获取铁矿石和螺纹钢期货数据。对收益率序列进行描述性统计、jb检验，反正是否符合分形市场假说。计算Hurst指数，制定跨品种套利策略，并进行回测，对跨品种套利效果进行评估。寻求改进空间。

源码已上传至github

项目简介

获取铁矿石和螺纹钢期货数据。对收益率序列进行描述性统计、jb检验，反正是否符合分形市场假说。计算Hurst指数，制定跨品种套利策略，并进行回测，对跨品种套利效果进行评估。寻求改进空间。

一. 获取数据

1. 新浪财经期货日k线url
   https://stock2.finance.sina.com.cn/futures/api/json.php/IndexService.getInnerFuturesDailyKLine?symbol=I0

2. 新浪期货数据各品种代码
   RB0 螺纹钢
   I0 铁矿石

3. 数据格式

   时间 开盘价 最高价 最低价 最新价 成交量

   [["2005-01-04","2150.000","2155.000","2142.000","2150.000","58792"],]
   

二. 统计

1. 收益率序列

使用 Python 的 pandas 库读取日 K 数据并计算收益率序列。

2. 描述性统计信息

使用 pandas 的 describe() 函数计算收益率序列的描述性统计信息，包括均值、标准差、最小值、最大值等。

输出结果是收益率序列的描述性统计信息，其中包括：

• count: 数据总数
• mean: 平均值
• std: 标准差
• min: 最小值
• 25%: 第25百分位数
• 50%: 中位数（第50百分位数）
• 75%: 第75百分位数
• max: 最大值

3. JB检验

Jarque-Bera (JB) 检验是用来检验一组数据是否符合正态分布的统计检验方法。具体来说，它检验的是样本数据的偏度和峰度是否与正态分布的偏度和峰度相同。

使用scipy库中的jarque_bera函数进行jb检验。

这个函数首先通过jarque_bera函数计算jb检验的结果，然后根据p值来判断是否拒绝原假设。如果p值小于0.05，则拒绝原假设，说明收益率序列不是正态分布的；如果p值大于等于0.05，则接受原假设，说明收益率序列是正态分布的。最后函数返回jb值和p值。

4. Hurst指数

Hurst 指数是用来衡量一个时间序列是否具有自相关性和长期相关性的指标。

5.分形市场假说

证明收益率序列是否符合分形市场假说，可以使用 Hurst 指数来计算。

三. 评估

1. 首先，使用Hurst指数计算函数，分别计算RB0和I0的Hurst指数。
2. 然后，使用该Hurst指数来分析两种商品的市场类型（分形还是随机市场）。如果两者都是分形市场，则进行下一步。
3. 根据计算出的Hurst指数来检验两种商品间的关系。如果发现有显著的关系，则进行下一步。
4. 根据这种关系来设计套利策略。
5. 回测策略并评估策略的效果。
6. 根据策略的效果来寻找改进空间，提高套利策略的效率。