9统计套利

合集下载

套利统计策略

套利统计策略

套利统计策略
1.期现套利:利用期货和现货市场之间的价格差异来实现套利。

例如,如果某种商品在期货市场上的价格偏离了其在现货
市场上的价格,投资者可以同时买入现货,卖出期货,通过这
种操作来锁定利润。

2.商品套利:利用同一种商品在不同市场的价格差异来进行
套利。

例如,某种商品在国内市场的价格低于国际市场的价格,投资者可以通过进口该商品并在国内销售,以获取利润。

3.统计套利:基于统计学原理,通过分析历史数据和相关性
来确定买入或卖出的时机。

例如,通过分析两只相关性很高的
股票的价格变动,当它们之间的价格差异变大时,就可以买入
表现较差的股票同时卖出表现较好的股票,以获得价格回归带
来的利润。

4.对冲套利:通过买入一个资产的同时卖出相对应的对冲品种,以减少市场波动带来的风险。

这种策略常常被用于对冲基
金中,用于降低市场风险,稳定收益。

统计套利理论与实战(第一部分套利概论).pdfx

统计套利理论与实战(第一部分套利概论).pdfx

统计套利理论与实战(第一部分套利概论)金志宏2013年8月29日中国量化投资学会宽潮计划课程目录1、本课程的目标听众2、通过本课程能学到什么3、课程总览备注:本课程的所有沟通信息在量化学会统计套利分会QQ群:233629234课程总览一、套利概论二、统计套利理论篇三、统计套利实战篇四、期权统计套利与高频统计套利一、套利概论1、套利的几个基本概念2、套利的分类(按类型、有无风险、机制分类)3、几种常见的套利(ETF套利、阿尔法套利、期现套利等)4、APT模型与CAPM模型二、统计套利理论篇1、相对价值策略与市场中性策略2、统计套利与配对交易概念3、协整策略4、主成分策略5、均值回归模型6、多因子模型7、指数追踪与指数增强8、波动率9、波动率选股法三、统计套利实战篇1、股票配对交易实战案例2、期货配对交易实战案例3、开放式基金套利(LOF套利、ETF套利)四、期权统计套利与高频统计套利1、期权基本概念2、期权定价公式3、Delta对冲4、波动率统计套利5、高频统计套利一、套利的几个基本概念1、期货市场的参与者2、套期保值3、基差与基差风险4、套利定义5、套利交易的作用6、套利与投机的区别1、期货市场的参与者对冲者(hedger)采用期货期权等手段减少市场风险;投机者(speculator)对品种价格的走向下赌注;套利者(arbitrageur)采用两个或更多相互抵消的交易锁定盈利。

2、套期保值套期保值(hedge)是指买进(或卖出)与现货数量相等但交易方向相反的期货合约,以期在未来某一时间再通过平仓获利来抵偿因现货市场价格变动带来的实际价格风险。

作用:转移价格波动风险分为卖出套期保值和买入套期保值两种卖出套期保值举例持有现货商品的个人或机构,当预期将来商品价格将出现下跌的时候,为避免价格下跌造成的损失,先行在期货市场上卖出一定数量和交割期的期货合约。

实体企业做卖出套期保值行为,可以有效防范价格下跌风险。

套利的例子

套利的例子

套利是指利用市场定价偏差,通过买入低价资产、卖出高价资产来获得利润的一种投资策略。

以下是一些常见的套利例子:1. 无风险套利(Risk-free arbitrage):利用两个市场之间的价格差异,进行无风险获利。

例如,当某个市场的利率高于另一个市场时,投资者可以买入低息货币,并将其兑换成高息货币,然后将其存入高息货币的银行,从中获取利息收益。

2. 统计套利(Statistical arbitrage):利用不同市场或资产之间的价格波动关系,进行统计获利。

例如,当两个市场或资产之间的价格相关性较高时,投资者可以通过同时买入一个市场或资产,并卖出另一个市场或资产,从价格波动中获得利润。

3. 风险套利(Risky arbitrage):利用市场定价偏差,进行有风险获利。

例如,当某个市场的期货价格低于实际价值时,投资者可以买入期货,等待价格回升,然后平仓获利。

这种策略需要对市场趋势和定价偏差有深刻的理解和把握。

4. 跨市场套利(Cross-market arbitrage):利用不同市场同一品种资产的价格差异,进行获利。

例如,当纽约证券交易所(NYSE)和纳斯达克(NASDAQ)的同一只股票价格存在差异时,投资者可以买入NYSE的股票,并在纳斯达克购买相同股票,然后等待价格收敛,从中获利。

