簡易檢索 / 詳目顯示
| 研究生： |
張永澤 Chang, Yung Tse |
|---|---|
| 論文名稱： |
基於選擇權隱含資訊之期貨技術交易策略－以美國S&P 500指數期貨為例 Futures technical trading strategies based on the option-implied information－the case of S&P 500 INDEX FUTURES |
| 指導教授： | 江彌修 |
| 口試委員: |
許育進
池祥萱 郭維裕 |
| 學位類別： |
碩士
Master |
| 系所名稱： |
商學院 - 金融學系 Department of Money and Banking |
| 論文出版年： | 2017 |
| 畢業學年度： | 105 |
| 語文別： | 中文 |
| 論文頁數： | 46 |
| 中文關鍵詞： | 選擇權隱含資訊 、選擇權隱含波動度 、技術交易 |
| 外文關鍵詞： | Option-implied information, Option implied volatility, Technical trading |
| 相關次數： | 點閱：31 下載：6 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
不論是避險需求或是投機需求，選擇權市場因為高度槓桿的特性，總是投資人反應資訊的第一選擇，資訊進而轉往其他市場反應，如期貨市場、權益市場等，因此在選擇權背後隱含的資訊是值得我們進行觀察的，尤其隱含波動度在選擇權定價上佔有一席地位，各界無不設法找到最好的估計方式，以進行更準確的資產定價，其重要程度可見一斑。
然而，雖然選擇權隱含資訊多有被應用在資產定價，但是卻不見其在技術交易上的應用，因此本文結合選擇權隱含資訊與常見的技術交易方法，移動平均(MA)、布林通道(Bollinger Bands)，與趨勢突破(TRB)，以形成對於期貨的交易策略。選擇實證研究的交易期間，從2007年初開始到2015年中，期間經歷了幾次金融風暴的影響，也更能看出以選擇權隱含資訊設計的交易策略，在期貨市場上可以使投資策略的報酬穩定成長，並且在熊市期間的訊號判斷，也有辦法抓到投資機會，在逆勢中獲利。
因為時間較久遠的資訊在價格上大多已經被市場反應，因此對於未來資產 報酬率的預測，較近期的參數提供較多資訊，技術交易策略的設計上，因而趨向持有天數較短、交易頻次較高。在加入交易成本的假設後，仍有部分策略得以獲得超額報酬，此結論和Park and Irwin (2010)的結論有所出入，顯示在擁有更多市場資訊情況下，選擇權隱含資訊所形成的技術交易策略，仍然能夠在美國期貨市場產生超額報酬。
第一章 緒論 6
第二章 文獻探討 8
第一節 波動度交易策略 8
第二節 技術指標交易 9
第三節 交易成本 10
第三章 樣本選取與研究方法 12
第一節 樣本選取 12
第二節 研究方法 12
第四章 實證結果與分析 16
第一節 隱含波動度增量策略 16
第二節 極端波動度指數策略 18
第三節 波動度差(IV-HV)策略 19
第四節 穩健性測試 23
第五章 結論 24
參考文獻 26
1. Brock, W., Lakonishok, J. and LeBaron, B., (1992). Simple Technical Trading Rules and the Stochastic Properties of Stock Return, Journal of Finance, 47(5), 1731-1764.
2. Burghardt, G. and Lane, M., (1990). How to Tell if Options are Cheap, Journal of Portfolio Management, 16(2), 72-78.
3. Charlebois, M. and Sapp, S. G., (2007). Temporal Patterns in Foreign Exchange Returns and Options, Journal of Money, Credit, and Banking, 39(2-3), 443-470.
4. Giot, P., (2005). Relationship Between Implied Volatility Indexes and Stock Index Returns, Journal of Portfolio Management, 31(3), 92-100.
5. Goyal, A. and Saretto, A., (2009). Cross-section of Option Returns and Volatility, Journal of Financial Economics, 94(2), 310-326.
6. Lo, A. W., Mamaysky, H. and Wang, J., (2000). Foundations of Technical Analysis: Computational Algorithms, Statistical Inference, and Empirical Implementation, Journal of Finance, 55(4), 1705-1765.
7. Park, C. H. and Irwin, S. H., (2010). A Reality Check on Technical Trading Rule Profits in the U.S. Futures Markets, Journal of Futures Markets, 30(7), 633-659.
8. Whaley, R. E., (1993). Derivatives on Market Volatility: Hedging Tools Long Overdue, Journal of Derivatives, 1(1), 71-8
