基于高频数据沪深300股指期货量价关系研究.docx

基于高频数据沪深300股指期货量价关系研究
[摘要] 在混合分布假说理论的基础上，根据Jone 等（1994）的研究成果将成交量划分为成交次数和平均交易头寸，并考虑已实现波动率的跳跃和非对称性特征，构造了量价关系的基础模型、连续和跳跃波动量价关系模型及量价关系非对称模型，并利用沪深300股指期货高频数据分别对各模型进行实证分析。研究发现沪深300股指期货成交量与价格波动之间表现明显的正相关关系，成交量、成交次数及平均交易头寸对连续和跳跃波动都有明显的正向影响，下偏已实现半方差较上偏已实现半方差包含更多的市场波动信息，平均交易头寸作为量价关系背后的主要驱动因子，可以更好地解释市场波动。
[关键词] 高频数据；量价关系；成交次数；平均交易头寸
[中图分类号] [文献标识码] A[文章编号] 1008―1763（2013）02―0048―07
一引言
由于量价关系是股票技术分析理论的重要基石，也是广大投资者在投资实践中判断市场或个股运行趋势的主要手段之一，因此，量价关系研究一直以来是金融学领域的研究热点之一。
早在1970年，Crouch[1]发现无论指数还是个股，其绝对价格收益与交易量呈现同期正相关关系。Karpoff[2]研究发现成交量与股票绝对收益率变化呈现一种正相关关系。Gallant 等[3]进一步证实了该结论。国内的陈怡玲和宋逢明[4]对中国股市实证发现日交易量与日绝对价格变化之间也存在线性正相关关系。后来有很多学者试图从各个角度对这一正向相关关系加以解释，但始终没有得出一个统一的结论。Clark[5]提出了混合分布假说，认为市场一种潜在不可观察的信息流是导致交易量和价格波动变化的共同驱动因素。Copeland[6]提出了连续信息到达假说，认为市场信息逐步向外扩散导致了价格波动和交易量同步扩大。Harris 和 Raviv[7]构建了“判断差异模型”，认为投资者对市场同一信息的判断偏差导致了交易的发生，股价绝对变化与成交量表现出正相关关系。Wang[8]建立了“理性预期资产定价模型”，认为投资者之间拥有的私人信息和投资机会不对称导致了成交量与价格变化的正相关。

尽管如此，上述研究主要集中价格变化与成交量的同期相关上，对量价关系背后的驱动因素没做深入探讨。为了更深入地研究交易量与价格波动之间的关系，许多学者从更微观的角度去探究量价关系背后的主要驱动因子。Kyle[9]研究了知情交易者的订单流非平衡（order imbalance）对价格波动的影响。Jone 等[10]将交易量分解成成交次数和平均交易头寸来考察不同交易量成分对股价波动的影响，结果发现成交次数解释了大部分股价波动率。Huang 和 Masulis[11]使用伦敦交易所的数据进一步证实了他们的结论。Chan 和Fong[12]证实了订单流非平衡可以解释一部分股票收益，而且过滤订单流非平衡的成交次数对股价波动率影响很小，因此推断订单流非平衡可能是量价关系主要驱动因子。Easley等[13]研究发现知情交易者更倾向于大额订单交易，因此，认为交易头寸可能包含更多价格信息。为了避免隐藏信息在市场提前暴露，知情交易者往往倾向于将隐藏信息通过大额交易拆分成许多小额交易的渠道来在市场上逐步释放。Chakravarty[14]进一步证实了隐藏交易假设的存在，认为订单流非平衡、成交次数包含更为丰富的股票价格信息。Chan和 Fong[15]用高频已实现波动率代替绝对价格收益来研究量价关系背后的驱动因子，结果发现成交次数能够对量价关系形成有力解释，交易头寸和订单流非平衡对量价关系的解释力有限。Giot 等[16]实证了连续样本路径方差和跳跃方差分别与交易量、交易头寸、成交次数和订单流非平衡之间的相关关系。Chevallier 和 Sevi[17]使用能源期货市场日内高频数据考察了已实现波动率及其衍生波动率与交易量、成交次数和交易头寸之间的相关关系。

国内对量价关系的研究主要集中在相关性检验和因果分析上，张维、闫冀楠[18]采用Granger因果检验实证了上证指数，结果发现周收益对交易量具有明显的线性因果关系，但交易量对收益率不具有线性因果关系。随后，陈良东[19]利用因果检验和回归分析对上证股市进行实证研究，结果显示交易量与价格绝对变化存在显著的正相关关系。王承炜等[20]实证发现沪深两市都存在价格收益对交易量的的线性因果关系和双向非线性因果关系。王杉、宋逢明[21]建立了简单的量价关系模型进行实证，发现非知情交易者持仓量的变化和预期变化对量价关系有重要影响。