配对交易在中国证券市场的研究

一、前言

中国股市在2015年上半年从3049点上冲至5178点, 如坐过山车一样于下半年跌至2850点, 在度过了2016年的宽幅震荡之后, 迎来了分化严重的2017年上半年。股灾之后经历了一年半的时间, 市场的悲观情绪得以慢慢平复。而面对震荡分化的市场, 对稳定且风险相对小的套利方法的呼声日渐上升。随着2011年上交所、深交所正式开通了融资融券交易系统以来, 融券余额年年上升, 至2018年已达到41亿元。一定程度上改变了单边市场只能追涨的环境。且在融券的模式下, 投资者可以在某只证券价格处于某一个高位时, 向证券公司支付一定的保证金, 借入该证券的一定量先进行卖出操作。在该证券价格下调后再于较低的价位购入该证券还给证券公司, 来完成做空的过程。而金融市场经过多年的发展, 国内的金融产品也日渐丰富, 各式各样的产品陆续推出, 如:ETF基金, 股指期货, 分级基金等。正因为这样也使得通过正向或者反向操作而进行套利的策略有了用武之地。

二、标准差的定义

配对交易虽然已绝对报酬为目标, 但投资存在风险, 即使其可以在一定程度上规避系统性风险。当选择风险较高的投资组合时, 也存在两个配对证券出现长期偏离均值的可能, 这就有可能造成损失。故既要考虑到配对组合各自的方差, 也要考虑到组合的方差, 以减少配对组合的风险。

三、研究意义

配对交易投资策略逐步走入了我国投资者的视野里, 在经过了这几年的学术讨论和发展, 可行性分析, 对模型的创新与改进, 讨论时间参数的设置和对交易结果的影响。后人可以沿着前人的脚步, 尝试通过协整模型选出合适的配对, 并通过模型交易期及交易信号的设定来控制整个交易的流程, 通过中国证券市场的历史数据来实证分析。

四、数据处理流程

本文选取了几支流动性较强的ETF基金, 上证50ETF, 上证180ETF, 华泰柏瑞沪深300ETF, 中证500ETF, 华夏300, 广发500, 深证100ETF, 中小板, 嘉实沪深300ETF, 深成ETF。用他们来探讨配对交易在中国证券市场的实证分析。并收集了其2017年6月8日至2018年4月4日的五分钟收盘价作为本次实证研究的数据 (每只基金共计9792个数据) , 并将数据分成两份, 一份用作模型的参数形成所需的数据 (从2017年6月8日到2017年12月29日的五分钟线共6817个数据) , 一份用作检验 (从2018年1月2日到2018年4月4日的五分钟线共2976个数据) 。数据均来源为同花顺。

五、实证结果

在当前的市场环境下, 通过将ETF基金基于协整理论进行配对, 只要找到合适的开平仓阈值, 一般开仓点为1到2倍标准差, 平仓点位0.2到0.4倍标准差, 获得了利润。而第一类配对, 即追踪同一指数的ETF基金, 由于内在联系大, 价差序列比较稳定围绕均值浮动, 较容易取得稳定收益。第二第三类配对, 即有相同股票或相似行业的配对, 则价差波动较大, 需要对交易阈值有更精确的控制才可以取得收益。而采取了滚动交易之后, 配对的收益率有所提升, 累积收益率的走势也更加平稳, 减少了随着交易期的增加, 回归参数改变对配对交易结果的影响。

对于配对交易在中国证券市场的操作, 选取第一类配对, 即追踪同一指数的ETF基金, 来用于配对, 因其强的内在联系使配对走势不会产生太大的偏离, 更加的稳定, 风险小, 由于单次利润极小, 故用分钟线来进行高频的配对交易。在交易阈值方面, 选择1到2倍标准差, 平仓点位0.2到0.4倍标准差, 采用形成期为1至2个月, 交易期为1个月的滚动交易, 可以取得不错的利润。

摘要：本文选取了几支流动性较强的ETF基金, 收集了其2017年6月8日至2018年4月4日的五分钟收盘价作为本次实证研究的数据 (每只基金共计9792个数据) , 选出其中相关性高的ETF基金配对, 并根据其内在联系的紧密程度将ETF基金分成三类, 再通过协整检验确定其长期稳定的关系。进行通过R语言来对配对进行模拟交易, 并改变其开仓平仓点来寻找较优的交易阈值。结果发现开仓点于1倍标准差到2倍标准差, 且平仓点为0.2标准差到0.3倍标准差的时候, 第一类与第二类配对组合表现不错, 第三配对组合表现良莠不齐。而通过滚动交易策略发现形成期对配对交易结果有着比较明显的影响, 且在1至3个月之间, 配对的收益率得到了优化, 其配对间的协整关系及参数拟合更加准确。

关键词：配对交易,中国证券市场

参考文献

[1] Huang CF, Hsu CJ, Chen CC, Chang BR, Li CA. An Intelligent Model for Pairs Trading Using Genetic Algorithms.[J].Computational Intelligence&Neuroscience, 2015, 2015 (3) :16.

[2] RadH, LowRK Y, FaffR.Theprofitabilityofpairs trading strategies:distance, cointegration and copula methods[J].Quantitative Finance, 2015, 16 (10) .

[3] 邵超.基于配对交易的统计套利策略研究[D].东华大学, 2014.

[4] 陈豪.配对交易的改进设计[D].华南理工大学, 2014.

[5] 黄晓薇, 余湄, 皮道羿.基于O-U过程的配对交易与市场效率研究[J].管理评论, 2015 (01) :3-11.