基于线性中位数回归的大宗商品期货套利方法、系统和存储介质技术方案

本发明专利技术提供一种基于线性中位数回归的大宗商品期货套利方法，包括以下步骤：获取多个大宗商品期货主力合约每天收盘价格数据；筛选出pearson相关系数高于设定阈值的品种对；对筛选出的高度相关的品种对的日收盘价格序列的n阶差分序列分别进行平稳性检验；对满足高相关性和n阶差分序列通过平稳性检验的品种对（A和B）的日收盘价格序列构建线性中位数回归模型，获取模型的回归系数ceof和模型的残差；对残差进行平稳性检验，若残差通过平稳性检验；将线性中位数回归模型的回归系数coef作为品种对的套利对冲系数；根据品种对的日收盘价格序列和回归系数coef计算价差d=A‑coef*B；根据价差d的分布制定套利交易策略。

Commodity futures arbitrage method, system and storage medium based on linear median regression

【技术实现步骤摘要】
基于线性中位数回归的大宗商品期货套利方法、系统和存储介质
本专利技术涉及一种套利方法，具体涉及一种大宗商品期货统计套利方法。
技术介绍
大宗商品：是指可进入流通领域，但非零售环节，具有商品属性并用于工农业生产与消费使用的大批量买卖的物质商品。在金融投资市场，大宗商品指同质化、可交易、被广泛作为工业基础原材料的商品，如原油、有色金属、钢铁、农产品、铁矿石、煤炭等。包括3个类别，即能源商品、基础原材料和农副产品。其特点主要表现在，一是价格波动大。只有商品的价格波动较大，有意回避价格风险的交易者才需要利用远期价格先把价格确定下来。比如，有些商品实行的是垄断价格或计划价格，价格基本不变，商品经营者就没有必要利用期货交易，来回避价格风险或锁定成本。二是供需量大。期货市场功能的发挥是以商品供需双方广泛参加交易为前提的，只有现货供需量大的商品才能在大范围进行充分竞争，形成权威价格。三是易于分级和标准化，期货合约事先规定了交割商品的质量标准，因此，期货品种必须是质量稳定的商品，否则，就难以进行标准化。四是易于储存、运输。商品期货一般都是远期交割的商品，这就要求这些商品易于储存，不易变质，便于运输，保证期货实物交割的顺利进行。统计套利：统计套利就是指在不依赖于经济含义的情况下，运用数量手段构建资产组合，从而对市场风险度进行免疫，获取一个稳定的、无风险的超额收益。统计套利代表着投资机会：获取特定资产价格变化动态中的可以被预测部分，并且从统计意义上讲，该部分与市场整体变化或者其他一些市场风险因素无关。由于只基于特定资产相互的变动并不能被市场参与者所直接观察到，因此这种动态规律虽然存在，但并不容易被市场参与者直接观察到，因而这种套利机会被“套利掏空”的概率比较小。pearson相关系数：又叫相关系数或线性相关系数。它是由两个变量的样本取值得到，它是一个描述线性相关强度的量，取值在-1和﹢1之间。当两个变量有很强的线性相关时，相关系数接近于1(正相关)或-1(负相关)，而当两个变量不那么线性相关时，相关系数就接近于0。平稳性：一个时间序列，如果均值没有系统的变化(无趋势)、方差没有系统变化，且严格消除了周期性变化，就称之是平稳的。中位数回归：传统的线性回归分析主要关注均值，即采用因变量条件均值的函数来描述自变量每一特定数值下的因变量均值，从而揭示自变量与因变量的关系，与传统线性回归不同的是，中位数回归是估计一组回归变量X与被解释变量Y的中位数之间线性关系的建模方法，强调条件中位数的变化，传统线性回归采用的是最小二乘法，而中位数回归是基于最小绝对值离差估计。对于大宗商品期货而言，现有统计套利方法都是基于均值回归技术，也就是基于最小二乘法的统计套利。
技术实现思路
本专利技术的目的在于克服现有技术中存在的不足，提供一种基于线性中位数回归的大宗商品期货套利方法，计算得到的套利对冲系数更加稳健可靠，使得在交易过程中的风险大大降低。本专利技术的实施例提供一种基于线性中位数回归的大宗商品期货套利方法，包括以下步骤：S1，获取多个大宗商品期货主力合约每天收盘价格数据；S2，计算各个大宗商品期货每天收盘价格的pearson相关系数，并从中筛选出pearson相关系数高于设定阈值的品种对；S3，对筛选出的高度相关的品种对的日收盘价格序列的n(n＝0,1,2,3,……)阶差分序列分别进行平稳性检验，当品种对的日收盘价格同阶差分序列通过平稳性检验，则该步骤结束；S4，对满足高相关性和n阶差分序列通过平稳性检验的品种对(A和B)的日收盘价格序列构建线性中位数回归模型，获取模型的回归系数ceof和模型的残差；S5，对线性中位数回归模型的残差进行平稳性检验，若残差通过平稳性检验，则该品种对可以进行配对交易；S6,将线性中位数回归模型的回归系数coef作为品种对的套利对冲系数；S7,根据品种对的日收盘价格序列和回归系数coef计算价差d＝A-coef*B；S8,根据价差d的分布制定套利交易策略。进一步地，步骤S2中，设定阈值取0.8。进一步地，步骤S3中，n≤10。进一步地，步骤S8中，计算价差d的低分位数、中位数和高分位数；当价差d小于等于低分位数位置时，做多A，做空B；当价差d大于等于高分位数位置时，做空A，做多B；当价差d等于中位数时，同时平仓A和B。更进一步地，低分位数位置为1％～10％之间的分位数位置；高分位数位置为90％～99％之间的分位数位置。本专利技术的实施例还提供一种基于线性中位数回归的大宗商品期货套利系统，包括：处理器和存储器；所述存储器存储有计算机程序；所述处理器用于执行所述计算机程序以实现上述任一项所述的基于线性中位数回归的大宗商品期货套利方法的步骤。本专利技术的实施例还提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用以实现上述任一项所述的基于线性中位数回归的大宗商品期货套利方法的步骤。本专利技术的优点在于：1)数据获取简单：大宗商品期货价格数据都是免费公开的，获取比较容易。2)中位数回归方法实现简单，各类数据分析软件均容易实现。3)套利对冲系数更加稳健可靠，大大降低交易风险。附图说明图1为本专利技术的价差d的时间序列走势图。图2为本专利技术的价差d的分布直方图。具体实施方式下面结合具体附图和实施例对本专利技术作进一步说明。本专利技术的一个实施例提出一种基于线性中位数回归的大宗商品期货套利方法；本实施例中，采用PP(聚丙烯)、MA(甲醇)两个品种的大宗商品；该方法包括以下步骤：S1,从互联网或第三方数据库获取PP和MA期货主力合约每天收盘价格数据；S2,计算PP、MA期货主力合约每天收盘价格的pearson相关系数为0.82；说明两者高度相关，符合筛选条件即pearson相关系数高于0.8，可筛选出作为品种对；S3，分别对PP、MA的日收盘价格序列的n阶差分数据分别进行平稳性检验，当n＝0时，即PP、MA日收盘价格的原始价格序列，平稳性检验结果显示PP和MA均没有通过平稳性检验，当n＝1时，即对二者日收盘价格的一阶差分序列进行平稳性检验，结果表明，二者日收盘价格的一阶差分通过了平稳性检验，本步骤结束；经过大量验证，一般n＝1或2或3时，品种对的日收盘价格同阶差分序列能够通过平稳性检验；因此可设定n≤10；S4，对PP和MA的日收盘价格序列构建线性中位数回归模型，获取模型的回归系数ceof和模型的残差；线性中位数回归的数学模型为：PP＝2483.5+2.4*MA+εi，其中模型的回归系数ceof为2.4；εi为模型的残差；S5,对PP和MA的线性中位数回归模型的残差进行平稳性检验，残差平稳性检验结果表明，残差通过了平稳性检验，由此表明PP和MA满足配对交易的条件；S6,将PP和MA的线性中位数回归模型的回归系数coef作为PP和MA本文档来自技高网...

