加载中...
本报告系统研究国债期货跨期价差的演变规律与可交易信号,发现2023年后跨期价差与期货价格相关性由正转负,并基于价差的短期动量与突破特征构建了两类统计套利模型(样本期内均实现稳定正收益且夏普>1.2),同时通过分钟级日内特征与GRU深度学习模型融合多维时序信息,将预测胜率提升至57.4%、样本外夏普达1.54,展示了从传统统计到前沿深度学习的跨期套利可行路径与风险点
元数据与概览(引言与报告概览)
逐节深度解读(按报告结构拆解)
图表与图片逐一深度解读(可视元素说明与关联文本) 注:摘录中未包含报告内的统计表格与绩效曲线,页面上的图片主要为封面/免责声明与作者信息类视觉元素。以下对页面内每一张图片的描述与其在报告中的功能性作用进行解读,并按指示展示图片引用。
估值与策略收益衡量(若干说明)
风险因素评估(报告已列示的主要风险)
批判性视角与细微差别(基于报告文本的审慎评估)
结论性综合
参考与获取完整版提示
专题报告 国债期货系列报告:从统计特征到深度学习构建跨期套利策略.pdf