量化投资中的统计套利
量化投资策略研究
量化投资策略研究作者：常景怡闫鹏飞来源：《商情》2016年第02期【摘要】量化投资、基本面分析，技术面分析并称三大主流方法。
在量化投资发展中，它在国外金融领域得到广泛认可与应用，投资业绩稳定，市场规模和份额不断扩大。
现代数学理论、金融数据以及计算机快速运算的结合，量化投资有了系统准确、客观及时、方便高效的投资优势，为投资者带来巨大的收益，极具发展潜力和前景。
【关键词】量化投资量化投资策略资产配置量化投资是投资者借助计算机信息化建立数学模型，把最新市场数据和相关信息输入到模型中，通过公式计算出投资对象，做出最优投资决策。
量化投资不依靠投资者的感觉直觉，不依赖个人判断，而是将其经验利用信息通过模型实现投资理念。
同时，投资者期望达到收益和风险的合理配比，利用夏普比率等科学方法控制收益和风险。
量化投资者不用每天重复的分析琐碎信息，只需要不断完善这个模型并不断创造新的可以盈利的模型。
二、量化投资策略（一）量化投资策略分类量化投资策略，主要包括量化择时策略、统计套利策略、算法交易策略、组合套利策略、高频交易策略等。
（1）量化择时策略是收益率最高的一种交易策略，通过对宏微观指标的量化分析判断未来经济走势并确定买入、卖出或持有，按照高抛低吸原则获得超额收益率。
在量化择时策略中，趋势跟踪策略是投资者使用最多的策略。
量化择时分析策略包括：趋势跟踪策略、噪音交易策略、理性交易策略。
（2）统计套利是风险套利的一种，通过对历史数据的统计分析，利用统计学理论，估计相关变量的概率分布，判断规律在未来一段时间内是否继续存在。
统计套利策略包括协整策略和配对利差策略、均值回归策略以及多因素回归策略。
（3）算法交易又称为自动交易，主要是研究如何利用各种下单方法，降低冲击成本的交易策略，将一个大额交易通过算法拆分成数个小额交易，以此来减少对市场价格造成冲击，降低交易成本。
算法交易策略包括交易量加权平均价格策略、时间加权平均价格策略、盯住盘口测量、执行落差策略、下单路径优选策略。
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。
统计套利与股指期货跨期套利策略(一)：基于协整的期指跨期套利策略
由上表知，残差序列不含有单位根，是稳定序列，从而可以认为 F(1012)和 F(1008)序列之间确实存在协整关系。 进一步对残差进行 LM 检验可知，残差存在异方差性，因此，可以采用 GARCH(1,1)模型来刻画波动率的簇集性。则样本内数据构建的模型方程为：
F (1012 ) in 241 .5586 0.931244 F (1008 ) in in , in ~ iidNormal (0,0.957154 )
序列进行协整检验。 协整策略的主要思路是先确定两个资产之间的长期均衡关系（协整关系） ， 当价差（即协整方程的残差）偏离到一定程度时开始建仓——买入相对被低估的 资产，卖出相对被高估的资产，等到价差回归均衡时获利了结即可。 2 协整策略与股指期货跨期套利策略 结合统计套利的协整策略，我们可以构建如下套利模型，实时监控股指期货 跨期套利的机会并实施套利交易策略。 第一，对两个合约的价格序列 F (T1 )、F (T2 ) 进行平稳性检验，若价格序列存 在单位根，则检验其一阶差分的收益率序列是否平稳； 其次，若一阶差分的收益率序列是平稳的，则检验两个价格序列是否存在协 整关系，即对价格序列建立一元线性回归方程： 若 t 不含单位根，则为平稳序列，两合约价格序列存在协整关系。 第二， 可以对残差进行 LM 检验， 如果存在 ARCH 效应， 可以采用 ARMA 和 ARCH 模型来刻画残差的自相关性和异方差性。 第三，建立样本外残差模型： out in F(T2 ) - - F(T1 ); out , in ~ iidNormal (0, t ) 在此，假设样本内外的残差都是独立且服从同一正态分布，并符合零均值回 归要求，即 t ~ iidN (0, t ) 。