金融套利策略:理解統計套利的工做原理

做者:chen_h
微信號 & QQ:862251340
微信公衆號:coderpai
個人博客:請點擊這裏算法

1. 什麼是定量交易

定量交易是經過統計技術(或者別的技術)來分析歷史數據,從而來識別交易的機會。定量交易適用於宏觀經濟事件和證券價格數據等可量化的信息。當定量交易模型被算法交易者使用時,證券交易將嚴格基於計算機算法進行買賣決策。統計套利決策就是利用定量技術應用於算法交易的一個例子。微信

2. 統計套利

統計套利已經成爲許多大型投資銀行和對衝基金的一個巨大的盈利定量交易策略。統計套利起源於 20 世紀 80 年代,由摩根士丹利等銀行牽頭,該策略在金融市場上獲得了普遍的應用。這個策略流行了二十多年時間,圍繞它創造出了不少不一樣的模型,得到了巨大的利益。機器學習

統計套利是包含一套定量驅動的交易策略,能夠用簡單的術語進行定義。這些策略經過分析價格模式和金融工具之間的價格差別來獲利。這種策略的最終目的是產生 alpha 的交易利潤(高於正常值)。這裏須要注意的一點是,統計套利並非高頻交易策略(high-frequency trading, HFT)。它能夠被歸類爲在幾個小時到幾天內的中頻交易策略。工具

3. 統計套利策略中的概念

爲了分析價格模式和價格差別,策略使用了不少的統計和數學模型。除了單獨使用的價格數據以外,統計套利策略還可使用諸如市場超前/滯後效應,企業活動,短時間動量等因素來設計。後一種方法被稱之爲多因子統計套利模型。統計套利策略使用的各類概念包括:學習

  • 時間序列分析(Time Series Analysis)
  • 自迴歸和協整(AutoRegression and Co-integration)
  • 波動性建模(Volatility modeling)
  • 主成分分析(Principal Components Analysis)
  • 模式發現技術(Pattern finding techniques)
  • 機器學習技術(Machine Learning techniques)
  • 一些前言分析技術(Efficient frontier analysis)

4. 統計套利策略的類型

不一樣的統計套利策略包括以下:測試

  • 市場中性套利(Market Neutral Arbitrage)
  • 跨資產套利(Cross Asset Arbitrage)
  • 跨市場套利(Cross Market Arbitrage)
  • ETF 套利(ETF Arbitrage)

市場中性套利

它涉及在被低估的資產中作多,同時對被高估的資產作空。咱們假設資產具備類似的波定性,所以,一部分的市場資產的增值,一定會致使一部分的市場資產的減值。當市場資產恢復到正常價值時,作多和作空的曲線迴歸到正常值。人工智能

跨市場套利

它試圖利用同一資產在不一樣市場上的價格差別來獲利。該資產在低估值的市場上面進行購買,而後在高價值的市場上面進行出售。這也是咱們在生活中最多見到的一種方式。設計

跨資產套利

這個模型考慮了金融資產與其基礎資產之間的價格差別。例如,股票指數期貨和造成指數的股票之間。code

ETF 套利

ETF 套利能夠被稱爲交叉資產套利的一種形式,它能夠識別 ETF 的價值與其相關資產之間的差別。cdn

配對交易(pair trading)

StatArb 是配對交易的一個演化版本,經過基於市場資本的類似度來對股票進行配對。當一隻股票表現優於另外一隻股票時,表現較差的股票就會隨着市場指望攀升它的價值,從而有出色的投資回報。這個過程是從市場變化/走勢中進行對衝獲利。因爲有大量的股票參與到統計套利策略中,因此投資組合的資金週轉率很是高,並且傳播的規模又比較小,因此這種策略一般是以自動化的方式實施的,並且高度重視下降交易成本。目前,統計套利策略已經成爲了對衝基金和投資銀行的主要力量。

Figure 1: Implementation steps of a statistical arbitrage strategy

統計套利策略是如何運做的?

像股票這樣的證券每每是在上漲和下跌的週期內進行交易,而定量的方法就是利用這些趨勢來得到利用。定量交易就是使用程序來跟蹤或者趨勢,發現其中的交易機會,從而得到收益。

Figure 2: Statistical Arbitrage between two stocks under 「Cement」 Industry: ACC and Ambuja both listed at National Stock Exchange of India.

在上面的圖片中,ACC 和 Ambuja 的股價在過去六年內呈現很是強的相關性。你能夠從圖中看到兩個股票在整個時間段內價格保持很是相近,只有一些特定的狀況下才產生價格分離狀況。正是這些價格分離狀況,從出現了套利機會。由於咱們有一個很是強的假設,這兩個股票的價格會再次走高。

識別這種交易機會的關鍵點在於兩個因素:

  • 咱們須要很是好的處理時間序列的方法,從而來識別兩隻股票是否強相關;
  • 如何找到價格的分離點,從而進入市場;

在不少的股票平臺上面有不少的交易指標來幫助咱們識別和交易。可是,不少時候,交易成本在總的交易過程當中是相當重要的,雖然在計算預期收益時不會考慮這一點。所以,建議算法交易者子啊進行回溯測試時,將本身的統計套利成本考慮在內,從而獲得一個更加直觀的最終盈利數據。

統計套利的風險

雖然統計套利策略爲定量交易公司賺取了大量的利潤,可是這些策略也帶來一系列的交易風險,如下是一些常常碰到的風險:

  • 該策略在很大程度上取決於價格迴歸到歷史平均水平或者預測的正常水平,可是這在某些狀況下可能不會發生,價格可能會繼續偏離歷史常態。
  • 金融市場一直處於不斷變化之中,而且基於全球發生的事件進行演變。所以,統計套利模式的利潤沒辦法一直很好的保持。

一些參考資料

Pairs Trading on ETF – EPAT Project Work
Pair Trading – Statistical Arbitrage On Cash Stocks
Pair Trading Strategy and Backtesting using Quantstrat
Statistical Arbitrage: Pair Trading In The Mexican Stock Market
Implementing Pairs Trading/Statistical Arbitrage Strategy In FX Markets: EPAT Project Work


CoderPai 是一個專一於算法實戰的平臺,從基礎的算法到人工智能算法都有設計。若是你對算法實戰感興趣,請快快關注咱們吧。加入AI實戰微信羣,AI實戰QQ羣,ACM算法微信羣,ACM算法QQ羣。詳情請關注 「CoderPai」 微信號(coderpai)。 

相關文章
相關標籤/搜索