“兩融”背景下跨行業(yè)股票協(xié)整配對交易策略的研究

蔣蘇玥

摘 要：“兩融”的正式啟動標志著國內A股做空時代的來臨，為配對交易提供必要的市場環(huán)境。本文將A股中不同行業(yè)的股票構成股票池，通過協(xié)整檢驗找出配對對象。加入止損進行策略優(yōu)化，使得回撤降低，收益率提高。實證表明，跨行業(yè)股票可以進行配對交易，收益率也十分可觀。并且該策略可以克服行業(yè)周期的問題，抓住股票主升浪。

關鍵詞：配對交易;協(xié)整;跨行業(yè);量化交易

0 引言

配對交易策略是一種通過尋找價格走勢相近的股票進行配對，來獲得收益的市場中性投資策略。雖然短期內股價受市場信息面和交易影響會偏離均值，但長期來看價差是在均值上下波動、穩(wěn)定收斂的。因而，當短期股票對價差不在正常范圍內時，做空被高估的股票，做多被低估的股票;當價差回復至均值時反向操作平倉，從價差異常波動中取得收益。2010年初，國內融資融券業(yè)務正式啟動，標志著我國A股市場開始有了做空機制，意味著我國股票市場建設更加完善。2019年以來，隨著股市行情逐步回暖，帶動兩岸余額快速回升。本文的創(chuàng)新主要有以下幾點：第一，以往都是在同一行業(yè)或者上下游企業(yè)中選擇配對組合，而本次通過不同行業(yè)股票構成股票池進行跨行業(yè)配對交易。第二，在交易策略中進行優(yōu)化，加入止損條件。實證證明該策略能夠有效減少交易風險，同時提高收益。

1 模型構建

1.1 傳統(tǒng)配對模型

1.1.1 配對對象的選擇

傳統(tǒng)配對模型在選擇配對對象時通常是以兩個具有高度相關性的資產作為配對組，并假設它們之間相關性是長期可持續(xù)的。大多數(shù)研究中都會在同一行業(yè)中進行篩選，通過協(xié)整關系找到業(yè)務相似、股價具備一定均衡關系的配對組合。根據(jù)協(xié)整回歸模型來確定組合之間的配置比例，最后通過價差的統(tǒng)計性質來確定套利機制。這樣的選擇方法雖然在配對組合選擇上面效率較高，但是也存在一些問題。首先，同行業(yè)配對挑選的股票組，由于股價走勢過于接近，在實際操作過程中會導致交易機會不太多。其次，同行業(yè)配對組由于主營業(yè)務相近，其走勢容易受到宏觀和行業(yè)周期問題的影響。

1.1.2 平穩(wěn)性與協(xié)整關系檢驗

在本文中檢驗配對資產之間的關系采用Engle- Granger兩步協(xié)整檢驗法。Engle-Granger兩步協(xié)整檢驗法用普通最小二乘法估計變量之間的平穩(wěn)關系系數(shù)，然后用單位根檢驗來檢驗殘差。本文中具體步驟為：首先，假設與代表資產S1與資產S2的價格序列，對時間序列進行ADF檢驗確定兩者的平穩(wěn)性，確定其均為非平穩(wěn)序列且是一階單整。其次，構造回歸模型：

最后，對殘差序列{}進行單位根檢驗，如果檢驗結果證明殘差序列不存在單位根，即時間序列是平穩(wěn)的，那么{}與解釋變量序列{}之間存在協(xié)整關系，即{}與{}之間存在長期均衡關系。

1.1.3 配對比例的確定

在確定選定股票對之間存在長期穩(wěn)定的關系之后，通過線性回歸得到系數(shù)值，也就是1個單位的S2需要個單位的S1進行對沖。

1.1.4 確定開倉與平倉閾值

運用協(xié)整檢驗選擇的股票對，選定新的交易期，設形成期的價差序列為：

根據(jù)和，我們可以計算出價差序列的均值和標準差，選擇均值加減一定倍數(shù)作為交易期價差的閾值，即。一般情況下，我們取N為1。當交易期的價差超過時，進行開倉。當交易期的價差又回復到附近時，進行平倉。

1.2 模型的改進

相比于傳統(tǒng)模型，本文中建立的模型改進主要有以下三點。

第一，配對對象不再僅僅局限于同行業(yè)進行協(xié)整配對，而是選擇跨行業(yè)股票進行配對。首先，參照wind行業(yè)分類在每個行業(yè)選取優(yōu)質股票各5支，共計55支股票構成股票池。其次，計算出不同行業(yè)股票兩兩配對的相關系數(shù)。最后，在所有配對組中選取相關性大于0.95的配對組依次進行協(xié)方差檢驗，確定進行交易的配對組。

第二，數(shù)據(jù)處理上對差價序列進行標準化（Z-score）處理，消除量綱影響和變量自身變異的影響。

第三，傳統(tǒng)配對交易策略都是等價差回歸到均值附近時再平倉，而實際交易中發(fā)現(xiàn)傳統(tǒng)方式收益雖然有所提升，但是運行結果回撤率很高。為了降低最大回撤，本文加入一個止損的方法，即經典的“Cut the lose and let the winning run”。思路為：如果連續(xù)虧損達到N天以上，則平倉退場，M天后再進場。

