股票统计配对套利策略

1. 统计对冲是什么

统计对冲是对冲的一种模式，其有别于无风险对冲。
统计对冲是利用证券价格的历史统计规律进行套利的，是一种风险套利，其风险在于这种历史统计规律在未来一段时间内是否继续存在。统计对冲的主要思路是先找出相关性最好的若干对投资品种（股票或者期货等），再找出每一对投资品种的长期均衡关系（协整关系），当某一对品种的价差（协整方程的残差）偏离到一定程度时开始建仓——买进被相对低估的品种、卖空被相对高估的品种，等到价差回归均衡时获利了结即可。统计对冲的主要内容包括股票配对交易、股指对冲、融券对冲和外汇对冲交易。
金融学上，对冲（hedge）指特意减低另一项投资的风险的投资。它是一种在减低商业风险的同时仍然能在投资中获利的手法。一般对冲是同时进行两笔行情相关、方向相反、数量相当、盈亏相抵的交易。行情相关是指影响两种商品价格行情的市场供求关系存在同一性，供求关系若发生变化，同时会影响两种商品的价格，且价格变化的方向大体一致。方向相反指两笔交易的买卖方向相反，这样无论价格向什么方向变化，总是一盈一亏。当然要做到盈亏相抵，两笔交易的数量大小须根据各自价格变动的幅度来确定，大体做到数量相当。

2. 如何用例子浅显地解释什么是统计套利

1. 统计套利的浅显例子，原理其实就用下面这张图可以解释：

老头：走路是随机的（random walk）
小狗：走路也是随机的（random walk)
老头和小狗中间的距离（狗绳）：距离一定，具备稳定性

我们现在把这个场景应用到市场上，以股票为例

股票A: 价格Random Walk
股票B: 价格Random Walk
股票A和B的差价 （或者其他的linear combination的时间序列) : 具备稳定性

假设我们现在找到了这样一个股票A和B的序列，他们的差价，经过统计学的cointegration test证明具备稳定性（如adfuller test），我们计算出该时间序列的mean和std, 就可以设定一个稳定阀域，在偏离的时候买入／卖出，等到回归到稳定阀域再平仓。

举例，过去6个月内，A股票和B股票的价差序列为平稳序列，均值为10，标准差为2，我们设定阀域为1.5个标准差，那么平稳区间就是 7-13 当A-B > 13时，我们买入B, 卖出A, 当A-B<7的时候，我们买入A, 卖出B。等到回归到平稳区间平仓。

下面的回测是使用600815和601002做的一个配对交易的回测结果。可以看到虽然总收益不算很高，但是beta中性，最大回撤较小。

3. 套利策略是指的什么

目前套利策略在财经方面的股指期货、股票和基金方面应用特别广泛。目前研究最多的套利策略指跨期套利策略，其中跨期套利策略有成本策略和统计策略。
跨期套利策略的基本原理是在同一交易所进行同一指数、但不同交割月份的股指期货合约间的套利活动。同时交易的不同交割月合约均基于同一标的指数，一般来说，不同交割日的期货合约间应该存在一个较为稳定的价差关系。受各种因素的影响，当不同期限合约之间的价差出现异常变化时，就会产生跨期套利机会，即买入相对被低估的合约，同时卖出被高估的合约实现跨期套利。

4. 股票统计套利策略和阿尔法策略的异同主要区别是什么

所谓的阿尔法，最初指的是超额收益，现在也有把阿尔法看做为绝对收益的。统计套利策略是利用统计学发现市场的规律来进行套利，但是否有超额收益，是否是绝对收益，依据不同的统计策略各有不同。实际上并无所谓的阿尔法策略，因为对于专业投资者而言，无论是追求相对收益还是追求绝对收益，都需要阿尔法。不过有一种策略叫可转移阿尔法策略，指的是通过对不同类型的资产进行组合，将有优势领域资产的超额收益转移到只能获取贝塔收益的资产上，从而从总体上看，资产组合具备了阿尔法也即超额收益。

