二元比特币风险套利与二元期权套利研究2.doc 7页

摘要：比特币是一种基于密码学的信用货币，由大量计算机利用算力计算而成。 它具有无主权、无限可分、自由兑换和即时支付等独特特性，彻底颠覆了人们对货币的看法和看法。 正是这种观点，使得比特币实物代码交易和相关的比特币交易金融衍生品交易应运而生，并迅速发展。 截至2013年12月8日，全球最大的比特币交易所BitChina已完成价值超过1000亿元的比特币交易，可见比特币在全球范围内最为流行。 比特币的地位不仅是一种前所未有的数字货币，更是一种以信心为支撑的金融产品。 本文使用统计学和计算机编程研究了自比特币诞生以来的 6000 多组数据。 然后探讨比特币无风险套利模型的建立。 比特币的发明者是笔名“中本聪”的发明者。 它的诞生背景是2008年主权货币美元失去公信力的后金融危机时代，此后没有任何中央银行和金融体系发行过。 “货币”诞生了。 比特币网络通过“挖矿”产生新的比特币。 所谓“挖矿”，本质上是利用计算机解决一个复杂的数学问题，以保证比特币网络分布式记账系统的一致性。 性别。 比特币网络会自动调整数学题的难度，让整个网络大约每10分钟就有一个合格的答案。 然后比特币网络会产生一定数量的比特币作为赏金奖励那些得到答案的人。

截至2013年12月1日，已开采出1200万枚比特币，价格从最初的0.0.5美元涨至1000美元，涨幅超过2万倍。 这种巨大的波动在其他金融产品中更大。 这在郁金香事件中闻所未闻，急需建立低风险高回报的投资模式。 这不仅是比特币交易者降低风险获取利润所必需的，也是维护当地金融体系稳定所必需的。 必要的。 本文模型以接近于0的亏损风险为出发点，旨在建立可持续盈利、操作间隔短的交易模型。 对比特币日线的开盘价、最高价、最低价三个指标进行EXCEL。 输入并拟合并执行模型反演。 使用的数据是全球最大的比特币交易所BitChina的比特币每日数据和全球第二大比特币交易所Mtgox的每日数据用于模型构建。 文章主要涉及模型原理的提出、模型搭建的讲解、模型运行的实际测试三个部分，分别是模型的具体描述和实际应用，最后是模型在下的使用提出了极端条件。 本文试图在一定程度上填补相关学术空白。 模式原理 互联网的出现和应用，彻底颠覆了以往人与人之间的交流方式和人们认识世界的方式。 以光速为计算速度的处理器，以同样光速表示的信息传输速度，让世界穿越电缆。 它们完全联系在一起，正是在这样的背景下比特币期权怎么亏损的，比特币的诞生和快速发展受到了全世界的关注。

计算机科学家、经济学家、密码学家和金融交易员的疯狂追求，让越来越多的人认为新的货币时代已经到来。 然而，预测和实践似乎总是那么困难。 随着比特币的剧烈波动，大部分的金融交易方式都被证明是无效的。 这时，无风险套利模型应运而生。 本文中的无风险套利模型为一元比特币无风险套利模型。 这里的一元是同一个意思，交易对象同时是现货比特币，而不是传统金融交易中的跨期套利交易。 这里的无风险并不是说风险完全为0，这里的风险可以看作是一个系数。 笔者认为，在不考虑不可抗力因素的情况下，如果一个模型在亏损小于5%的状态下运行，并且能够完全控制亏损金额，则可以定义为无风险套利模型。 事实上，大多数主要金融公司的套利模型在质量上都远远优于作者定义的模型。 这里提出了这个模型的第一个元素。 即低风险。 这种模式的核心是在一个国家的交易所低价买入一单位比特币，如果模式条件允许，高价卖出另一单位比特币。 以下是0手续费条件下的比特币无风险套利理论图（图1） 2 根据模型参数在两个市场之间进行比特币无风险套利 3 当达到模型要求的盈利点或达到模型需要止损点退出 1. 寻找两个有价差且满足模型交易条件的比特币交易所。 2. 根据模型参数在两个市场之间进行比特币的无风险套利。 3、当达到模型要求时，退出盈利点或达到模型。 要求止损点出 1 找两个有价差且满足模型交易条件的比特币交易所 无论在哪里卖出，以同一种货币表示的商品价格都是一样的。

因此，从理论上讲，比特币在任何两个不同国家交易市场的价格应该是相同的，但由于时差、外汇时间、事件反应速度等因素，两国的比特币往往存在一定程度的差异。 缺口创造了套利空间，从而创造了无风险的套利空间。 当然，在实际的套利过程中，还需要考虑更多的参数，以保证模型在实践中能够使用和盈利。 下面是模型的相关构建。 模型构建 （一）模型的理论验证 模型的理论验证是模型实际运行中最重要的环节。 作者试图通过简单有效的计算来论证模型的有效性，并将其付诸实际运行。 通过观察附录（表1）的计算可以看出，比特币不同市场之间的波动是一种相互不断趋近的关系。 也可以观察到图2中各个市场币值的差异和币值的比例。 直观上可以看出，它们的价差比不断地接近于0比特币期权怎么亏损的，然后又离散。 正是这种趋近-离散-再趋近的现象，证明了比特币具有其他商品所没有的价格。 一般来说，各国相同质量的商品理论上应该具有相同的价格，但由于各国要素禀赋的差异以及税收、政策等的影响，同质商品的价格存在差距甚至较大的差距。世界上很多国家的大宗商品，而比特币克服了这个因素禀赋差异，也是比特币总是试图走向同一个价格的根本原因。 因此，该模型的基础是比特币本身具有单一价格。