这样，可以方便利用残差的分布特征进行交易。 最后，确定阀值，实施套利交易。 设定入市阀值 1 、平仓阀值 2 、止损阀值 3 。一般情况下，对于不同的建仓 阀值 1 、平仓阀值 2 ，套利空间和套利次数是成反比的。 若实际残差 out 1 t 时， 买入近月股指期货合约， 同时卖出远月股指期货合 约；若 out 2 t 或残差偏离回归正常时，平仓获利了结。 若实际残差 out 1 t 时，买入远月股指期货合约，同时卖出近月股指期货 合约；若 out 2 t 或残差偏离回归正常时，平仓获利了结。 若建立头寸后，残差偏离继续扩大，并未出现收敛时，应及时止损，即设置 止损阀值 3 ，若 out 3 t 时，应止损出局。 3 基于协整的跨期套利策略操作实例 本文选取 IF1008 和 IF1012 合约在 7 月 26 日至 7 月 27 日时间段内 1min 高 频数据进行模型的实证研究。总共 506 个数据，取前 400 个数据为样本内数据验 证两个合约的协整关系并构建模型， 再用另外 106 个数据对模型进行样本外套利 交易的检验。 对 1008 和 1012 合约的价格序列及其一阶差分的收益率序列分别进行平稳性 检验，检验结果如下表 1 所示。
期货交易中的量化交易
期货交易中的量化交易期货市场是金融市场中最具活力和变化的交易市场之一。
在这个高度竞争和快速变动的市场中，投资者需要寻找一种能够提供稳定收益的交易策略。
在此背景下，量化交易应运而生。
本文将介绍期货交易中的量化交易，并探讨其在交易决策中的应用。
一、什么是量化交易量化交易是一种利用计算机算法和数学模型来进行交易决策的方法。
通过将交易决策过程自动化，减少了人为情绪因素对交易的影响，提高了交易效率和准确性。
量化交易利用历史数据和统计分析等手段，挖掘市场中的规律和趋势，从而制定具有较高成功率的交易策略。
二、量化交易的优势1. 消除情绪影响：量化交易完全基于数据和算法，消除了投资者情绪对交易决策的干扰。
这种冷静的执行方式可以避免情绪导致的错误判断和过度交易，提高了交易的稳定性和可靠性。
2. 高效执行：量化交易通过算法自动执行交易指令，减少了人工干预的时间和成本。
同时，量化交易系统可以实现高速交易和大规模交易，快速捕捉市场机会，提高了交易效率。
3. 基于实证分析：量化交易依赖于历史数据和统计分析，对市场的行为进行建模和预测。
这种基于实证的方法可以更准确地刻画市场规律和趋势，提高了交易的成功率和盈利能力。
三、量化交易策略1. 均值回归策略：均值回归策略是最常用的量化交易策略之一。
该策略认为价格和价值存在一定的偏离，而在偏离达到一定程度后，市场将进行回归。
通过统计分析和历史数据，确定价格的偏离程度和回归阈值，制定买入卖出策略。
2. 趋势跟随策略：趋势跟随策略是利用市场趋势进行交易的策略。
该策略认为当前市场的趋势会延续一段时间，通过参考移动平均线、布林带等技术指标，捕捉市场的上升或下降趋势，进行交易。
3. 统计套利策略：统计套利策略是通过利用不同期货合约之间的价格差异进行套利交易的策略。
通过建立数学模型，计算不同期货合约之间的相对价值，并在价格偏离阈值时进行买卖操作，实现套利获利。
四、量化交易的挑战1. 数据获取和处理：量化交易需要大量的历史数据和实时数据，对数据的获取和处理提出了较高的要求。
量化交易模型100例
量化交易模型100例量化交易是一种利用数理或统计方法，根据历史数据和市场行情，通过制定一套严谨的规则和策略，进行金融交易的方法。
在金融领域，量化交易已经成为一种主流的交易方式，因为它能够提供高效、快速和系统化的交易决策。
在本文中，将介绍一百个不同类型的量化交易模型，分析其原理和应用。
1. 均值回归模型均值回归模型是量化交易中常用的一种策略。