2 實證檢驗

2.1 樣本數(shù)據(jù)

本文分別選取不同行業(yè)排名靠前的5支股票，共計 55支股票組成股票池。行業(yè)分類依據(jù)是參照wind行業(yè)分類，一共分為11類，分別是能源、材料、工業(yè)、可選消費、日常消費、醫(yī)療保健、金融、信息技術、電信服務、公共事業(yè)、房地產。在數(shù)據(jù)頻率上，選取日內收盤數(shù)據(jù)。數(shù)據(jù)區(qū)間為2016年1月4日到2019年3月1日，其中將2016年1月4日到2018年1月4日的數(shù)據(jù)作為樣本內擬合數(shù)據(jù)，2018年1月4日到2019年3月1日數(shù)據(jù)作為樣本外的回測數(shù)據(jù)。

2.2 最優(yōu)配對組的篩選與配對比例的確定

首先，從11個行業(yè)（股票代碼為600036.SH、601398.SH、601939.SH、601288.SH、601318.SH等）中隨機抽取2個行業(yè)計算相關系數(shù)，即一共有C112? 組相關系數(shù)。

通過選取相關系數(shù)大于0.95的股票對進行協(xié)整檢驗，最終我們選擇海天味業(yè)（603288.SH）和招商銀行（600036.SH）作為本文進行交易的配對組。而后對兩只股票進行ADF檢驗與協(xié)整檢驗結果。運行結果表明海天味業(yè)（603288.SH）和招商銀行（600036.SH）兩只股票在一階差分后是平穩(wěn)的，兩者都是一階單整序列。并且價差序列也為平穩(wěn)序列。

接下來，對于兩只股票的價格進行OLS回歸。設海天味業(yè)（603288.SH）的日收盤價為X，招商銀行（600036.SH）的日收盤價為Y，通過回歸模擬我們可以得到回歸擬合結果為：

也就是說Y-0.535X為平穩(wěn)序列。雖然在實際金融市場中股票需要整手買入，但是為了方便研究，假設可以買入非整手的股票。將1股招商銀行股票的多頭和0.54股海天味業(yè)股票的空頭視為億股資產組合的多頭。

2.3 策略說明

（1）計算兩支股票的價差時，我們對價差時間序列進行了歸一化處理，處理后的價差用Z-Score（spread）來表示。

（2）交易一共運行了兩次，第一次沒有添加止損條件。第二次加入了止損條件對于策略進行優(yōu)化。即設置了如果連續(xù)虧損達到2天以上，則平倉退場，3天后再進場。

（3）交易閥值為：當股票對組合Z-Score（spread）大于0.5時，建立股票組合的空頭頭寸，即賣空招商銀行，買入海天味業(yè)。當Z-Score（spread）小于-0.5時建立股票對組合的多頭頭寸，即買入招商銀行，賣出海天味業(yè)。當Z-Score（spread）等于0時平倉。

2.4 模擬交易

本文的回測是利用2018年1月4日到2019年3月8日的股票數(shù)據(jù)進行模擬交易，模擬交易是通過Joinquant平臺來自動執(zhí)行。程序模擬真實投資行為，從起始日起一次判斷每日的股票價格是否達到設定的建倉或者平倉的條件，并執(zhí)行相應的操作，直至模擬的截止日。模擬交易一共進行了兩次，第一次直接用所設定的交易閾值進行建倉或者平倉，即當Z-socre大于0.5時建立股票空頭;Z-score小于0.5時建立多頭。根據(jù)結果我們可以看出，夏普率0.522，最大回撤22.17%，回測收益24.90%，同期基準收益為6.05%?；販y收益與基準收益相比有了明顯的提高，但是最大回撤率也很高。由于最大回撤是一個重要的風險指標，回撤率越高意味著風險越大，對于投資決策來說有效控制風險也是極為重要的。所以，在第二次交易中加入止損條件，希望可以降低最大回撤率，減少風險，并且能夠進一步提高收益。

通過對加入止損策略后的回測圖像進行分析，改進后的夏普率為1.607，最大回撤12.23%，回測收益52.01%，同期基準收益為6.05%。結果表明改進后最大回撤降低了9.94%，并且夏普率和回測收益率都有很大的提高。

3 結語

本文對跨行業(yè)配對交易進行研究，同時在這個基礎上進行了策略優(yōu)化。實證結果表明，跨行業(yè)進行配對交易也能達到可觀的收益，對于后續(xù)研究提供了一個很好的思路。同時，加入止損策略，整個交易風險大大降低，收益也有顯著提高，對于未來量化投資策略的改進有好的借鑒意義。

參考文獻：

[1]崔方達， 吳亮. 配對交易的投資策略[D].2011.

[2]麥永冠， 王蘇生. WM-FTBD 配對交易建倉改進策略及滬深港實證檢驗[J]. 管理評論， 2014， 26（1）： 30-40.

[3]戴進. 基于協(xié)整的股指期貨和 ETF 的統(tǒng)計套利 [J]. 中國證券期貨， 2012， 20（10）： 1-2.