量化投资——统计套利剖析.ppt

统计套利基本概念 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 统计套利有别于无风险套利 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。 统计套利与无风险套利 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。 统计套利与无风险套利 统计套利是利用证券价格的历史统计规律进行套利，是一种风险套利，其风险在于这种历史统计规律在未来一段时间内是否持续存在。 统计套利与无风险套利 统计套利的条件 S.Hogan, R.Jarrow和 M.Warachka 对统计套利进行了精确的数学定义，他们强调统计套利是具有零初始成本、自融资的交易策略。 统计套利的条件 用V(t)表示在t时刻的累计收益，以无风险利率折现的现值为v(t), v(t)应满足下列条件: （1） V(0) = 0 （2） （3） （4）若 ,则 配对交易—发展历史 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 1985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。 1987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。 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。 配对交易与传统股票交易 配对交易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。 配对交易—实例演示 以美的电器和青岛海尔两家家电上市公司为例。 配对交易—实例演示 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 配对交易—A股市场的运用 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。 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。 配对交易模型 股票对筛选模型 行业划分 为了保证选出的股票对在主营业务上相近,我们对沪深 300 指数成分股进行行业划分，在同一行业内筛选股票对。需要注意的是，行业划分的越细，同行业内公司的“相似度”可能会越高，但相应的行业内个股数目会减少,能筛选出的股票对数目也就越少，因此行业划分需要把握一定的尺度。 收益率相关性 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 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。 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。 价差形态过滤 对于满足协整关系的两只股票，我们进一步要求价差回复到均值的速度要足够快，两只股票最好是交替相对走强，这样会有更多的交易机会。 股票对筛选模型 股票对筛选模型 上述四个步骤都是针对股票历史数据做的分析，筛选出来的股票对具备实施配对交易的条件，但并不能保证绝对盈利，实际操作中投资者应时刻关注上市公司基本面的变化，一些促发因素会破坏两只股票原有的均衡关系。 股票对筛选模型 标准配对交易策略 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。 标准配对交易策略 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。 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。 为尽量避免交易样本之间的重叠我们限定单次交易时间