它通过分析价格的历史走势，利用统计学原理和显著性检验，判断当前价格与历史均值的偏离程度，从而进行交易决策。
这种模型适用于市场波动较小的情况，如股票市场中的股价。
2. 动量策略模型动量策略模型是一种根据价格走势的momentum效应进行交易决策的方法。
它利用市场中的惯性效应，即价格趋势在相对短期内继续延续的趋势。
在价格上升时买入，在价格下降时卖出。
这种模型适用于市场中存在明显趋势的情况。
3. 套利模型套利模型是一种通过同时买入和卖出相关性较高的金融工具，从而利用市场价格的不对称性获利的交易策略。
这种模型利用了市场中的套利机会，通过买入低价资产和卖出高价资产的方式进行交易。
套利模型适用于市场中存在价格差异的情况。
4. 趋势跟踪模型趋势跟踪模型是一种根据市场趋势进行交易决策的方法。
它通过分析价格的趋势和趋势的持续性，判断市场的上升或下降趋势，并根据趋势的判断进行交易。
这种模型适用于市场中存在明显趋势的情况。
5. 风险平衡模型风险平衡模型是一种根据投资组合的风险和收益的平衡进行交易决策的方法。
它通过分析投资组合中不同资产的风险和收益，选择合适的资产分配比例，从而实现风险和收益的平衡。
这种模型适用于投资组合管理的情况。
6. 统计套利模型统计套利模型是一种利用统计学原理和方法进行交易决策的模型。
它通过分析历史数据和市场走势，利用统计学的套利机会进行交易。
这种模型适用于市场中存在统计学套利机会的情况。
7. 事件驱动模型事件驱动模型是一种根据市场中的事件和消息进行交易决策的方法。
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
量化投资中的统计套利方法
量化投资中的统计套利方法统计套利是一种常见的量化投资策略，它基于统计学原理和市场行为的规律，通过对市场数据进行分析和挖掘，以实现投资组合的稳定增长和超额收益。
本文将介绍统计套利方法的基本原理和常见的实施策略。
一、量化投资与统计套利方法量化投资是指利用大量市场数据和数学模型，通过计算机进行自动化交易决策的投资方式。
它能够避免情绪因素对投资决策的影响，提高投资效率和风险控制能力。
统计套利是量化投资的一种重要方法，它利用统计学原理分析市场数据，发现市场价格的异常波动，从而进行交易决策。
统计套利方法主要包括配对交易、统计套利和均值回归等。
二、配对交易配对交易是统计套利方法中的一种常见策略，它基于统计学原理找出两个或多个相关性较高的证券，建立长短持仓的组合。
当两者价格之间出现偏离时，便进行交易。
配对交易的基本原理是利用相关性较高的证券间的价格回归，即当价格偏离其长期均值时，存在回归的趋势。
通过对价格差进行统计学分析和建模，投资者可以在价格偏离时进行交易，获得差价回归的收益。
三、统计套利统计套利是一种利用特定的统计学指标进行交易的方法。
例如，市场的波动率可以用标准差来衡量，当波动率偏离其均值时，存在回归的趋势。
投资者可以根据市场波动率的历史数据进行建模分析，发现偏离的机会，并据此进行交易。
另外，统计套利还可以利用技术指标和市场行情数据进行交易。
例如，利用移动平均线、相对强弱指数等指标进行交易决策，以捕捉市场的短期波动。
四、均值回归均值回归是统计套利方法中的一种重要策略，其基本原理是当价格偏离其均值时，存在回归的趋势。
投资者可以通过计算价格与均值的差值，并进行分析和建模，以确定交易时机。
均值回归的实施策略可以根据不同市场和证券的特点进行调整。
例如，在股票市场中，可以选择合适的股票池，并设置阈值来触发交易信号。
五、风险管理在量化投资中，风险管理是至关重要的一环。
统计套利方法作为一种交易策略，也需要考虑合理的风险管理措施。
量化投资理论基础概述
量化投资理论基础概述【摘要】量化投资是一种基于数学模型和统计分析的投资方法。
本文首先介绍了量化投资的定义，即通过数据和算法来做出投资决策。