(2) 狭义套利手续费无风险套利模型的构建笔者认为简单明了应该是模型的重要属性，从历史交易数据中寻找套利规律。 因此，笔者首先介绍了狭义套利手续费的概念。 狭义的套利手续费是指在交易过程中可以完全确定的交易成本，即在交易过程中上交给交易所、税务部门或其他政府或金融机构的交易手续费。 在该模型中，BitChina市场的手续费和税收为0，而Mtgox的总手续费和税收为每比特币10美元，这对无风险套利模型做了如下改动： 2 根据模型参数, 比特币在两个市场之间是无风险套利 3 当达到模型要求的盈利点或达到模型要求的止损点时，市场被淘汰 1 寻找两个可以实现差价下的交易所窄套利费用条件 2 根据模型参数在两个市场之间进行比特币的无风险套利 3 当达到模型要求的盈利点或达到止损点时，市场被淘汰 1 找到两个交易所可以在窄套利费用的情况下实现价差 (3) 广义费用 广义费用是在模型实际运行过程中产生的。 据目前笔者所知，大资金的比特币实物交易极有可能造成滑点，而在国外的CFD交易市场，俗称现货交易市场，由于交易双方的不对称性，这种现象并不容易发生。交易。 出现这种现象。 同时还需要注意的是，广义的服务费还包括因市场反应时间、国家间货币兑换时间已经超过服务费等引起的价格偏差。

但仅在狭义套利和广义套利费用条件下实现交易模型的最终盈利是不切实际的，因此有必要引入平均偏差点的概念。 (4) 平均背离点平均背离点是所有市场在每一时刻对应的价差的平均数，在大多数情况下衡量无风险套利模型中的周边点数：也可以作为基准模型交易要点之一。 通过表1的计算可以看出，平均偏差点为0.0013。 这样的平均偏差点意味着这些数据被0点吸引，或者从长期来看，不同交易所的比特币价格会趋于一致，即达到一个价格。 为了便于整个模型的操作，本模型将平均偏差点设置为0。此时通过引入新的参数，理论上模型的可操作性更高。 (5) 价差和价差权重 价差和价差权重是该模型第二重要的参数。 价差选择的大小直接决定了模型运行进入市场的时间点和退出市场的时间点。 正是这个价差参数的选择，导致不同的价差往往导致不同的交易进出点，进而影响模型的频率。 （1）价格差异 价格差异是该模型实现盈利的核心要素，也是模型调试中最需要考虑的因素。 它的大小决定了模型的运行频率和单笔交易的利润，进而决定了模型的长期运行。 整体利润的大小。 但是，由于比特币的价格始终波动不稳，仅以差价作为该模型的参数并不具有普遍性。 因此，本模型根据差价与比特币价格的比值引入差价权重。

价差的公式可以表示为 (2) 价差权重 使用价差权重是为了减少由于比特币价格波动较大而无法使用套利模型的情况。 这里笔者选择了一个更符合模型的参数，即价差权重，其公式可以表示为 。 可以看出，差价的权重主要取决于A和B的商品价格，同时可以避免由于A和B的商品价格波动过大而导致的差价参数的过大波动。 2个国家。 因此，选择该模型的主要参数作为价差权重。 (6)频率 频率是指模型在特定条件下运行的总次数，由模型运行时设置的价差权重大小决定。 从理论上讲，当模型以相对较小的价差权重进行交易时，模型频率高但平均盈利率小。 这种小价差权重参数的设置，一方面实现了薄利多销的交易策略，但另一方面，这种交易策略会导致大量的手续费，频率高也意味着错误频率大； 同样，当模型使用大价差进行交易时，整体模型频率会远小于小价差交易策略下的模型，一方面，较大的点差权重会大大促进增加在平均利润率上，但另一方面，较大的价差权重使得整个无风险套利模型在产生利润的过程中，出现利润不连续性。 因此，价差权重的大小和频次的大小不能只看其中一个因素来决定模型的好坏，而应该从两者的整体角度来观察模型的最大利润空间. 同时需要注意的是，差价权重本身就是一个人为设置的参数，它的取值会直接影响频次的大小。