5. 期现套利(Futures-deliverable arbitrage):利用期货合约价格与现货价格的差异,进行获利。

例如,当期货价格低于现货价格时,投资者可以买入期货,等待价格回升,然后平仓获利。

这种策略需要对市场价格和现货价格有深入的了解和分析。

统计套利.ppt

统计套利.ppt

• 主要思路是先找出相关性最好的若干对投资品种(股票或者期货 等),再找出每一对投资品种的长期均衡关系(协整关系),当 某一对品种的价差(协整方程的残差)偏离到一定程度时开始建 仓——买进被相对低估的品种、卖空被相对高估的品种,等到价 差回归均衡时获利融券对冲和外汇对冲交 易。
配对交易
• 在同一行业内选取业务相似、股价具备一定均衡关系的上市公司 股票,然后做空近期的相对强势股,同时做多相对弱势股,等两 者股价又恢复均衡时,平掉所有仓位了结交易。该策略与传统股 票交易最大的不同之处在于,它的投资标的是两只股票的价差, 是一种相对价值而非绝对价值。同时又由于它在股票多头和空头 方同时建仓,对冲掉了绝大部分市场风险,因而它又是一种市场 中性策略,策略收益和大盘走势的相关性很低。
• 利用两只股票的价比向均值回归的特性,可以设计如下交易策略: 2011年6月1日,两者价比达到0.85,说明近期华夏银行走势明显 强于北京银行,价差向上回归均值的可能性较大,因此可以在这 个时点融券卖出100万元华夏银行,同时买入85万元北京银行 (做多和做空的资金比例通过回归分析计算得到)。等到6月10 日,价差回到均值0.9附近,同时平掉持有的两只股票的仓位,交 易的收益为:
样本内匹配交易
• (1)将残差划分为可预测的部分和不可预测的部分:spreadt=εt-ἕt通 常情况下,假定残差的可预测部分(- ἕt )为0,这样就只利用残差的分布 特征进行交易。当然,投资者如果采用ARMA模型等来预测残差,就需 要利用残差中不可预测的部分(spreadt)的特征制定交易策略。 • (2)当不可预测的残差(以下简称“残差偏离”)达到一定程度时, 入场套利。具体来说,当spreadt>δ1σt时,表明股票A相对高估,股票 B相对低估,投资者应当卖空股票A,买入β倍的股票B;反之亦然 • (3)当残差偏离回归正常或反向(spreadt>δ2σt)时,平仓获利了结。 若残差偏离继续扩大,当spreadt>δ3σt时,投资者应止损出局