接着探讨了量化投资的历史发展，从简单的技术指标到复杂的机器学习模型。
然后阐述了量化投资的基本原理，包括市场有效性和行为金融学观点。
接下来分析了量化投资策略的分类，如均值回归、趋势跟踪等。
最后总结了量化投资的优势，包括系统化、纪律性和高效性。
通过对这些内容的讨论，读者可以对量化投资的理论基础有一个清晰的概念。
【关键词】量化投资、理论、基础、概述、定义、历史发展、基本原理、策略分类、优势1. 引言1.1 量化投资理论基础概述量化投资是指利用数学、统计学、计算机编程等量化技术，通过系统化的模型和策略来进行投资的方法。
它的核心理念是通过对市场数据的分析和建模，利用严谨、科学的方法来进行投资决策，从而实现风险控制和收益最大化。
量化投资的历史可以追溯到上世纪50年代，当时学者们开始尝试利用数学模型来分析股票市场。
随着计算机技术的发展，量化投资逐渐成为投资界的主流方法之一。
近年来，随着大数据、人工智能等技术的蓬勃发展，量化投资的应用范围和效果也得到了进一步提升。
量化投资的基本原理包括建立数学模型预测市场走势、制定交易策略并执行、严格控制风险等。
量化投资策略可以根据市场行为、因子模型、技术分析等进行分类，常见的策略包括趋势跟随、套利、统计套利等。
量化投资相比于传统的基本面分析和技术分析具有很多优势，包括系统性、纪律性强、能有效控制风险、能够快速执行交易等。
越来越多的机构投资者和个人投资者开始将量化投资引入他们的投资组合中，以获取更稳定和长期的投资收益。
2. 正文2.1 量化投资的定义量化投资是一种通过数学、统计学和计算机技术来进行投资决策的方法。
它的核心理念是利用大量数据和复杂算法来识别交易机会和管理风险，以实现超越市场平均水平的投资收益。
量化投资的定义可以简单概括为利用定量模型和自动化计算来进行投资决策，以提高投资效率和盈利能力。
期货交易中的量化模型
期货交易中的量化模型随着科技的发展和数据的爆炸式增长，量化交易在金融市场中扮演着越来越重要的角色。
量化交易是指利用数学模型、统计学方法和计算机技术对金融市场进行预测和交易的一种方法。
在期货交易中，量化模型的应用可以提高交易效率、降低风险，同时也带来了一系列的挑战和争议。
一、量化交易的定义和意义量化交易是指通过建立和运用量化模型，利用计算机算法自动执行交易决策的一种交易方式。
量化交易的核心是将交易行为规则化，使其能够通过计算机程序自动执行。
量化交易的目标是在市场的波动中获得稳定的收益，通过大规模数据的分析和算法的优化，发现一些市场的套利机会或者预测市场未来的走势。
量化交易的意义在于提高交易效率并降低市场风险。
通过量化模型分析市场，可以快速找到潜在的交易机会，并在瞬间完成交易操作，避免了人为因素和情绪的干扰。
同时，量化交易也可以通过风险管理模型对投资组合进行优化，降低风险，提高稳定性。
在大规模数据时代，利用量化模型进行交易已经成为金融市场的主流。
二、量化模型在期货交易中的应用1. 统计套利模型统计套利模型是一种基于统计学原理的量化交易策略。
通过对市场的历史数据进行分析，寻找价格和价差的统计关系，并建立模型进行预测。
常见的统计套利模型有配对交易和均值回归策略。
配对交易是指同时买入一个标的资产，卖出另一个标的资产，通过它们之间的价差变化获利；均值回归策略是指将股票价格回归到其长期均值附近进行交易。
2. 基于趋势的模型基于趋势的模型是一种利用市场趋势进行交易的量化模型。
通过分析市场价格的趋势和波动，预测未来价格的走势，并进行交易决策。
常见的基于趋势的模型有动量策略和趋势跟踪策略。
动量策略是指根据过去一段时间的价格表现来预测未来价格的走势；趋势跟踪策略是指通过监测市场的趋势，选择跟随趋势进行交易。
3. 现货期货套利模型现货期货套利模型是指通过同时买卖现货和期货合约，利用现货和期货之间的价差进行套利交易。
现货期货套利模型通常基于现货和期货市场之间的基本关系，例如存储费用、利息成本、供需关系等。
