基于参数调整协整配对交易策略理论模型及应用.docVIP

基于参数调整协整配对交易策略理论模型及应用 　　摘 要：股指期货与融资融券的启动，开启了中国做空和对冲时代的大门，协整配对的套利交易将会扮演重要角色。在构建交易策略过程中，目前大多数交易者都在交易区间和止损区间的设置上采取经验值，典型的做法是分别取一倍和两倍的标准差。事实上，这种做法不能保证获得最大的套利利润，甚至会出现亏损。本文认为区间的参数选择是一个慎重抉择的过程，应该通过不断地调试以选择最优参数，以使该交易策略体系更好地发挥作用。 　　关键词：参数调整；协整；配对交易策略 　　中图分类号：F830.31 文献标识码：B 文章编号：1674-0017-2013（1）-0011-06 　　一、引言 　　20世纪八十年代，Morgan Stanley的团队利用一系列基于统计学与数学构建的量化投资策略获得了巨额利润，其中就包括配对交易策略。此后配对交易作为一种市场中性投资策略，受到了机构投资者和对冲基金的广泛认可。 　　基于统计套利的配对交易策略是指从市场上找出历史价格走势相近的资产进行配对，当配对的资产价格差偏离历史均值时，则做空价格较高的资产，同时买进价格较低的资产，等待它们回归到长期均衡关系，由此赚取两个资产价格收敛的报酬，其属于一种市场中性策略。配对交易策略要求配对资产的价格序列具有长期稳定的关系，捕捉的是长期均衡中两个资产的短暂价格偏离所带来的套利机会。 　　在实证研究中，很多学者证明协整配对交易可在我国获得盈利，并提出了改进，如构建GARCH模型来刻画价差序列的时变方差性，并表明考虑异方差的配对交易效果更加稳健，亏损的风险大大减少。但是前人的研究对于交易区间、止损区间的设定都是采用历史经验值，事实证明，这种做法可能导致亏损。交易策略需要进行参数调试以获得最优的参数，使其收益最大化。对于配对交易，其交易区间、止损区间的最优参数也需要不断反复地测试才能得到。 　　近几年来，国内的学者和机构研究人员也开始对协整配对交易进行了专门研究，大多数实证结果表明协整配对套利在我国是可以盈利的。仇中群（2009）、于玮婷（2011）分别对沪深300股指期货的高频仿真交易数据及融资融券标的股票价格数据运用协整的统计套利实证分析，表明基于协整的统计套利策略模型是有效的。刘富兵、蒋瑛琨、何苗（2010）与李世伟（2011）考虑了异方差性及ARCH效应，建立基于GARCH模型的协整套利策略，实证分析表明该模型能取得更好的套利效果。 　　由此可见，运用协整理论可以在我国股票市场和股指期货市场进行统计套利，并在考虑异方差问题之后能够获得更加稳健的盈利。但是仅仅考虑异方差仍然不能达到最令人满意的结果，这就涉及到区间参数的选择问题，本文将就此问题进行深入研究。 　　二、理论分析 　　（一）协整关系 　　将两个非平稳的时间序列做线性回归：Yt=λXt+μt，在统计学上可能得到显著性差异，即回归是有效的，而事实上，这个时间序列之间却不存在任何关系，这种现象称为谬误回归，也称为“伪回归”。可见，两个非平稳时间序列经常可能出现谬误回归现象，这会影响到我们的研究。但是如果可以证明回归式中的残差项μt是平稳的，则可以保证Yt与Xt存在一种长期稳定的关系，我们称Xt与Yt存在协整关系。 　　由此可以看出，检验两个时间序列是否存在协整关系的常用方法就是Engle-Granger检验法。其思路是首先将两个时间序列做回归，然后针对残差项做平稳性检验，如果是平稳的就认为两者具有协整关系，否则就不存在协整关系。 　　（二）配对交易策略 　　如果能够得到两个资产的价格具有协整关系，我们就可以利用这个协整关系做统计套利。首先要构建交易区间和止损区间。其原理是价差序列（也即回归式中的残差序列是平稳的：均值不变、方差为常数），具有均值回复的趋势。将其去中心化后（也即将残差减去其均值后所得到的残差序列），均值就是0，价差就有回复到0的趋势。 　　由图1，我们可以构建（-λδ，+λδ）的交易区间以及（-μδ，+μδ）的止损区间（δ为残差μt的标准差，λ、μ为选取的系数）。交易区间就是价差突破区间上下边界时即开始建仓的波动区间，止损区间就是价差突破上下边界时平仓止损的波动区间，以防止更大的亏损。因为价差有均值回复的趋势，如果偏离过大，就属于不正常的范围，会带来潜在的亏损。例如，当价差序列在第6个时刻点突破上边界+λδ时，开始构建一个组合，做多一种资产同时做空另一种资产。我们预期这个价差在未来某一点会恢复到0值附近，即价差将会收敛，当价差在13时刻时恢复到0就平仓，完成一个交易回合；如果价差没有收敛而是继续上扬，在第16时刻突破了我们设立的止损区间（-μδ，+μδ）的上边界，也要进行平仓止损。 　　如果价差序列开始突破到下边界-λδ，就建立一个反方向的头