmark. Median reversal law truly helps us reduce trading frequency and decrease drawdown.Keywords：Cointegration、Statistic Arbitrage、Bollinger Band、OU Process、Median Reversal Law | en_US |
| dc.description.tableofcontents | 第一章 緒論 1第一節 研究動機 1第二節 研究目的 2第三節 研究架構 3第二章 文獻探討 5第一節 共整合統計套利 5第二節 指數移動平均在量化模型建構上的優勢 6第三節 中位數反轉定律 6第三章 研究方法 7第一節 統計套利理論 7第二節 指數移動平均與報酬率形式 9第三節 無截距迴歸模型 13第四節 共整合關係與DF單根檢定 15第五節 結構性改變與共整合動態校準 18第六節 布林通道技術指標 21第七節 OU過程與AR(1)模型 22第八節 中位數反轉定律 23第九節 統計套利策略的建構方法 24一、 布林通道統計套利策略 24二、 OU過程統計套利策略 26第十節 策略績效評估指標 28第四章 實證分析 31第一節 實證資料與研究期間 31第二節 布林通道策略之統計套利實證結果 37一、 布林通道策略(假設殘差et為獨立同分配) 37二、 布林通道策略加入中位數反轉定律 40第三節 OU過程之統計套利實證結果 42一、 OU過程策略(假設殘差et具有序列相依性) 42二、 OU過程策略加入中位數反轉定律 45第四節 黑天鵝事件驅動研究結果 47第五章 建議與結論 53第一節 結論 53第二節 實務面向建議 54第三節 研究面向建議 55參考文獻 57附錄一 中位數定律證明(Andrew,2009) 58附錄二 OU過程殘差弱定態證明 60 | zh_TW |
| dc.format.extent | 2412988 bytes | - |
| dc.format.mimetype | application/pdf | - |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G1063520361 | en_US |
| dc.subject (關鍵詞) | 共整合 | zh_TW |
| dc.subject (關鍵詞) | 統計套利 | zh_TW |
| dc.subject (關鍵詞) | 布林通道 | zh_TW |
| dc.subject (關鍵詞) | OU過程 | zh_TW |
| dc.subject (關鍵詞) | 中位數反轉定律 | zh_TW |
| dc.subject (關鍵詞) | Cointegration | en_US |
| dc.subject (關鍵詞) | Statistic Arbitrage | en_US |
| dc.subject (關鍵詞) | Bollinger Band | en_US |
| dc.subject (關鍵詞) | OU Process | en_US |
| dc.subject (關鍵詞) | Median Reversal Law | en_US |
| dc.title (題名) | 統計套利下動態共整合關係之跨商品應用 | zh_TW |
| dc.title (題名) | Application of Cross-Commodity Statistical Arbitrage Base on Dynamic Cointegration | en_US |
| dc.type (資料類型) | thesis | en_US |
| dc.relation.reference (參考文獻) | [1] 陳旭昇，2013。時間序列分析: 總體經濟與財務金融之應用。臺灣東華。[2] Andrew Pole.(2009).Statistical Arbitrage. John Wiley & Sons.[3] Avellaneda, M. and J-H. Lee (2010). Statistical arbitrage in the US equities market.Quantitative Finance, Vol. 10(7), 761–782.[4] Dickey, D. A., and Fuller, W. A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association, 74, 427-431.[5] Engle, R. F., & Granger, C. W. (1987). Co-integration and error correction: representation, estimation, and testing. Econometrica: Journal of the Econometric Society, 251-276.[6] Granger, C. W., & Newbold, P. (1974). Spurious regressions in econometrics. Journal of Econometrics, 2(2), 111-120.[7] Said, S. E., and Dickey, D. A. (1984). Testing for unit roots in autoregressive-moving average models of unknown order. Biometrika, 71(3), 599-607.[8] Sharpe, W. F. (1994). The sharpe ratio. Journal of portfolio management, 21(1),49-58.[9] Vidyamurthy, G. (2004). Pairs trading: quantitative methods and analysis (Vol. 217). John Wiley & Sons. | zh_TW |
| dc.identifier.doi (DOI) | 10.6814/NCCU201900124 | en_US |