资产管理中的量化模型评估考核试卷
C.股息因子
D.波动率因子
11.以下哪些方法可以用于量化模型的选择和优化？（）
A.交叉验证
B.最小化信息准则（如AIC、BIC）
C.蒙特卡洛模拟
D.参数优化
12.量化投资中的市场微观结构分析方法包括哪些？（）
A.交易量分析
B.价格冲击模型
C.市场深度分析
D.订单簿分析
13.以下哪些指标可以用来衡量投资组合的风险调整收益？（）
8.神经网络
9.供需分析
10.风险价值（VaR）
四、判断题
1. ×
2. √
3. √
4. √
5. ×
6. ×
7. ×
8. √
9. ×
10. ×
五、主观题（参考）
1.资本资产定价模型（CAPM）优点：简单实用，有助于理解风险与收益关系。缺点：假设市场完全有效，实际市场存在偏差。套利定价模型（APT）优点：考虑多种因素，适用性广。缺点：因子选择主观，难以准确确定风险溢价。
五、主观题（本题共4小题，每题10分，共40分）
1.请简述量化资产管理中常用的资产定价模型，并分析其优缺点。
2.描述量化投资中的多因子模型，并讨论如何构建一个多因子模型以及其在实际投资中的应用。
3.在量化资产管理中，如何评估和选择量化交易策略？请列举并解释几种常用的评估方法。
4.请阐述高频交易在量化投资中的作用，并讨论其可能带来的市场影响和监管挑战。
A.主成分分析（PCA）
B.因子分析
C.聚类分析
D.马尔可夫链
11.以下哪个因子模型不是量化投资中常用的资产定价模型？（）
A. Fama-French三因子模型
B. Carhart四因子模型
- 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、"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、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)。
股指套利
行业指数套利 国家指数套利 洲域指数套利 全球指数套利
LOGO
行业指数套利
行业指数套利 v什么是行业指数？
§ 顾名思义，行业指数描述一个行业的股票的概 貌和运行状况。
v什么是指数套利？
§ 指数套利（index arbitrage）是指投资者同 时交易股指期货合约和相对应的一揽子股票的 交易策略，以谋求从期货市场、现货市场的同 一组股票存在的价格差异中获利。
行业指数套利
2、基日与基点 沪深300行业指数以2004年12月31日为基日, 基点为1000点 3、指数选择 样本空间：沪深300行业指数样本空间由沪 深300指数300指成分股组成。 行业分类：借鉴国际主流行业分类标准，并结合 我国上市公司特点进行调整，将上市公司分为10 个行业，如下表：
行业指数套利
行业指数套利
选样方法：将沪深300指数成分股按行业分类标 准进行分类，进入各自行业的全部股票形成相应 行业指数的成分股。 4、指数计算与修正 沪深300行业指数的指数计算与修正同沪深300指 数。 5、样本股调整 当沪深300指数调整成分股时，沪深300行业指数 成分股随之相应调整。
11.1814.10 100 14.10 17.1920.04 95 7.2 20.04
12.0710.90 2010.5.20 价差：-1.92 100 美的电器：12.07元 10.90 青岛海尔：18.34元 18.3418.27 95 10.3 2010.6.2 价差：0 18.27 美的电器：10.90元 青岛海尔：18.27元
v什么是行业指数套利？
行业指数+指数套利=行业指数套利
行业指数套利
行业指数套利
v行业指数是如何编制的？（以沪深300行业指数 为例） 1、定义： 为反映沪深300指数成分中不同行业公司股 票的整体表现，为投资者提供分析工具，将沪深 300指数300只样本股按行业分类标准分为10个行 业，再以各行业全部股票作为样本编制指数，形 成10只沪深300行业指数。
