在投资过程中投资者总是追求收益最大化,并尽可能地规避风险,马可维茨提出证券投资组合理论,对如何在既定风险水平下追求最大收益以及在既定收益目标下最小化投资风险给出了解答,他用标的资产的收益期望和资产收益率协方差矩阵度量风险,建立投资组合模型,得到投资组合的有效边界.随着投资理论的飞速发展,大量学者提出了衡量风险的新方法,如半方差、绝对离差、半绝对离差、风险价值(Value at Risk)等,其中风险价值方法被金融机构广泛运用于风险评估,并由巴塞尔监管委员会推荐作为银行风险控制的标准.该方法也在众多金融机构中得到广泛的应用.外汇市场里的中小投资者大部分是运用技术分析来交易,因为投资者能力不同,运用技术分析时会根据经验来交易,制定的交易策略往往缺乏严密的推导,而量化投资通过数学模型以及对大量的数据统计分析结果,建立严格的资金管理策略来控制风险,因而量化投资逐渐成为另一种主流的金融投资方法.本文将运用投资组合模型制定针对多个外汇货币对的交易策略,选取的标的资产有欧元/美元、英镑/美元、美元/瑞士法郎、美元/日元、澳元/美元、纽元/美元和美元/加元.通过对所选货币对汇率进行检验,发现汇率收益率具有尖峰厚尾性,本文运用garch(1,1)模型对这7个主要货币对的汇率分别建模拟合,并预测汇率,得到期望收益率.在计算外汇投资风险时,选用garch模型计算外汇投资VaR值,得到收益期望和投资风险,分别建立单期和多期外汇交易的交易模型,在模型是否考虑交易费用的条件下制定交易策略.经过验证,发现建立的多期交易模型能够在一段时间内保持良好的盈利能力,对建立量化交易模型具有一定的指导作用.本文创新之处在于修正garch模型预测汇率,在制定投资策略时综合考虑实际交易过程中的交易费用、杠杆等因素,建立外汇多期量化交易模型,给出交易算法,和实际交易情况一致,因而具有一定实用性.
07年以来所发生的百年一遇的金融危机对全球经济所造成的重大影响,更凸显了风险管理技术的重要性。金融机构面临的重大挑战之一是建立风险管理框架,其中的重要内容则是对市场风险进行更加准确的定量分析。风险值VaR(Value at Risk)方法...
详细信息
07年以来所发生的百年一遇的金融危机对全球经济所造成的重大影响,更凸显了风险管理技术的重要性。金融机构面临的重大挑战之一是建立风险管理框架,其中的重要内容则是对市场风险进行更加准确的定量分析。风险值VaR(Value at Risk)方法逐渐成为市场风险测量方法的主流方法。但由于传统的VaR方法基于金融资产价格变化服从正态分布的前提,导致计算风险值VaR时,常常无法准确的估计风险。\n 研究表明用于计算VaR的金融时间序列数据多数具有“尖峰厚尾性”、集聚性、自相关性等特性。为了使VaR的计算更加准确并更加符合实际情况,人们开始在计算VaR的过程中将金融市场数据的自相关及异方差等特性的影响纳入考虑范围。随着garch理论的发展和日趋完善,利用ARIMA—garch模型对研究对象序列进行建模,并对模型估计的残差分布进行假设和调整以符合金融收益数据的后尾特征,从而更加准确的对市场风险进行估计已经成为金融业界在计算VaR时的一种重要计算方法。本文根据基于garch理论的VaR模型,对上证综合股票指数进行了处理并进而研究了其对应的市场风险。\n 本文首先介绍了相关研究背景及国内外研究状况,接着分别阐述了传统VaR理论体系、条件异方差模型,进而讨论基于garch模型的几种VaR计算方法,计算了2000年1月4日至2008年12月31日的上证指数的VaR值,最后对各种VaR计算方法的估计结果进行对比,并对各种VaR计算方法的特性进行分析。
暂无评论