5. 股票套利方法

题材型套利主要分为补涨式套利、扩散式套利和内外盘套利三种。
一、补涨式套利
当有一个个股的题材具有代表性意义且区间涨幅非常夸张时，同题材、同板块、相对滞涨的个股就有比较大的补涨空间和比较小的回撤风险，适合重仓买入。

二、扩散式套利
当一个题材大范围爆发的时候，市场的炒作会具有延展性和扩散性，炒作范围会扩大到此题材的上下游、替代品，虽然扩散的强度大都不如本题材的强度，但能先一步潜伏的资金往往能获得不错的短线收益和非常低的风险。

三、内外盘套利
自2013年国内成长股盛宴开始，A股市场高成长的炒作一直是跟随美股同概念的趋势的，手游、彩票、影视、生物等主题莫不如此。因此中美成长性个股具有比较强的联动性。

题材型套利的要点：
1.因为补涨的个股通常不止一个，因此一定要选最强的，盘子干净大小适中、最受游资瞩目的标的，选错的话收益会大大降低，最好是在出现涨停的时候打板介入或者涨停次日介入，提前潜伏并非上策。
2.扩散板块的涨幅不会超过龙头涨幅，因此买入之后通常预期收益为龙头板块涨幅的30%-50%。
3.由于内外盘的时差问题，联动具有滞后性，因此买入的位置和价格比较重要，大盘较差的时候经常会出现高开低走。

6. 配对交易策略的股票组合价差图怎么做

经典量化交易策略(包括价值投资、技术指标、配对轮动、机器学习等)、研究型文章等

7. 统计套利的一个例子，谁能帮我具体解释下这个列子啊 ，我不懂如何建立空头头寸和对冲平仓的操作

图在哪。。空头头寸就是做空的意思，这应该是个股票跨市套利。
A市场比B市场高了4美金，这个时候做空A，做多B，等到A和B持平的时候同时平仓，那么有个4美元的无风险利润

8. 除配对套利外的股票套利策略举例

A股的套利策略大多是配对套利，如A股--H股套利，A股--美股套利等，通常情况下这种配对套利利润稳定、收益也很可观。

比较少见的是大宗交易套利、新股发行时的基金认购套利、股权质押融资套利等。但是这些套利方法对普通投资者来说操作难度较大，且收益波动巨大，因此我们不是很建议参与这些套利。

9. 套利策略。如股票市场中立策略,同时持有股票的空头和多头,空头通过调整贝塔系数来对冲多头的系统性风险,以

如果是要对冲系统风险则是做股指的空头，比如做空大盘股指或是做空相对买入股票的指数，但是这是指要对冲系统风险
贝塔系数指的是个股的相关性，比如在特定的条件下A这只股票的上市公司盈利状况好的话B则相对就差，B要是好的话那么A就差，那么这两只股票就有一定的贝塔系数，通过同时买入这两只股票则就能对冲掉风险~~~~~~所以如果想要调整贝塔系数唯一的方法就是进行统计，然后找到股票与其他股票的相关性，当然这个工作就是股票分析师要解决的最复杂的问题之一

10. 量化对冲领域有哪些经典的策略和传奇人物

阿斯内斯是法玛在芝加哥大学指导的金融博士，其博士毕业论文在三因子模型的基础上加入了动量因子，以四因子模型的形式完成了一系列的实证分析。博士毕业后阿斯内斯进入高盛，成为了一名量化交易分析员，随后在高盛组建了全球阿尔法基金，主要从事以量化为导向的交易工作，业绩不俗。1997年他离开高盛创办了自己的AQR资本管理公司，目前该公司是全球顶尖的对冲基金之一。虽然没有直接的证据证明阿斯内斯在工作中采用的是多因子模型基础上的股价预测技术，但是可以想见的是，市值、账面市值比、动量因子和因子模型应该与其量化交易策略存在一定的关联。阿斯内斯在一些访谈和学术论文中也时常谈到价值、动量/趋势、低风险、套息等相关概念，是为佐证。

