股票指数数据

    股票指数数据,美国股票指数构建指数现货最直观的方式即是以股票指数所包含的成分股为基础，股票指数数据建立能反映股指变化的投资组合。利用股票组合棋拟指数的方法主要有以下三种。

1.完全复创法(Full Replicate)

    采用钩买标的指数所有的成分股，并且按照每种成分股占标的指数总的权重确定钩买的比例。

2.分层抽样法(Stratified Sampling Replicate)

    采用两阶段优选法，第阶段是抽样.根据·定标准选山样本股票.第二阶段是权重优化配代，通过最优化算法.得到迫睐误差最小的最优权贡.同时保证较小的调整绷率和追踪成本。

3.优化抽样法(Optimized Sampling Replicate)

    与分层抽样法的区别在于不需要进行独立的抽样，采用单阶段优化法.直接通过最优化算法确定成分股的品种和权重。在实际操作中，由于股票指数的成分股数t都比较多，即使选取的都是流动性较高的股票，在同一时间买进成卖出几十上百只股票.就算是利用直接自动下单的计算机程序化交易.其难度也是相当之高，同时选取的样本数越多.股票指数数据面对个股涨跌停板而无法交易的几率也就越商。因此，以完全复栩法构建指数现货的建仓成本和维护成本都较高。而优化抽样法和分层抽样法减少了成分股的数量.降低了建仓成本和维护成本.但是复制的效果却不如完全复制法。所以交易者在实际交易操作中.需要对成本和效率进行取舍。