1. 毕业设计（论文）的内容和要求

论文内容

统计套利是基于统计的方法挖掘套利的机会。其基本原理是：通过定量的分析方法挖掘两个或两个以上具有高度相关性的资产，且它们一直能保持这种良好的相关性，则一旦它们的走势出现背离，而且这种背离在未来会得到纠正，从而就会产生套利的机会。统计套利本质上是均值回复，说明资产的价格将会回复到它们的长期均值。套利既是对有效市场的违背又能促进有效市场的实现。国内现有的统计套利研究主要运用的有转移模型、传统协整模型、误差修正模型、garch模型、横截面回归模型，使用了正反向套利、切比雪夫不等式等方法。本文为应对近年来被广泛运用的以分、秒为间隔的高频数据，在已有研究的基础上采用针对复杂数据很有效的统计模型，如，神经网络模型、随机森林模型等来对证券市场的统计套利进行研究，以寻找最佳套利策略，规避风险。

2. 参考文献

[1] christopher krauss, xuan anh do a, nicolas huck. deep neural networks, gradient-boosted trees, random forests: statistical arbitrage on the samp;p 500[j]. european journal of operational research, 2016, 9(12): 1-14

[2] sergio m. focardi, frank j. fabozzi, ivan k. mitov. a new approach to statistical arbitrage: strategies based on dynamic factor models of prices and their performance[j]. journal of banking amp; finance, 2016, 65: 134-155

[3] 陈实, 吴述金, 郑伟安. 中国市场etf套利研究[j]. 华东师范大学学报, 2013, 5: 48-51

3. 毕业设计（论文）进程安排