这里给出的利润最大化公式是在计算机模拟条件下得到的最优价差权重与对应的最优频率的乘积，即此时模型已经基本构建完成，其运行机制如下图示例: 2 根据模型规定的价差权重在两个市场之间进行无风险套利 3 当价差达到平均背离点时进行止盈操作 根据价格在两个市场之间进行无风险套利模型规定的差价权重 3. 当价差变化到平均偏差点时，止盈操作 1. 在去除一般和狭义手续费的情况下设置模型的价差权重 3. 模型 的操作实际操作模式主要是使用不同国家的两个比特币兑换账户，进入市场进行交易当差价达到临界值时进行交易，当差价接近于0时退出市场等待下一次机会，从而达到无风险套利的目的这种交易一般发生在金融市场是各国维护金融市场稳定不可或缺的一环，而这一创新在比特币上的实现可以说是填补了比特币市场稳定的空白。 以下为诚金3号模型实际运行时间1（GMT开盘）时间2（GMT收盘）时长3（小时）2013/12/52013/12/727.72013/12/92013/12/95.952013/12/ 102013/12/1122.42013/12/132013/12/138.55 2013/12/132013/12/137.63 2013/12/132013/12/133.03 2013/12/132013/12/131.38 数量(lot) RMB 1(lot) )人民币2（平仓价）1￥6,049.00 ￥5,700.00 10￥5,430.00 ￥5,345.00 10￥5,829.00 ￥5,536.00 3￥5,563.98 ￥5,497.11 2￥5,566.00 ￥5,497.11 2￥5,585.00 ￥5,497.11 1￥5,476.00 ￥5,497.11 结果1（获利为正）美元1（开仓）美元2（平仓） ￥-349.00 US$1,062.00 US$952.00 ￥-850.00 US$926.00 US$894.00 ￥-2,930.00 US$996.00 US$925.50 ￥-200.61 US$932.00 US$915.00 ￥-137.78 US$937.95 US $915.00 ￥- 175.78 US$953.10 US$915.00 ￥21.11 US$921.00 US$915.00 使用资金总量结果8（最终盈利）收益率￥6,693.63 ￥318.70 5.27%￥59,920.82 ￥1,031.70 1.90%￥64,335.72 ￥1,361.49 2.34%￥18,389.11 ￥108.96 0.65% ￥12,270.67 ￥ 140.83 1.27% ￥12,327.06 ￥286.75 2.57% ￥6,035.05 ￥57.53 1.05% 2013年12月5日至2013年12月13日8天时间，该模型共进行了7次行情进出境交易，均已获利，其有效性已在实践中得到证明。 但该模式也存在运营成本高、人力物力大等缺点。 不过，相信随着时间的推移，这些问题会逐渐得到解决。 事实上，这种模式仍然可以用来稳定比特币的价值。 它是比特币稳定系统的基本模型。 最后，针对模型的日常使用，笔者也进行了极限测试，以证实该模型的有效性。

4、模型的极端情况 模型的极端情况是指在某些紧急情况下的使用方式。 因为模型的质量以风险和价差权重为主要参考。 以2013年12月4日为例，中国政府的HYPERLINK "/search?word=%E5%95%86%E5%8A%A1%E9%83%A8&fr=qb_search_exp&ie=utf8" \t "_blank" 商务部, HYPERLINK "/search?word=%E4%B8%AD %E5%9B%BD%E8%AF%81%E5%88%B8%E7%9B%91%E7%9D%A3%E7%AE%A1 %E7%90%86%E5%A7%94%E5 %91%98%E4%BC%9A&fr=qb_search_exp&ie=utf8"\t"_blank"中国证监会,HYPERLINK"/search?word=%E5%9B %BD%E5%AE%B6%E7%A8% 8E%E5%8A%A1%E6%80%BB%E5%B1%80&fr=qb_search_exp&ie=utf8" \t "_blank"国家税务总局，HYPERLINK"/ search?word=%E5%9B%BD%E5%AE %B6%E5%B7%A5%E5%95%86%E8%A1%8C%E6%94%BF%E7%AE%A1%E7%90 %86%E6%80%BB%E5%B1%80&fr=qb_search_exp&ie=utf8"\t"_blank"国家工商总局,HYPERLINK"/search?word=%E5%9B%BD%E5%AE%B6 %E5%A4%96%E6%B1%87%E7% AE%A1%E7%90%86%E5%B1%80&fr=qb_search_exp&ie=utf8" \t "_blank" 国家五部委外汇联合发布《关于比特币风险防范》不同日16:00冰场。 外汇市场瞬间崩盘，然后国外市场跟随中国市场。

当出现这种情况时，笔者认为应该分两种情况来考虑。 如果在暴跌时，模型已经完成进场交易，还没有平仓，那么就应该迅速平仓，防止模型因长期市场出现巨大缺口而无法运行。 如果模型还没有进场，就应该在差价权重达到新高时进场，实现无风险套利。 同时，由于无风险套利模型无法预测行情，因此在资金运用上应保守谨慎。 这种操作方法也适用于突然的有利条件。 五、小结 无风险套利模型的设计、提出和应用是作者经过大量的数据统计和总结得出的。 用实践证明了它的有效性，但也存在一定的不足，比如滑点、政策风险、外汇风险等，但笔者也认为，随着比特币及相关产业的发展，这种风险可以被一定程度上受到控制。