京公网安备 11010802034615号
经营许可证编号:京B2-20210330
量化投资股票配对交易策略改进
本节依然以北京银行和华夏银行在2011年的股价走势作为比较配对交易策略的基础。
1)标准配对交易策略
标准交易模型在设置一个建仓阈值时建仓,然后等价差回到均值0处时再平仓,针对价差可能发生突变的情形,加入了一个止损策略:判断价差的绝对值是否大于3。因为从统计上讲,如果配对的两只股票保持协整关系,那么它们的价差绝对值大于3的概率小于0.3%。一旦出现价差绝对值大于3的情况,即可认为股票对原有的协整关系被破坏,应立即止损。
2)改进策略1:延后开仓策略
针对标准配对交易策略的不足,可以采用如下改进方式:等价差突破闹值后,反向回归穿越阐值时再建仓,称这种策略为延后开仓策略。延后开仓的好处在于一方面可以更加准确地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。
3)改进策略2:延后开仓+提前平仓策略
标准配对交易策略和改进策略1都是等价差回归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阶段的收益,可以采取提前平仓的策略,和延后开仓策略一起构成改进策略2,如图6-7所示。这里设置了两个阈值δ1和δ2,分别为建仓阈值和平仓阈值,配对交易在δ2而非均值处平仓。
图6-7 配对交易:延后开仓+提前平仓策略
4)3个策略模拟结果
我们使用以上基本配对交易及其两个改进策略,对北京银行和华夏银行2011年年度股价波动情况进行了回溯交易模拟。从图6-7中可以看出,2011年的大部分时间,北京银行和华夏银行的股价比围绕着以0.9为轴,正负5个百分点的波动区间运动。设定区间建仓阈值δ1为0.5,平仓阈值δ2为0.1,分别采用以上3种策略的收益率情况如表6-8所示。
表6-8 标准策略、延后开仓、提前平仓策略实证结果
通过该交易模型的模拟结果可以发现,延后开仓策略在股价比波动不是特别剧烈的情况下,尤其是只在一个阔值范围内反复波动的情况下,并不能有效增加收益。但是模拟结果只是后验结论,在真实股票波动套利过程中,阈值是预先设定的,股价走势图是后验结果,该策略在波动区间大于两个阈值的情况下能够有效增加套利收益。
提前平仓策略对于把握短期波动是有效的,但是实证和理论均表明,提前平仓策略对收益率增加的影响是负面的,尤其是当δ1/δ2>5时,人为增加了套利者判断的因素,对于模型执行的稳定性影响效果负面。
另一个影响收益率的重要因素是阈值δ1的选取。阈值δ1越小,触发交易的频率越高,在不考虑头寸因素的前提下,理论收益率越高。但是考虑到头寸因素,并非阈值δ1越小,总的资金收益率越高,因为要把总头寸分成若千等分头寸,在提高交易频率的同时,降低了总头寸的绝对收益。因此,总收益率与阈值δ1之间存在一个最优化问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25