【技术保护点】
1.一种基于线性中位数回归的大宗商品期货套利方法，其特征在于，包括以下步骤：/nS1，获取多个大宗商品期货主力合约每天收盘价格数据；/nS2，计算各个大宗商品期货每天收盘价格的pearson相关系数，并从中筛选出pearson相关系数高于设定阈值的品种对；/nS3，对筛选出的高度相关的品种对的日收盘价格序列的n（n=0,1,2,3,……）阶差分序列分别进行平稳性检验，当品种对的日收盘价格同阶差分序列通过平稳性检验，则该步骤结束；/nS4，对满足高相关性和n阶差分序列通过平稳性检验的品种对（A和B）的日收盘价格序列构建线性中位数回归模型，获取模型的回归系数ceof和模型的残差；/nS5，对线性中位数回归模型的残差进行平稳性检验，若残差通过平稳性检验，则该品种对可以进行配对交易；/nS6,将线性中位数回归模型的回归系数coef作为品种对的套利对冲系数；/nS7,根据品种对的日收盘价格序列和回归系数coef计算价差d=A-coef*B；/nS8,根据价差d的分布制定套利交易策略。/n

【技术特征摘要】
1.一种基于线性中位数回归的大宗商品期货套利方法，其特征在于，包括以下步骤：
S1，获取多个大宗商品期货主力合约每天收盘价格数据；
S2，计算各个大宗商品期货每天收盘价格的pearson相关系数，并从中筛选出pearson相关系数高于设定阈值的品种对；
S3，对筛选出的高度相关的品种对的日收盘价格序列的n（n=0,1,2,3,……）阶差分序列分别进行平稳性检验，当品种对的日收盘价格同阶差分序列通过平稳性检验，则该步骤结束；
S4，对满足高相关性和n阶差分序列通过平稳性检验的品种对（A和B）的日收盘价格序列构建线性中位数回归模型，获取模型的回归系数ceof和模型的残差；
S5，对线性中位数回归模型的残差进行平稳性检验，若残差通过平稳性检验，则该品种对可以进行配对交易；
S6,将线性中位数回归模型的回归系数coef作为品种对的套利对冲系数；
S7,根据品种对的日收盘价格序列和回归系数coef计算价差d=A-coef*B；
S8,根据价差d的分布制定套利交易策略。


2.如权利要求1所述的基于线性中位数回归的大宗商品期货套利方法，其特征在于，
步骤S2中，设定...

【专利技术属性】
技术研发人员：张浩，
申请(专利权)人：江苏云脑数据科技有限公司，
类型：发明
国别省市：江苏;32