第六章　量化套利

第一節　量化統計套利

統計套利定義

統計套利是利用證券價格的歷史統計規律進行套利，是一種有風險的套利，其風險在于這種歷史統計規律在未來一段時間里是否延續。

配對交易，應該是最常見的一種統計套利。所謂配對交易，就是利用兩只股票（或基金、債券等其他品種）走勢非常相似，如果出現一只股票正偏離，一只股票負偏離，那么做空正偏離的股票，做多負偏離的股票。但在A股融券做空還是一件很難的事情，退而求其次，可以只做多這只負偏離的股票。具體的量化，可以用最小二乘法得到線性擬合公式并計算偏離值，利用這個負偏離值做多。但兩只股票效果還不太理想，設想我們用多只股票找到偏離度最大的股票并做多，不斷輪動偏離度最大的股票。但有幾個問題需要解決。

統計套利算法

第一，選一組什么樣的股票？既然這組股票的走勢類似，我們可以引入Excel中的correl函數，讓它幫助我們選取合適的股票。為了說明問題，筆者在目前上市的16只銀行股里用correl測試了它們的相關度，并考慮了股票本身的彈性，最終選擇了寧波銀行、浦發銀行、華夏銀行、民生銀行、南京銀行、興業銀行等六家銀行作為股票池。

第二，如果要考慮兩兩關系，那么就有5+4+3+2+1=15組數據要考慮。為了更好地找到一個基準，筆者先建立了六家銀行的平均凈值，它每天的漲幅就是六只銀行股的平均漲幅，以這個平均凈值為基準，再用Excel中的最小二乘法計算出六家銀行的標準值，計算公式為：

六家銀行的標準值=INTERCEPT（該銀行復權價數組，平均凈值數組）+SLOPE（該銀行復權價數組，平均凈值數組）×當天凈值

然后，用銀行的復權價減去標準值，每天六家銀行得到六個值，并進行排序，取負數最大的作為買入信號，每天輪動。當然具體還需要一些細化，比如，如果數字小于某個閾值則空倉，并設置阻尼值，免得買賣太頻繁。用萬2.5的傭金，千一的印花稅成本，如表6-1所示，從表中可以看到，多股票配對交易后除了2013年跑輸平均值外，幾乎每年都跑贏股票的平均值和最好的股票，年化超過平均值21.67%，最大回撤比平均值縮小了36.84%。

表6-1　銀行配對套利

注：2016年數據截止到10月25日。

因為這種方法可以用在走勢類似的多品種上，除了銀行板塊，還可以做更多的板塊測試。多品種配對交易比兩個品種配對交易要進了一步。使用這種方法要注意，盡可能在邏輯上是屬于同類產品走勢相同，并做過相似度檢查和協整性檢查，否則效果不會那么理想。當然，還有很多細節問題需要處理，這里就不再贅述了。