DOC《大连商品交易所-和讯网十大期货研发团队评选团队投稿》

1 0.30% 2009-2-27 -42.0530 买大豆抛豆粕、豆油

2 2.17% 2009-5-19 88.8581 抛大豆买豆粕、豆油

1 1.23% 2009-6-10 46.1483 抛大豆买豆粕、豆油

1 1.73% 2009-6-22 41.4995 抛大豆买豆粕、豆油

1 0.06% 总计 5.49% 2.3 GARCH(1,1)模型 建立GARCH(1,1)模型: 利用Eview6进行估计,结果如下: 根据上表的输出结果,可以写出方程的形式为: 均值方程: s.e.=(0.022)0.025) z=(8.838)31.980) 方差方程: s.e.=() (0.443) (0.133) z=(3.456) (2.549) (-1.933) =0.821,对数似然值=279,AIC=-5.474,SC=-5.344 方差方程中的ARCH项和GARCH项的系数都是统计显著的,这说明GARCH(1,1)模型拟合较好.再对这个方程进行异方差的ARCH LM检验,得到均值方程的残差序列在滞后阶数p=3时的统计结果: 此时的相伴概率为0.75,接受原假设,认为该残差序列不存在ARCH效应.均值方程的残差平方相关图的检验结果为: 自相关系数和偏相关系数近似为0,Q统计量也不是很显著.这个结果说明均值方程的残差不存在ARCH效应. 方差方程式中的ARCH项和GARCH项的系数之和等于0.873,小于1,满足参数的约束条件.由于系数之和接近于1,表明条件方差所受的冲击是持久的,即冲击对未来所有的预测都有重要作用. 对GARCH(1,1)模型的结果做收益率分析,其残差分布图如下: 对残差进行正态分布拟合,得到置信水平为95%时的残差波动区间为(-0.0145,0.0145),故得到的最佳套利时机和收益率如下表所示: 建仓日期 残差 操作 持有天数 收益率 2009-2-18 -0.0179 买大豆抛豆粕、豆油

1 1.53% 2009-5-19 -0.0167 买大豆抛豆粕、豆油

1 1.23% 2009-5-27 0.0152 抛大豆买豆粕、豆油

3 6.04% 总计 8.80%

3 结论 通过OLS模型、ECM模型和GARCH模型三种模型的分析,说明了豆类期货存在无风险的套利机会,同时投资者可以根据自己的风险承受能力更改置信区间,从而规避风险或更多获利.在分析套利机会时,我们可以从分析结果知套利是转瞬即逝的,在期货交易是T+1日回转交易的情况下,应把握好套利的时机.

4 豆油、豆粕和大豆之间跨品种套利时可能存在的问题 本文研究的大豆品种为大豆1号,即国产的非转基因大豆,其交易量较大,期货市场活跃,易于研究.而大豆2号,即进口大豆的交易量较少,期货市场疲软,不利于研究.故本文的结论可能不适用做豆油、豆粕与大豆2号之间的套利. 新世纪期货 王大鹏