交易方法策略范文

交易方法策略范文

交易方法策略范文1.趋势交易策略:趋势交易是一种根据市场价格趋势来进行买入和卖出的策略。

该策略的基本原则是在市场上涨时买入,市场下跌时卖出。

交易者可以借助技术指标如移动平均线、相对强弱指数等来判断市场趋势。

2.逆势交易策略:逆势交易是一种跟随市场反向走势进行交易的策略。

当市场出现过度卖出或过度买入的情况时,逆势交易者会采取相反的交易行为。

这种策略一般适用于短期交易和波动性较大的市场。

3.套利交易策略:套利交易是指通过同时买入和卖出具有价差的相关金融产品来获取利润。

常见的套利策略包括空间套利、跨市套利和时间套利等。

套利交易一般需要快速执行和高度自动化的交易系统。

4.流动性提供者策略:流动性提供者是指在市场上提供买卖订单,以稳定市场流动性和获得交易佣金的交易者。

流动性提供者策略一般通过高频交易和算法交易来实现,需要对市场走势和订单簿进行实时监控和调整。

5.股票择时策略:股票择时策略是指通过研究股票市场走势和基本面因素来确定买入和卖出时机。

择时策略可以包括技术分析、基本分析和量化分析等方法。

交易者需要关注市场风险和机会,并制定相应的投资计划。

6.价值投资策略:价值投资是指通过研究公司基本面情况和估值指标来选择低估值的股票进行投资。

价值投资者相信市场会逐渐将低估价值股票的价格提高,从而获得投资收益。

该策略需要对市场进行长期观察和深入研究。

7.多空交易策略:多空交易是指同时进行买入和卖出交易的策略。

交易者会买入看涨的头寸同时卖空看跌的头寸,以获得两者之间的差价。

这种策略可以在市场波动较大时获得较好的投资回报。

8.算法交易策略:算法交易是指使用计算机程序和算法来进行交易的策略。

交易者可以根据市场数据和参数设定来编写交易算法,并通过算法自动执行交易。

算法交易一般需要高度的技术和编程能力。

9.多品种交易策略:多品种交易是指同时进行多个金融产品交易的策略。

通过同时交易不同品种的资产,交易者可以分散投资风险并获得更稳定的回报。

套利的几种方法

套利的几种方法

套利的几种方法一、空间套利1.1 跨市场套利这是一种挺常见的套利方法呢。

就好比说,同一种商品在不同的市场价格可能不一样。

比如说黄金,在纽约市场和伦敦市场,有时候因为供求关系、运输成本、汇率等因素,价格会有差异。

那这时候,精明的投资者就可以在价格低的市场买入,然后在价格高的市场卖出。

这就像是“低买高卖”这个简单的道理,不过要考虑到运输、存储、交易手续费等成本哦。

要是这些成本太高,可能就会把利润给吃掉了,那就白忙活一场了。

1.2 跨地区套利在一个国家内部,不同地区也存在这样的机会。

拿农产品来说,有些地方可能因为丰收,价格特别低,而另外一些地方可能产量少,需求又大,价格就高。

这时候把便宜地方的农产品运到贵的地方去卖,就能赚一笔差价。

不过这也不是那么容易的,得考虑到农产品的保鲜期、运输损耗等问题。

要是运输途中农产品坏了,那可就亏大了,这就叫“偷鸡不成蚀把米”。

二、时间套利2.1 跨期套利期货市场里这种套利就很常见。

比如说,对于同一种期货合约,不同交割月份的价格可能不一样。

如果投资者预期未来某个月份的合约价格相对现在的合约价格会有较大的变化,就可以进行操作。

例如,现在5月的小麦期货合约价格比较低,而9月的合约价格相对较高,并且投资者觉得这个价差不合理,那他就可以卖出9月的合约,买入5月的合约。

等价格回归合理水平的时候,再反向操作平仓,就可以赚钱了。

但是呢,这需要对市场有比较准确的判断,不然可能就会“赔了夫人又折兵”。

2.2 事件套利这就和一些特殊事件有关了。

比如说一家公司要发布新产品,在发布之前市场可能有各种预期。

如果投资者觉得这个新产品会大获成功,就可以提前买入这家公司的股票。

等产品发布后,股价上涨,再卖出获利。

不过要是新产品失败了,股价可能会暴跌,那就亏惨了。

这就像是一场赌博,需要有足够的信息和分析能力,不能“盲目跟风”。

三、风险套利3.1 并购套利当一家公司宣布要收购另一家公司的时候,被收购公司的股价通常会有波动。

统计套利的思路

统计套利的思路

统计套利的思路
统计套利是一种基于统计学原理的投资策略,其基本思路是利用不同资产之间的价格关系或市场中的定价错误来获取利润。

统计套利的核心思想是通过对历史数据的分析,找出资产价格之间的稳定关系或定价偏差,并利用这些关系或偏差进行交易。

具体来说,统计套利策略通常包括以下几个步骤:
1. 寻找套利机会:通过对历史数据的分析,找出不同资产之间的价格关系或市场中的定价错误。

2. 建立套利模型:根据找到的套利机会,建立相应的套利模型,该模型可以预测资产价格之间的关系或定价偏差。

3. 执行套利交易:根据套利模型的预测结果,进行相应的交易操作,以获取利润。

4. 监控和调整:对套利交易进行监控和调整,以确保交易的盈利性和风险控制。

统计套利的关键在于寻找稳定的价格关系或定价偏差,并通过建立准确的套利模型来预测未来的价格走势。

然而,由于市场的复杂性和不确定性,统计套利策略也存在一定的风险,需要投资者进行有效的风险控制和管理。

统计套利的原理

统计套利的原理

统计套利的原理统计套利是一种基于概率统计原理的投资策略。

它的基本思想是通过对市场进行统计分析,发现市场价格与实际价值之间的差异,并以此为基础进行买卖交易获得利润。

统计套利的核心在于寻找市场价格与实际价值之间的偏离程度。

市场价格是由市场参与者的需求和供给决定的,而实际价值则是基于真实的经济因素和基本面计算得出的。

当市场价格高于实际价值时,意味着市场出现了超买现象,投资者可以通过卖空以获得利润;反之,当市场价格低于实际价值时,意味着市场出现了超卖现象,投资者可以通过买进以获得利润。