名称 项目 总股本 主营业务 主营业务收入 美的电器 33.84亿股 青岛海尔 13.40亿股
空调、冰箱、洗衣 空调、冰箱、洗衣 机及其零部件销售 机等家电产品销售 745.6亿元 605.88亿元
配对交易—实例演示
v美的电器&青岛海尔公司2010年全年股价走势图
配对交易—实例演示
2010.3.18 价差：1.52 美的电器：11.8元 青岛海尔：17.19元 2010.5.11 价差：0 美的电器：14.10元 青岛海尔：20.04元
行业指数套利
指数名称 沪深300能源指数 沪深300原材料指数 沪深300工业指数 沪深300可选消费指数 沪深300主要消费指数 沪深300医药卫生指数 沪深300金融地产指数 沪深300信息技术指数 沪深300电信行业指数 沪深300公用事业指数 指数简称 300能源 300材料 300工业 300可选 300消费 300医药 300金融 300信息 300电信 300公用 上交所代码 000908 000909 000910 000911 000912 000913 000914 000915 000916 000917 深交所代码 399908 399909 399910 399911 399912 399913 399914 399915 399916 399917
配对交易—实例演示
建仓阀值设置 的越高，建仓 机会就越少！
配对交易收益
建仓时价差偏离 均值的幅度： 偏离幅度越大， 价差回归均值后, 配对交易的收益 就越高。
价差回复均值所 需的时间： 价差回复均值所 需的时间越短， 配对交易的收益 就越高。
配对交易—A股市场的运用
v配对交易需要股票市场做空机制的支持，目前国 内大型券商都在积极开展融资融券业务。截至9 月28日,沪深两市融资融券余额达700.59亿元,其 中融资余额685.38亿元、融券余额15.21亿元。 v市场交易仍以融资买入为主，融券业务受到券商 持券品种与数量的限制，量相对较小，配对交易 策略当下还只适合一些小资金操作，不过随着参 与者的增多以及后续转融通业务的启动，市场容 量将会逐步扩大。
标准配对交易策略
延后开仓策略
v针对标准配对交易策略的不足，可以采用如下改进 方式：等价差突破阀值后，反向回归穿越阀值时再 建仓，我们称这种策略为延后开仓策略。
延后开仓策略
v 延后开仓策略一方面可以更加准确的判断出价差向均 值回归的趋势，另一方面当价差出现单边走强的情形 时，延后开仓策略不会发出建仓信号，从而可以避免 一部分损失，提升配对交易的收益。
收益率相关性
v配对的股票在股价走势上应具备一 定的正相关性，我们要求配对的股 票历史收益率的相关系数大于一定 的阀值。
股价序列协整检验
v 如果两只股票的价差具备围绕均值上下波
动的平稳性，则称两只股票的股价序列是 协整的。 v股价序列的协整性可以通过统计方法来检 验。我们要求两只股票的历史股价序列能 通过95%置信度的统计检验。
观察股 票对的 价差
否
标准配对交易策略
v以2011年5月27日沪深300指数的成分股为研究对象, 并假设它们都可以融券卖空。 v首先对样本股票进行行业划分，然后从2009年1月1 日起,每季度初按照上述的筛选方法筛选出适合配对 交易的股票对对当季内发出建仓信号的股票对按标 准配对交易模型进行交易。 v为尽量避免交易样本之间的重叠我们限定单次交易 时间不超过60个交易日，60个交易日内价差仍未回 复均值的，强行平仓了结交易。交易费用设置为单 边0.25%，融券年费率为8.6%。
LOGO
量化投资中的 统计套利
统计套利基本概念 v统计套利定义为一种基于模型的投资过 程，在不依赖于经济含义的情况下，运 用数量手段构建资产组合，根据证券价 格与数量模型所预测的理论价值进行对 比，构建证券投资组合的多头和空头， 从而对市场风险进行规避，获取一个稳 定的超额收益率。
