|
|
统计套利策略是国外对冲基金等机构投资者成功运用的策略，它的实施能为投资者带来巨额低风险收益，而在我国目前处于将起步阶段。
统计套利是一种基于模型的套利策略，通过从资产的历史交易数据找寻规律，发现两个或者两个以上的资产之间存在的套利机会，然后通过模型拟合资产价格的变化规律，设定交易阀值，通过计算机程序根据市场的实时信息自动发出交易信号而进行套利。
一，统计套利的内涵
1、统计套利的定义及原理
统计套利是一种模型驱动的投资过程，当资产价格偏离其理论价格或者模型预测价格时，则通过同时构建多头和空头组合而获取利润。当两只股票价差偏离长期均值时，我们相信其一定会出现均值回复。
2、统计套利策略
统计套利策略主要有两种，成对交易策略和主成分分析法。
成对交易，即价差交易，是统计套利最常用的策略，指在构建某一资产多头的同时，构建另一种资产的空头，并在将来某一时刻同时了结两资产的头寸。这是一种市场中性策略，可以免疫市场风险，通过捕捉两个或者多个资产之间的相对错误定价机会来获得低风险收益。
主成分分析法，该策略通过分析与股票收益率相关的多种因素，建立回归模型，通过分析资产实际价格和模型预测价格之间的差异来获利。当实际资产价格高于模型预测价格时，则说明该资产被高估了，卖出该资产，待到实际资产价格与模型预测价格相等时，再买入该资产以平掉之前的空头头寸。反之则进行相反操作。
二，统计套利的发展
统计套利是由配对交易发展而来的，所谓配对交易，是选择两个历史价格变动有显著相关性的证券，当它们的走势发生分化时，做多相对弱势的证券，做空相对强势的证券，期望它们未来的走势再次趋同获利。
20世纪80年代，随着计算机技术在投资领域的广泛普及，在全球市场范围内搜素证券对，同时管理和维护大量证券对的多空仓位成为一种可能，解决了一组证券对预测困难，配对交易风险大的问题，成为统计套利的开端。
“统计套利”一词首次使用是在20世纪90年代早期，统计套利方法的范围，从最古老的纯粹的匹配交易机制到复杂的、动态的非线性模型，应用的技术包括神经网络、小波分析、分形分析——几乎涵盖了统计学、物理学和数学上所有的模型匹配技术，这些技术被测试、检验，并在大多数情况下遭到摈弃。
统计套利后期的发展融合了多种因素，包括交易经验、更多的实证观测值、实验分析，并且从工程学和物理学的视角（涉猎领域从高能粒子物理到流体动力学，应用的数学技巧从概率论到微分差分方程）给予了理论上的解释。随着越来越多的智力成果被应用到相关的研究中，“匹配交易”这个名称已经不太恰当，甚至有些过时，于是，“统计套利”一词由此被创造出来。 |
|