1. 选择标的资产:投资者需要选择一种或多种标的资产,例如股票、期货或货币等等。

2. 收集数据:投资者需要收集与选定标的资产相关的经济数据和市场数据,并进行统计分析。

这些数据可能包括股票价格、财务指标、宏观经济数据、利率等等。

3. 构建模型:投资者需要对所收集的数据进行统计分析,构建模型并对模型进行测试。

常用的模型包括时间序列模型、回归分析模型、卡尔曼滤波模型等等。

通过模型分析,投资者可以得出市场价格与实际价值之间的差异,即市场的错误定价情况。

4. 判断套利机会:在确认市场的错误定价情况后,投资者需要对套利机会进行判断。

如果市场价格高于实际价值,投资者可以选择卖空标的资产;如果市场价格低于实际价值,投资者可以选择买进标的资产。

5. 实施套利策略:在确定套利机会后,投资者需要实施套利策略。

如果是选择卖空标的资产,投资者需要在市场价格下跌时进行卖出,待市场价格回落时再进行回购获得利润。

如果是选择买进标的资产,投资者需要在市场价格上升时进行买入,待市场价格回落时再进行卖出获得利润。

需要注意的是,统计套利的风险同样存在。

市场需要时间来反应实际价值,而且市场价格与实际价值之间的差异也可能随着市场情况的不断变化而发生改变。

投资者需要时刻保持警觉,并在遇到市场极端情况时及时平仓,避免出现过大的亏损。

1. 统计学知识统计学是统计套利的基础。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

• 该策略与传统股票交易最大的不同之处在于,它的
投资标的是两只股票的价差,是一种相对价值而非
绝对价值。同时又由于它在股票多头和空头方同时
建仓,对冲掉了绝大部分市场风险,因而它又是一
种市场中性(Market Neutral)策略,策略收益和大
盘走势的相关性很低。
10
配对交易特点
• http://superscalper.ru/wpcontent/uploads/2013/08/Statistical%20arbitrage%20and%20p airs%20trading.pdf
11
Application to Pairs Trading
• If we have two stocks, X & Y, that are cointegrated in their price movements, then any divergence in the spread from 0 should be temporary and meanreverting.
• Tourin A, Yan R. Dynamic pairs trading using the stochastic control approach[J]. Journal of Economic Dynamics and Control, 2013, 37(10): 1972-1981.
• Chiu M C, Wong H Y. Mean–variance portfolio selection of cointegrated assets[J]. Journal of Economic Dynamics and Control, 2011, 35(8): 1369-1385.
• Diamond R V. Learning and Trusting Cointegration in Statistical Arbitrage[J]. Wilmott, 2013, 2013(68): 66-77.
18
19
20
广发证券-配对交易系列报告
• ETF的配对交易: ETF的配对交易是比较稳定的,对于
• 适用环境:市场震荡较大,行情变幻,且后市并不明朗的情况, 难以进行判断
• 风险收益:风险低,收益较为稳定
9
孪生证券
• 配对交易(Pairs Trading)的理念最早来源于上世 纪20年代华尔街传奇交易员Jesse Livermore 的姐妹 股票对(sister stocks)交易策略。他首先在同一行 业内选取业务相似,股价具备一定均衡关系的上市 公司股票,然后做空近期的相对强势股,同时做多 相对弱势股,等两者股价又回复均衡时,平掉所有 仓位,了结交易。
Spread
0
time
• The important issues here are: 1) how to test for
cointegration between prices and 2) estimating the
constant
• 【Emmanuel Fua,et al,2008】
12
Testing For Cointegration
Δut = φ ut-1 + et
• H0: φ = 0
=> no cointegration*
• Ha: φ < 0
=> cointegration*
• To obtain the cointegration factor estimates, we must regress the
de-trended Yt on the de-trended Xt
16
• Broussard J P, Vaihekoski M. Profitability of pairs trading strategy in an illiquid market with multiple share classes[J]. Journal of International Financial Markets, Institutions and Money, 2012, 22(5): 1188-1201.
* We must use critical values different from Gaussian ones
due to non-symmetric properties of the Dickey-Fuller
distribution
13
14
Alternative Strategies
7
相对收益的配对交易
• 典型的例子
–行情中出现板块轮动现象时,某板块的龙头股 涨幅过大后会回调,涨幅较小的另一板块的龙 头股将补涨,投资者可通过做空前者、做多后 者来获利
• 适用的投资者
• 操作经验丰富 • 对行业和市场把握比较准确 • 风险承受能力比较强
8
绝对收益的配对交易
• 原理:通过对股票历史价格走势的统计分析, 选出有相似价格走势的股票对,当两者价格走 势出现明显分离时,融券卖空相对价格走势偏 高的股票,买入相对价格走势偏低的股票,构 成一对组合,当价格走势回归到正常水平时进 行平仓操作,锁定价差收益。是一个绝对收益 的市场中性策略。
• 相对收益配对
• 判断:A要涨,B要跌——融资买入A,融券卖出 B
• A也赚,B也赚
• 绝对收益配对
• 认为A,B同涨同跌,但是不知道是涨是跌,相 对来讲,A跑赢B的概率较大(同涨的话可能A要 多涨,同跌的话A可能要少跌)——融资买入A, 融券卖出B
• 融资融券都有损益,综合起来获取相对收益
• 国泰君安:2012
• Conditional correlation or some other measure of “relatedness”, such as Copulas

