基于多元策略的跨境 ETF 套利策略设计

摘 要：

本文主要对跨市场交易策略进行设计，提出给予长短期记忆神经网络，网格

交易策略和 Dual Thrust 策略的创新型模型，以实现市场投资的目标筛选以及超

额收益，通过对建立最优化模型和策略的具体回测，检验其实用性和有效性，利用Matlab 和 Python 给出跨境 ETF 套利策略。

针对问题一，在遵循基金市场规则下，解决一二级市场套利问题，数通过据预处理，进行 Pearson 相关性检验和最小二乘法调整，结合使用一系列参数和指标确定套利模型参数，最终确定 ETF 的波动率、β值、折溢率、收益率、夏普指数共 5 个指标，进行评价模型建立，合理地对目标函数和数据进行归一化处理， 并对 ETF 基金进行评估和排序，确定前十支最有潜力 ETF 基金，满足套利需求， 提高了整体资金使用效率，促进一二级市场平衡发展。

针对问题二，在不同的交易制度下，进行策略改进和跨境数据，并合理建立时间序列以确认最佳预测模型，结合使用代表性观察总体趋势，采用一阶差分或二阶差分处理，将数据转为平稳时间序列。比较不同预测模型的各性能指标以选择最佳模型，建立网格交易策略，合理设置止盈止损条件可较好规避风险。根据预测模型和网格交易策略，实施套利策略，记录套利的效果和绩效。沿用任务一的等级排名制度，并从投资者角度出发以提高收益为目标，并综合各个指标得到最适合套利且收益率较高的排名前十的跨境 ETF 基金，实现更好的投资策略

针对任务三，由于跨境 ETF 与国际股票市场的联动性，进行相关性分析， 设置相关性阈值为 0.9，并从中筛选出相关性大于此阈值的股票列表，同时对列表中股票进行线性回归拟合得到相应价格波动趋势，针对各趋势进行评分指标计算，结合数据拟合结果的真实率，获得对应的得分情况。根据大类资产轮动理论， 选取在当前经济周期下最适合的资产类型组合，并结合所得网格交易策略，得到最终的总收益。

通过对本题三个任务中各种情况的具体分析，进行多维度问题分析，建立数学模型以实现市场投资的目标筛选以及超额收益，验证所建立的模型的可行性。

关键词： Dual Thrust 策略 网格交易策略 LSTM 预测 大类资产轮动理论