统计套利与无风险套利 v统计套利有别于无风险套利 v无风险套利 无风险套利是指某资产未来的现金流 量能够被其他资产组合所完全复制，同 时用于复制的组合的价格应该与原资产 价格基本一致。
配对交易—发展历史 v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。
配对交易—发展历史
v1985年,Morgan Stanley公司成立了一支量化 团队,专门开展配对交易的研究。 v1987年投入实战，当年实现盈利5000万美元。 不过该策略在之后两年连续亏损，研究团队被 迫解散，小组成员散落到各家对冲基金,策略 的思想也随之广为市场知晓。 v经过多年学术机构的研究和市场机构的实战, 配对交易的理论框架和配套交易系统都日臻完 善。
LOGO
股指套利
股指套利
v在经济全球化得今天，不同的国家、地区、 行业经济的联系越来越紧密，而代表这些国 家、地区、行业的公司之间的关联程度也越 来越大，这就使得系统性的风险会造成一荣 俱荣、一损俱损的局面。 v表现在资本市场上，就是这些国家、地区、 行业的指数具有很强的相关性，这就使得进 行指数间的对冲交易成为一种低风险、高收 益的投资方式。
行业
能源 原材料 工业 可选消费 主要消费 医药卫生 金融地产 信息技术 电信业务 公用事业
行业小类
能源设备与服务、石油、天然气与消费用燃料 化学制品、建筑材料、容器与包装、金属与采矿和纸类与林业产品 等 航空航天与国防、建筑产品、建筑与工程、工业集团企业、基建等 汽车与汽车零部件、家庭耐用消费品、休闲设备与用品等 食品与主要用品零售、饮料、家常用品、、个人用品等 医疗保健、设备与用品、制药和生物科技等 银行、保险、资本市场和房地产管理和开发等 软件与服务、技术硬件与设备和半导体产品与设备等 综合电信业务、无线电信业务和通信设备等 电力公用事业，燃气公用事业，复合型公用事业和水公用事业等
股票对筛选模型
Байду номын сангаас
标准配对交易策略
v标准交易模型仅需设置一个建仓阀值δ，当 价差大于δ或小于-δ时建仓，然后等价差回 复到均值0处时再平仓。
否 终止，另 选股票对 平仓，止损 是 观察股 票对的 价差 否 是 平仓，结束 本次交易 价差绝对 值超过3 否 价差收窄 接近于0 建仓 价差大 是 卖空1元股票1 是 于δ 买入β元股票2 价差绝对 否 值超过3 价差小 于δ 是 建仓 买入1元股票1 卖空β元股票2
提前平仓策略
配对策略稳定性与行业适用性
v我们以延后开仓策略（δ=1）为例说明配 对交易策略在不同市场行情下的稳定性。
配对策略稳定性与行业适用性
v在实际操作中，我们可以考虑利用融资融券 的杠杆来增强配对交易的收益。
配对策略稳定性与行业适用性
v 从行业来看，配对交易的信号主要发生在银行、煤炭、房地产、 钢铁四个同质性较高的行业。其中银行股的同质性最高，但配对 股票间的价差波动性也最小，因而配对交易的收益也相对较低， 而其它三个行业配对交易策略都有很高的成功率和收益。
延后开仓策略
提前平仓策略 v标准配对交易策略和延后开仓策略都是 等价差回复到均值附近时再平仓，而实 际交易中经常会发现价差虽然在向均值 的方向回归，但没有回归到均值，而是 在离均值一定距离处又掉头远离均值， 为捕捉前期价差回归那一段的收益，我 们可以采取提前平仓的策略。
提前平仓策略
v 这里设置了两个阀值δ1和δ2，分别为建仓阀值和平仓阀 值，配对交易在δ2而非均值处平仓。为使建仓线与平仓线 保持一个标准差的距离，设δ2=δ1-1。
统计套利与无风险套利 v无风险套利条件 │payoff (Xt － Rt)│＜ TC 其中,Xt是原资产（或资产组合）， Rt表示复制资产，TC是指买入复制的 组合和卖出原资产Xt（或者买入原资 产，卖出复制的组合的反向操作）的 净交易成本。