论文部分内容阅读
【摘 要】本文通过使用统计套利的方法对刚刚上市交易的中国黄金期货进行跨期套利的实证应用,以期发现黄金期货作为刚上市交易的期货品种是否存在价格波动性较大的问题以及是否能够进行套利。
【关键词】统计讨论;黄金期货;协整;价差
中图分类号:F830.33文献标识码:A 文章编号:1009-8283(2010)09-0082-01
1引 言
统计套利是指一种基于模型的投资过程,根据证券或衍生品价格与数量模型所预测的理论价值进行对比,从而构建证券投资组合的多头和空头。统计套利者试图通过价格对其基本价值的短暂偏离而获利。统计套利策略的收益与市场相独立,也就是说与市场的上涨或者下跌无关。其次,收益的波动性相对较小,收益相对稳定。但是,统计套利也有一定的缺陷,即由于卖空以及交易成本的存在往往使得统计套利的成本非常高。另外一点就是对于卖空几乎所有的市场都有着严格的限制。联系到我国黄金期货刚刚推出,由于相关机制的不健全,市场初期的大幅波动将难以避免,而超过合理波动区间的套利机会必定大量存在,若能把握这些机会,投资者便可获取稳定且不菲的受益。
2 统计套利
统计套利是满足如下条件的一种零初始成本的自融资交易策略:
(1)统计套利是零初始成本的自融资交易策略;
(2)套利组合收益的现值为正;
(3)亏损的概率收敛于0;
(4)如果损失的概率为正,那么时间平均方差必须收敛于零。
条件(4)意味着,统计套利可能出现损失.较无风险套利具有更高的风险,但该风险是收敛的,或者风险的增长率低于线性增长率。这应是无风险套利和统计套利的本质区别所在。
3 黄金期货的实证分析
3.1 数据选取
由于黄金期货2008年年初才刚上市,本文选取上海期货交易所的黄金期货指数作为研究对象,旨在探索其在上市初期是否具有跨期套利的机会存在。本文选择近季月合约黄金0909和远季月合约黄金0912为跨期套利研究对象,时间段选为2009年4月1日到2009年8月24日,采用了日内60分钟数据进行相关性检验,60分钟数据为437个,在样本数量上60分钟数据能够基本满足协整方法长期趋势的需要。
3.2 交易策略的制定
由协整检验的结果我们得到价差分布序列 Spread,此序列表明了黄金0909和黄金0912合约之间的差距水平,所以可以根据对价差的分析来构建跨期套利的交易策略。根据Eviews的统计测算得出价差序列的基本统计数据,为了便于序列数据集中化,根据价差序列均值mean的结果将Spread中心化,即令MSspread = Spread – mean。跨期套利中价差分析最重要的便是分析套利出现的时机和概率。首先要确定套利区间。本文采纳国外学者在计量方法分析中的±3/4标准差为交易上下边界,由于统计检验的结果得出的价差序列确实是一个白噪声序列,那么此交易上下边界确实可以设为±3/4×σ。而仍需设定平仓的最大区域,本文以±2σ为平仓上下限。
具体的跨期套利交易策略制定为:
①当MSspread<-3/4×σ时,买入1张0912合约的同时卖出1张0909合约;当MSspread> +3/4×σ时,卖出1张0912合约的同时买入1张0909合约。
②建立套利的头寸后,当价差序列如预期回归到±3/4×σ区间时进行反向操作获利了结,完成一次正向或反向跨期套利。此策略依据修正价差偏离程度的原则,当价差序列在一定范围内减小时采取买远抛近来修正其不合理定价,反之亦然。
③当建立头寸后,如果MSspread没有如期回归至标准差区间。为此设定了平仓上下限,即当价差触发±2σ以外的区域时,多头头寸或空头头寸立即平仓止损。该策略是基于止损的交易策略,为了避免过大的波动风险。
下面根据套利样本区间内的实证情况分析套利机会出现的概率和收益表现。具体结果如下表。
区间累计(2009/04/01-2009/08/24)样本区间全部交易次数437套利交易次数46套利成功次数41可套利次数占全部交易次数的比例10.53%成功次数占套利交易次数的比例89.13%套利组合平均每笔盈利估算0.64%套利组合阶段收益率42.78%黄金0909收益估算71.26%黄金0912收益估算70.64% 从上表中可以发现,依据协整模型建立的跨期套利交易策略取得了94.03%的成功率,在全部46次套利交易中只有5次是失败的,这几次的交易失败是由于价差的瞬间巨大波动造成的,由于价差波动触及止损的±2σ边界平仓而造成了损失。
4 结束语
本文介绍了利用协整关系从统计套利的角度构建不同合约之间的长期均衡关系。协整方法使得价差序列的分析更加客观化,从而制定相对稳健的交易策略。上面指出的影响协整方法下的跨期套利效果的因素,需要在进一步探讨的过程中加以研究和改进。
参考文献:
[1] 高铁梅,《计量经济分析方法与建模》,北京,清华大学出版社,2006年1月
[2] Ruey S.Tsay(美),《金融时间序列分析》,北京,机械工业出版社,2007年10月
[3] 陈军,从仿真交易看统计套利方法在股指期货交易中的作用,期货日报,2007年7月
