研究股市交易量与股价关系的影响

1量化投资比赛题目:研究股市交易量与股价关系的影响姓名：张达杰、陈堪忠、甘世枭学校：广东石油化工学院院（系）：理学院专业年级：2012级2研究股市交易量与股价关系的影响摘要本文运用格兰杰因果关系检验和扩展GAECH模型研究保利地产（600048）市场交易量与股票价格之间的关系。对过去的数据进行拟合分析，拟合出成交量与价格变化的相关关系，在通过分析成交量与时间变化的自相关关系检验，对已有的数据进行自相关分析，然后同对未来成交量进行预测，进而根据成交量与价格的关系，预测出未来的股票价格。关键词：格兰杰因果检验扩展GAECH模型成交量股票价格一、引言证券市场中的量价关系是指证券价格与交易量之间的关系，对量价关系的研究近年来日益受到金融界的重视。通过量价关系的研究能够帮助了解金融市场的微观结构，揭示价格波动产生的根源。建立了量价关系的简单线性模型，根据信息的不对称和流动性的需求是产生信息到达的交易量的原因，把交易量变量加入到GARCH模型的条件方差方程证实了把交易量作为信息流的替代指标对价格波动具有很强的解释能力。二、研究方法和模型选择首先本文对保利地产（600048）中成交量是否对股票介格产生影响进行了检验。如果成交量对股票价格有影响，则成交量和价格两之间存在相关的关系。其次本文分析成交量之间的自相关性，通过分析成交量之间的自相关性，对未来成交量进行预测，进而能够通过模型相关性，对股票价格进行预测，在股票交易中能够较好的对资金管理，达到盈利的目的。为检验交易量是否对股价格有预测能力，本文采用：1、格兰杰因果关系检验。其基本思想是设X={Xi},Y={Yi}为两个平稳时间序列，如果相对于仅用Y的过去值来预测Y时，X的过去值能用来改进对Y的预测，即如果X的过去值能统计地改进对Y的预测，则称存在X到Y的格兰杰因果关系。下面是用于检验交易量和股票价格因果关系的自回归模型：对已有数据进行相关的线性检验，拟合成交量X与股票价格的相关关系，分析之间的模型误差，对模型改进以及是否存在误差的相关关系。2引入交易量变量的扩展GARCH-M模型本文采用扩展GARCH(1，1)一M模型即在一般GARCH—M模型的条件方差方程中引入交易量变量。模型设定如下：3其中参数满足条件，反映了成交量相关的持续性。根据混分布模型，本文把交易量变量作为信息到达过程的替代变量，使用交易量变动率的原因在于可以保持交易量变量的外生性。对股票收益与交易量变动率进行了线性及非线性因果关系的检验，证实交易量变量对股票价格同时存在直接和间接的影响。三、数据及初步分析数据1、考虑到涨跌停板制度对股市波动性的影响及A、B股波动特征的差异，本文采用保利地产（600048）指数每日收盘价和成交量数据样本区间为2014年10月20日至2014年12月31日，共41个有效样本数据。本文数据均源于中国证券市场研究数据库(CSMAR)。其中X和Y分别表示保利地产（600048）指数的第t日成交量和收盘价，收集数据如下：时间成交量（万）成交额（万）收盘价10月20日8211462095.6510月21日8099453315.5910月22日4306243335.5810月23日6135340035.5110月24日3840212035.5210月27日10651571275.3610月28日9221505955.5510月29日11936671595.6610月30日9255518775.6210月31日194611113115.7711月3日172451003115.7611月4日174441015205.8511月5日9243536125.7711月6日12884753775.8211月7日171501003075.8211月10日239671428816.0111月11日307681881066.1311月12日227511408556.2011月13日15619964736.1111月14日14611887266.1211月17日15727952645.9411月18日181951055935.7811月19日10917629235.7711月20日9169528095.7711月21日15738910575.8811月24日656984178406.4711月25日449802953476.5611月26日343862285256.6811月27日338372265926.7811月28日484273384077.2012月1日389522779557.00412月2日393582792937.2012月3日512713932747.5712月4日378372937377.9512月5日431223251677.7212月8日500014059298.4912月9日605065242638.2012月10日384633239048.7012月11日331472911038.6812月12日248522102238.3412月15日269592133777.9712月16日282022256728.2412月17日409303420198.4912月18日29714255218.4012月19日212981758068.36通过SAS统计分析，拟合成交量与收盘价的关系:Y=5.38934+0.00004881X;通过异方差分析表看出，大部分的回归误差因子绝对值小于2，说明模型具有较好的拟合度。但由于线性回归的P值检验小于0.0001，说明方程也有显著的差异。