Pairs Trading with Copulas
• Modeling the spread as GARCH processes
• Optimize profits w.r.t. certain global indicators (i.e. market volatility, industry growth, etc.)
• Factor Analysis on the spread
15
Pairs Trading:Performance of a Relative-Value Arbitrage Rule
• We test a Wall Street investment strategy, “pairs trading,” with daily data over 1962–2002. Stocks are matched into pairs with minimum distance between normalized historical prices. A simple trading rule yields average annualized excess returns of up to 11% for self-financing portfolios of pairs. The profits typically exceed conservative transaction-cost estimates. Bootstrap results suggest that the “pairs” effect differs from previously documented reversal profits. Robustness of the excess returns indicates that pairs trading profits from temporary mispricing of close substitutes. We link the profitability to the presence of a common factor in the returns, different from conventional risk measures.
开平仓参数并不敏感,在开仓参数为2~4,平仓参数为1~3( 平仓参数必须比对应的开仓参数小)的情况下,配对交易的效 果都比较理想。特别指出的是,(3,2)和(4,2)这两组开平仓参数 对的配对效果更为理想。
• A股与H股配对交易:A股与H股的配对交易机会主要存
• 统计套利方法的范围,从最古老的纯粹 的匹配交易机制到复杂的、动态的非线 性模型,应用的技术包括神经网络、小 波分析、分形分析—几乎涵盖了统计学、 物理学和数学上所有的模型匹配技术。
5
统计套利策略
• 配对交易,即价差交易,是统计套利最常用的策略,指 在构建某一资产多头的同时,构建另一种资产的空头, 并在将来某一时刻同时了结两资产的头寸。这是一种市 场中性策略,可以免疫市场风险,通过捕捉两个或者多 个资产之间的相对错误定价机会来获得低风险收益。
• 主成分分析法,该策略通过分析与股票收益率相关的多 种因素,建立回归模型,通过分析资产实际价格和模型 预测价格之间的差异来获利。当实际资产价格高于模型 预测价格时,则说明该资产被高估了,卖出该资产,待 到实际资产价格与模型预测价格相等时,再买入该资产 以平掉之前的空头头寸。反之则进行相反操作。
6
Hale Waihona Puke 配对交易17Pairs Trading
• Foshaug O. Implementation of Pairs Trading Strategies[J]. Available at SSRN 1594066, 2010.
• Chen C W S, Chen M, Chen S Y. Pairs Trading via Three-Regime Threshold Autoregressive GARCH Models[M]//Modeling Dependence in Econometrics. 2014: 127-140.
相关文档
最新文档