[4] Andrew Pole,Statistical Arbitrage,John Wiley&Scons,Inc,2007/02
【关键词】统计讨论;黄金期货;协整;价差
中图分类号:F830.33文献标识码:A 文章编号:1009-8283(2010)09-0082-01
1引 言
统计套利是指一种基于模型的投资过程,根据证券或衍生品价格与数量模型所预测的理论价值进行对比,从而构建证券投资组合的多头和空头。统计套利者试图通过价格对其基本价值的短暂偏离而获利。统计套利策略的收益与市场相独立,也就是说与市场的上涨或者下跌无关。其次,收益的波动性相对较小,收益相对稳定。但是,统计套利也有一定的缺陷,即由于卖空以及交易成本的存在往往使得统计套利的成本非常高。另外一点就是对于卖空几乎所有的市场都有着严格的限制。联系到我国黄金期货刚刚推出,由于相关机制的不健全,市场初期的大幅波动将难以避免,而超过合理波动区间的套利机会必定大量存在,若能把握这些机会,投资者便可获取稳定且不菲的受益。
2 统计套利
统计套利是满足如下条件的一种零初始成本的自融资交易策略:
(1)统计套利是零初始成本的自融资交易策略;
(2)套利组合收益的现值为正;
(3)亏损的概率收敛于0;
(4)如果损失的概率为正,那么时间平均方差必须收敛于零。
条件(4)意味着,统计套利可能出现损失.较无风险套利具有更高的风险,但该风险是收敛的,或者风险的增长率低于线性增长率。这应是无风险套利和统计套利的本质区别所在。
3 黄金期货的实证分析
3.1 数据选取
由于黄金期货2008年年初才刚上市,本文选取上海期货交易所的黄金期货指数作为研究对象,旨在探索其在上市初期是否具有跨期套利的机会存在。本文选择近季月合约黄金0909和远季月合约黄金0912为跨期套利研究对象,时间段选为2009年4月1日到2009年8月24日,采用了日内60分钟数据进行相关性检验,60分钟数据为437个,在样本数量上60分钟数据能够基本满足协整方法长期趋势的需要。
3.2 交易策略的制定
由协整检验的结果我们得到价差分布序列 Spread,此序列表明了黄金0909和黄金0912合约之间的差距水平,所以可以根据对价差的分析来构建跨期套利的交易策略。根据Eviews的统计测算得出价差序列的基本统计数据,为了便于序列数据集中化,根据价差序列均值mean的结果将Spread中心化,即令MSspread = Spread – mean。跨期套利中价差分析最重要的便是分析套利出现的时机和概率。首先要确定套利区间。本文采纳国外学者在计量方法分析中的±3/4标准差为交易上下边界,由于统计检验的结果得出的价差序列确实是一个白噪声序列,那么此交易上下边界确实可以设为±3/4×σ。而仍需设定平仓的最大区域,本文以±2σ为平仓上下限。
具体的跨期套利交易策略制定为:
①当MSspread<-3/4×σ时,买入1张0912合约的同时卖出1张0909合约;当MSspread> +3/4×σ时,卖出1张0912合约的同时买入1张0909合约。
②建立套利的头寸后,当价差序列如预期回归到±3/4×σ区间时进行反向操作获利了结,完成一次正向或反向跨期套利。此策略依据修正价差偏离程度的原则,当价差序列在一定范围内减小时采取买远抛近来修正其不合理定价,反之亦然。
③当建立头寸后,如果MSspread没有如期回归至标准差区间。为此设定了平仓上下限,即当价差触发±2σ以外的区域时,多头头寸或空头头寸立即平仓止损。该策略是基于止损的交易策略,为了避免过大的波动风险。
下面根据套利样本区间内的实证情况分析套利机会出现的概率和收益表现。具体结果如下表。
区间累计(2009/04/01-2009/08/24)样本区间全部交易次数437套利交易次数46套利成功次数41可套利次数占全部交易次数的比例10.53%成功次数占套利交易次数的比例89.13%套利组合平均每笔盈利估算0.64%套利组合阶段收益率42.78%黄金0909收益估算71.26%黄金0912收益估算70.64% 从上表中可以发现,依据协整模型建立的跨期套利交易策略取得了94.03%的成功率,在全部46次套利交易中只有5次是失败的,这几次的交易失败是由于价差的瞬间巨大波动造成的,由于价差波动触及止损的±2σ边界平仓而造成了损失。
4 结束语
本文介绍了利用协整关系从统计套利的角度构建不同合约之间的长期均衡关系。协整方法使得价差序列的分析更加客观化,从而制定相对稳健的交易策略。上面指出的影响协整方法下的跨期套利效果的因素,需要在进一步探讨的过程中加以研究和改进。
参考文献:
[1] 高铁梅,《计量经济分析方法与建模》,北京,清华大学出版社,2006年1月
[2] Ruey S.Tsay(美),《金融时间序列分析》,北京,机械工业出版社,2007年10月
[3] 陈军,从仿真交易看统计套利方法在股指期货交易中的作用,期货日报,2007年7月
[4] Andrew Pole,Statistical Arbitrage,John Wiley&Scons,Inc,2007/02