量化方法在股票配对交易和指数预测中的应用

摘要

在证券投资领域，从基本面分析到技术面分析，投资者选择股票的方法一直都依靠主观的判断。近些年来，特别是股市下跌的行情中，量化基金等金融产品表现出了平稳的收益，人们越来越倾向于量化方法给出的建议。　　证券公司融资融券业务的启动使得配对交易这一经典的量化方法得以应用，而“建立配对组”是股票配对的关键所在。一般的配对方法，同一行业内选择股票配对，这一方法具有行业因素的局限性，而聚类的方法从数量的角度来筛选股票对，因而可以不受这一因素的限制，且能给出具体的相似度指标。本文采用聚类的方法选取了四组股票对，与经典的协整法做比较，通过实证检验了聚类方法的可行性和实用性。　　回归分析广泛应用于股票市场的研究当中。股票指数与其各成分股之间有某种特定的函数关系，通过回归分析，可以建立呈现这种相关关系的数学模型，给出指数与成分股的相关性数值，并根据模型和数据进行回归预测。本文以上证50指数为研究对象，通过回归检验，可以判断出异常点，进而深入分析特殊交易日的情况，给投资者相关的建议。

目录

1 绪 论

1.1 研究背景及意义

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 文章架构

2 相关理论分析

2.1 聚类分析理论

2.2 回归分析理论

2.2.1 回归分析的概念

2.2.2 建立回归方程步骤：

2.2.3 数学模型

2.3 最小距离法

2.4 协整理论

2.5 匹配交易的要素：

2.6 回归诊断方法

2.6.1 回归诊断研究的目的

2.6.2 残差分析

2.6.3 异常点诊断

3 实证分析

3.1 研究假设

3.2 样本的确定

3.3 数据处理

3.4.1 聚类分析

3.4.2 协整模型：

3.4.3 回归计算

3.4.4 回归结果分析

4 结 论

致谢

参考文献

附录