基于协整股指期货及ETF统计套利.docVIP

基于协整股指期货及ETF统计套利【摘要】股指期货是以特定股票指数为标定的标准化期货合约。ETF拥有基于一揽子股票又可在交易所申购赎回的特点，能很好的模拟现货指数走向。本文将传统协整统计套利引入股指期货与ETF的期现套利中，运用协整的思想观测套利对象的日数据及高频数据下价格之间的协整关系，最后用残差模型及价差模型做排出配对套利成本的损益分析。分析结果发掘了ETF与IF300配对交易的交易机会，表明在国内ETF与股指期货之间存在一定的期现套利空间。 【关键词】统计套利；协整；高频数据；配对交易；价差交易 一、前言 统计套利是一种将统计思想引入金融交易过程的套利策略。操作过程中通过相关性检验发现两个或两个以上金融工具的时间序列将存在强相关性，然后使用多种套利模型模拟该工具的价格变化规律，最后用配对套利方式来明确套利空间。配对交易是观察资产的组合价差在短期内出现了大的波动，当一项资产相对于另一种资产出现了低估（或高估）的情况时通过构建套利模型进行交易，在价差均值回复时，即可获得无风险收益。 本文在观察交易机制的基础上选择ETF与沪深300股指期货进行套利策略研究。股票价格指数期货（Stock Index future）是基于特定股票指数的标准化合约，其实行T+0交易，期货合约便于卖空，等价格下跌再买入；交易型开放式指数证券投资基金（Exchange Traded fund）是一种在交易所上市交易的开放式证券投券基金衍生品，利用ETF可实现股票市场的拟T+0交易而形成拟做空机制。 统计套利是基于均值回复的套利策略，即时间序列在一定情况下会发生均值回复。Montana与Parrela（2009）发现了ETF与股指期货的统计套利。Bolgun（2009）等选取伊斯坦布尔股票交易所上市公司2002至2008年间的股票日收盘价作为统计套利对象，运用动态统计套利策略算出成对股票组合的日平均收益率高达3.36%。Montana与Triantafyllopoulos（2009）在传统配对交易及扩展多资产的统计套利的基础上将高斯空间引入价差均值回复模型，该模型能发现市场暂时无效，运用交易模型获得额外利润。Low（2009）指出股票中性策略调查是受市场影响较小的策略之一。Meucci（2009）介绍了Ornstein-Uhlenbeck过程，讨论其产生一系列连续时间序列及离散时间的多元过程。Bertram（2010）观察证卷价格服从Ornstein -Uhlenbeck过程时引入了统计套利交易模型，在讨论交易费用及交易时间与策略影响后，进一步研究不同时点上的统计套利策略，发掘出一条关于零上下对称的无套利区间带。 统计套利的出现在我国市场上掀起了学者们关于市场有效性的讨论。王粹萃（2007）对基于协整的统计套利策略进行了实证探讨，表明证券市场特殊异象与统计套利机会发掘的可能性。徐梅光（2008）以浦发银行与招商银行为统计套利对象，运用GARCH模型估计了标准差，再利用标准差设置的进场点与止损点，最后通过实证证明时变交易触发点将带来更高的策略绩效。刘华（2008）选取上证50ETF与沪深300股指期货及统计套利策略做期现套利。仇中群，程希骏（2008）在沪深300股指期货的方正交易数据中用IF0806与IF0807的对数后价差做模型变量，发现其相对价差始终处于可套利空间。叶恒洁（2009）选取潞安环能和西山煤电进行简单的配对套利，结果发现两者存在协整关系且相关性很强。彭建斐（2010）运用协整理论、极值理论对期货合约的统计套利进行了研究。伍娟（2010）采用日数据以外的高频数据为样本，运用协整与统计套利思想做了实证研究，结果表明统计套利策略适应于我国股票市场。目前我国统计套利的研究尚处于起步阶段，依旧采用的是传统协整模型，多运用在股票市场而较少涉及衍生品市场，而研究数据局限在日数据上而未充分利用高频数据。 二、基于协整的配对套利模型 （一）统计套利操作 统计套利的操作分为三步骤：套利对象选取、套利触发点设置、交易模型制定。（1）套利对象选取，统计套利选取对象大致上与基础套利交易选取对象一致，需要考虑所选资产各自的流动性、平稳性，及其相互之间的相关性和操作性。（2）套利触发点设置，统计套利是考察对象的价差也是以均值回复为基础，所以触发点的设置必须基于这一长期均衡，当价差偏离这一均衡一定值时便可开始进行交易，而通过买入卖出的策略可使价差发生均值回复，同时促进市场稳定。（3）交易模型制定，模型的制定是确定各资产的投资比例，有多种方法供不同目的的投资者选择，本文选取的是残差模型及基于成本定价的价差模型。 （二）配对套利模型 在协整分析的基础上，可选择合适的套利模型对交易对象进行套利分析，套利模型的选择无疑是统计套利中重要的