SourceDFSumofSquaresMeanSquareFValuePrFModel123.4665423.4665435.74.0001Error3925.604170.65652CorrectedTotal4049.07070RootMSE0.81026R-Square0.4782DependentMean6.68780AdjR-Sq0.4648CoeffVar12.11545ParameterEstimatesVariableDFParameterEstimateStandardErrortValuePr|t|Intercept15.389340.2513621.44.0001X10.000048810.000008165.98.00015DependentVariable:Y2、平稳性检验Granger因果关系检验和GARCH模型都要求时间序列是平稳的，所以本文对股票收益和交易量序列的平稳性进行了检验。最常用的平稳性检验方法是单位根检验．本文使用的是P值检验。TheARIMAProcedureNameofVariable=XMeanofWorkingSeries26601StandardDeviation15498.92NumberofObservations41AutocorrelationCheckforWhiteNoiseToLagChi-SquareDFPrChiSqAutocorrelations669.636.00010.7110.5240.4560.4960.3940.343AugmentedDickey-FullerUnitRootTestsTypeLagsRhoPrRhoTauPrTauFPrFZeroMean0-2.38510.2844-1.010.27746AugmentedDickey-FullerUnitRootTestsTypeLagsRhoPrRhoTauPrTauFPrF1-1.47560.3938-0.720.4007SingleMean0-11.52510.0720-2.620.09683.480.21101-10.30380.1012-2.300.17602.730.3941Trend0-20.84750.0284-3.500.05346.200.07381-23.73840.0117-3.140.11065.050.2061四、扩展GARCH-M模型估计对估计模型的残差项，残差平方和进行Q检验，结果两序列均不存在自相关．ARCH—LM检验表明残差序列不存在自回归条件异方差，故模型设定是合适的。为对比波动持续性的变化本文同时给出了未考虑交易量的GARCH—M模型的参数估计结果7表GARCH模型参数估计结果首先，模型参数Y的估计值为正且在95％置信水平下显著表明在考虑了GARCH效应的情况下交易量和股票价格仍然保持了正向关系。这说明保利地产（600048）符合分析关于交易量与价格变动之间的相关关系为正的结论。其次，如果混合分布假设成立，则交易量的系数估计值应该显著大于零，作为潜在信息到达过程的替代指标一定会部分吸收价格波动的持续性。由表4知Y的估计值大于零．且在95％置信水平下显著交易量持续性的参数P的估计值验证了保利地产（600048）的信息传播方式基本符合混合分布假设成立。但模型估计结果显示p的系数小于0.001仍很显著，说明条件方差的持续性依然显著。由此说明保利地产（600048）由交易量代表的信息到达过程只能部分解释成交量自相关的持续性。除此之外，还应该存在诸多其他影响波动率持续性的因素。8TheAUTOREGProcedureDependentVariableYTheAUTOREGProcedureOrdinaryLeastSquaresEstimatesSSE49.0707024DFE40MSE1.22677RootMSE1.10760SBC127.433826AIC125.720254MAE0.97195717AICC125.822818MAPE14.377851HQC126.344242Durbin-Watson0.0514RegressR-Square0.0000TotalR-Square0.0000ParameterEstimatesVariableDFEstimateStandardErrortValueApproxPr|t|Intercept16.68780.173038.66.0001TheAUTOREGProcedureGARCHEstimatesSSE86.1580286Observations41MSE2.10142UncondVar.LogLikelihood-38.82262TotalR-Square.SBC88.7859571AIC83.6452409MAE1.01191834AICC84.2938895MAPE13.1623106HQC85.5172063NormalityTest23.8087PrChiSq.00019ParameterEstimatesVariableDFEstimateStandardErrortValueApproxPr|t|Intercept15.73670.0402142.73.0001ARCH010.0096640.01080.900.3689ARCH111.58080.74222.130.0332五、结论本文运用格兰杰因果检验和扩展GARCH模型实证分析保利地产（600048）市场交易量与股指日收益率、波动率之间的关系，得到了如下结论：1、交易量和股票价格存在相应的线性关系，在市场交易的同时，可以通过分析市场交易量来大概分析市场股票的价格走势。2、交易量只能在有限程度内解释交个变化的大概范围，交易量作为信息到达的替代变量并不很理想。其原因可能是我国股市存在制度缺陷，造成交易量只是捕捉到部分的信息到达过程。六、分析成交量的变化与股票价格关系的意义：10首先,从成交量变化可以分析某个股票对市场的吸引程度。成交量越大,说明越有吸引力,价格波动幅度可能会越大。其次,从成交量的变化,可以分析某个股票的压力和支持价格区域:在一个价格区域,如果成交量很大,说明这个价格区域有很大的压力或支持,趋势将在这里产生停顿或反转。第三,从成交量的变化中,可以观察该股票的价格走出成交密集区域的方向:当价格走出成交密集的区域,说明多空分歧得到了暂时的统一,如果向上走,那么价格倾向于上升；向下走,则倾