沪深300收盘价

不同行情中的ETF表现
❖ 按照沪深300，划分行情的涨、跌、盘整 ❖ 按单边上涨行情来选定时间：2005-12——
2007-10；2009-11——2009-7; ❖ 单边下跌的选定时间：2009-11——2009-10； ❖ 盘整时间：2009-8——2010-4
分别计算的各类型ETFβ系数
2005- 2007- 2008- 2009-
180ETF β值的意义
❖ 显然，在所有的标的之中，180ETF的β系数 最高，代表着180ETF对于沪深300指数之间的 波动，最为剧烈。
第二个结论
❖ 通过回归分析，不难发现，在与沪深300走势 的对比中，整体表现如下：
50ETF<沪深300<深成100ETF<180ETF 对应的贝塔值，分别为： 50ETF:0.7365 深100：1.0357 180ETF:2.169
50ETF价格比值的意义
❖ 通过图形可以发现： ❖ 一，价比始终没有超过初始值，且一直在初始值之
下运行；同样显示了50ETF的波动率在历史上任一 时期，均小于沪深的波动幅度； ❖ 二，价比数据同样围绕着一定中值波动，这个中值 接近于β
深100ETF对沪深300的β值
v 计算方法与上相同，所获取的β值：1.0357
50ETFβ值的意义
❖ 第一， β<1，显示着通过2005.12.6—2010.7.13 这段时间回归分析，50ETF的整体表现弱于沪 深300;
❖ 第二，这种在选定时间内沪深300走势强于 50ETF的现象，在50ETF*1000/沪深3000的价 格对比之中，得到了体现和验证；
50ETF价比与沪深300对比
样本选取
❖ 母样本：沪深300（收盘价）
❖ 比较样本： ❖ 50ETF（510050；沪；收盘价） ❖ 180ETF（510180；收盘价） ❖ 100ETF（159901；收盘价）
核心逻辑
❖ 选取子样本必须与模样本保持极高的线性相关性； ❖ 在高度线性相关的基础之上，才能保证两者走势偏
离向着常态回归——套利的基础； ❖ 严格意义上来说，相关性越高，实现套利的可能性
深100ETF与沪深300相关性检验
深100ETF与沪深300相关性检验
v 从图像直观来看，同样保持了相关的同步性。 v 通过数据的相关性测算，深成100ET与沪深300之
间的相关系数达到：0.980
180ETF与沪深300相关性检验
180ETF与沪深300相关性检验
v 经过相关系数检验，180ETF与沪深300之间的相关 系数达到：0.9961
ETF品种与沪深300之间的走势关系，实际上 就是对比β系数； ❖ 两种比较：一是整体比较各个ETF品种与沪深 300的β值；二是分别比较各个阶段（上涨、 下跌）各个品种的β值；
50ETF对沪深300的β值
v 为了便于计算，将50ETF的数值，全部乘以1000； 所得结果，与沪深300一起进行回归分析；得出的 β系数为0.7365。所得的常数项近似可以忽略— —这也与现实真实情况相符；
2007.10 2008.10 2009.7 2010.4 （普涨） （下跌） （普涨） （盘整）
wenku.baidu.com
50ETF 0.737 0.74
0.71
0.674
100ETF 1.064 1.034 1.2
1.238
180ETF 2.163 2.144 2.132 1.978
注释
❖ β的计算，并没有把2010-4-15之后的单边下跌纳 入计算体系之中；
第一个结论
❖ 一，三种ETF均与沪深300保持较高的线性相 关性；均为较好的套利标的；
❖ 二，通过比较，180ETF的线性相关性最高； 意味着此品种与沪深300出现偏离的时候，更 容易向着“常态”进行回归；
对于ETF品种与沪深300之间的表现比较
❖ 比较方法：回归模型； ❖ 回归模型的内涵：Y=α+βX ❖ 可以看出，在α常数一定的情况之下，对比
深100ETFβ值的意义
❖ 第一，代表在整体上深100ETF的表现强于沪 深300的表现；
❖ 第二，通过深100ETF*1000/沪深300的价格比 可以发现，大多数的时间之内，深100ETF的 走势的确强于沪深300；
深100ETF价比与沪深300对比
180ETF对沪深300的β值
v 通过回归分析，180ETF与沪深300之间的 β达到： 2.169
❖ 所有数据来源：wind资讯；所有回归、相关性分析 均依靠EXCEL2003完成；
更大； ❖ 在此基础上，通过回归分析计算各类型ETF指数与
沪深300指数之间的贝塔系数。以此衡量ETF指数 与沪深300之间的行情表现。
50ETF与沪深300的相关性检验
50ETF与沪深300的相关性检验
v 从图形的直观上看，50ETF与沪深300保持了较高 的相关性。
v 从数据上分析，以收盘价为基础进行的相关性分 析显示50ETF与沪深300之间的相关性高达0.992