由学术研究进入量化交易实业领域的一个更为极端的例子，应该是文艺复兴科技公司的西蒙斯，这也是中国读者较为熟悉的一个量化交易从业者。西蒙斯于1961年在加州大学伯克利分校取得数学博士学位，年仅23岁，并在30岁时就任纽约州立大学石溪分校数学学院院长。他在1978年离开学校创立了文艺复兴科技公司，该公司因为旗下的量化旗舰基金——大奖章基金傲人的业绩而闻名。关于西蒙斯所使用的量化交易策略，坊间一直有诸多猜测。许多人认为其所使用的应该是基于隐马尔科夫模型的量化交易策略，原因在于西蒙斯的早期合伙人鲍姆是隐马尔科夫模型估计算法的创始人之一，同时文艺复兴科技公司招聘了大量的语音识别专家，隐马尔科夫模型正是语音识别领域的一个重要技术工具。作者对这一说法持怀疑态度，不过不管怎样，从文艺复兴科技公司比较另类的人员构成来看，这应该是一个比较纯正的使用量化交易策略进行运作的对冲基金公司。

虽然大部分的量化对冲基金正在使用的交易策略都或多或少的进行保密，但是仍然有一些量化交易策略在多年的使用后开始慢慢为外界所熟知，统计套利就是其中之一。这个策略的概念最早产生于摩根斯坦利，当时的做法也被称为配对交易，实际上就是使用统计的方法选取一对历史价格走势相似的股票，当两支股票之间的价格差距变大、超出一定阈值之后，就分别做多和做空这两支股票，依靠该价格差在随后的时间里回归到正常水平来获取收益。由于这种量化交易策略既源自于统计分析、又存在等待价差回归的套利特性，因此被称之为统计套利。而随着对这类交易策略的进一步深入研究，统计套利策略目前已经远远超出了配对交易的范畴，变得更加的复杂和多样化。

肖曾经是摩根斯坦利这个统计套利交易组的成员之一，他于1980年在斯坦福大学获得计算机博士学位，随后留校进行学术研究。肖在1986年加入摩根斯坦利后负责该组的技术部门，但是在两年之后、如同统计套利的首创者班伯格（注）一样、由于政治斗争等原因从公司离职，并创立了自己的德劭基金公司。结合了肖的大规模并行计算研究背景和在摩根斯坦利接触到的统计量化策略，德劭基金公司利用计算机量化模型作为主要的策略进行交易并取得了巨大的成功。值得一提的时，肖在对冲基金领域扎根之后，仍然不忘科学研究，其成立的德劭研究公司致力于通过强大的计算机硬、软件能力在分子动力学模拟等生化科研领域取得前沿性进展。这与阿斯内斯一直在金融杂志上发表学术论文的行为，相映成趣，当然肖的学术研究相对而言可能更为极客一些。

相比起统计套利，传统意义上的套利策略是一个更为人熟知、更经典的量化交易策略。实际上现代金融框架的一部分都是基于“无套利”这样一个假设原则建立起来的，可见套利策略的深入人心与重要性。如果说统计套利的重点在于刻画和预测多个资产间的统计关系，那么传统套利可能就更重注于各个资产的价值计算，以及策略执行时的交易成本估计和优化。只不过量化交易策略进化到现在，统计套利和传统的套利策略已经是互相渗透、互相融合的了。以计算机能力见长的德劭基金公司，对这两种套利策略应该都是有所涉及的。

说起套利，不得不提到长期资本管理公司。这家公司的阵容十分豪华，包括债券套利的先驱梅里韦瑟、两位诺贝尔奖获得者莫顿和斯科尔斯、美联储副主席穆林斯等诸多顶级从业者，主要从事的正是债券的量化套利交易，当然其中也会包含一些其他形式策略的成分。公司成立的前三年间表现非常出色，但是在1998年俄罗斯国债违约之后，相关的连锁反应使得公司产生巨大亏损，在美联储的干预下被华尔街几家公司出资接管，形同倒闭。实际上，长期资本管理公司在俄罗斯债券上的损失本身并不大，但是许多大金融机构在亏损环境下必须保证足够的资本量，因此通过出售流动性较好的七大工业国债券等资产来减低风险、增加资本，全球主要债券价格在卖出压力下大幅下跌，波动巨大，这才导致了杠杆极大的长期资本管理公司在债券套利上产生巨额亏损。