|
目前，在国外成熟的金融市场，多数交易是通过程序化交易实现，由于程序化交易遵守明晰明确的交易法则，交易模式不依赖于个人主观判断和操作，可以在短时间内处理大量信息力，能同时高效运管理多个账户，对于多数机构投资者来说，程序化交易的水准代表了一个公司规模客户服务的能力。 跨期套利是通过不同月份合约之间的价差变动来获取收益的一种方式，能有效回避单个期货合约价格剧烈波动的风险，市场比较活跃时，各合约间的价差比较剧烈，可以利用这些机会套利操作赢取低风险甚至无风险收益。 当前，市场上规模较大资金需要收益的稳定和低度可控风险，相对于投机交易来讲，套利交易会稳定地累积利润，不会像投机那样出现大起大落的波动，套利交易可以形成有效的交易模式，商品价格关系所产生的套利机会可有效复制，同时国内外市场商品价格的联动性和贸易物流导致套利机会经常出现。 (一) 股指期货跨期价差分析 跨期套利交易最终盈亏取决于两个合约的差价变化，因此，套利的潜在利润不是基于品种价格的上涨或下跌，而是基于套利对价差扩大或缩小，即套利获得利润的关键就是差价的变动。因此，在进行套利交易时，交易者注意的是合约价格之间的相互变动关系，而不是绝对价格水平。 在进行价差时间序列分析的时候，普遍假定所依据的时间序列是平稳的，即该时间序列的均值和方差不随时间而系统性地变化。由于经典的计量回归模型都是建立在平稳变量的假设基础之上，对于非平稳的变量则不适用。
如图所示1所示为沪深300股指期货合约IF1501合约和IF1502合约价差，周期为1分钟，从图中可以分析出，虽然价差波动看似杂乱无规律，但是采用统计方法进行分析，对于价差序列进行一阶拟合，采用5日均线拟合序列如图2所示：
简析基于统计分析的股指跨期套利程序化模型实现 从图2中分析可以看到了原始序列在均线附近波动，主观观察可以看出残差(原始序列-拟合序列)的波动呈现正态分布，对拟合后残差进行统计分析如图3所示。
从残差分析结果可以看出，一阶拟合后残差序列类似于正态分布，若不考虑金融序列的“尖峰厚尾”现象，当股指跨期价差序列出现在非正常区域时，若价差超过正常波动区域上限，可以做空价差；若价差跌破正常波动区域下限，可以做多价差。其中操作难度在于正常波动区域划分，下文进行模型详解。 (一) 套利模型详解 从股指期货跨期价差分析中，可以看出价差序列的波动随着行情变化波动是无序的，但是上下波动幅度在一定程度上服从正态分布，在实际交易中，可以研究历史波动范围，得出正常波动区间，监控价差波动，若超出正常区域，则可以进行套利交易。由于这种套利机会转瞬即逝，人工下单很难捕捉到需要的价差，运用程序化可以很好的弥补下单速度问题。 算法基本思路如图4所示，详细如下所示： 1. 计算股指期货当月合约和下月合约价差，取N个周期价差数据作为样本统计 ，方差 。 2. 根据近期样本统计信息获取局部突破的上下区间； 3. 当价差序列下穿上区间，做反向套利，上穿下区间做正向套利； 4. 全日内策略，收盘平仓，无止盈止损；
(一) 程序化套利效果 将套利模型运用程序化实现后，对历史行情进行回测，将2012年12月至2014年1月数据进行统计，将每月可套利交易时间的数据连接在一起，导入交易软件生成新的数据，手续费比例1%%，运用策略分析得到以下收益曲线如图5和图6所示
从回测结果可以看出，在一年时间内，累计进行了81次跨期套利套利，累计收益63630，最大回撤2722，从月度盈亏分析可以看出，亏损的月度风险非常小，基本没有太大亏损。 (一) 程序化套利分析 从程序化回测结果可以看出，运用统计方法进行股指跨期套利的效果还是比较不错的，那么实际交易会怎么样呢，这里笔者并没有进行实际交易，但有2种情况可能会造成交易结果不理想，如下所示。 1. 滑点问题，由于套利价差出现在非正常区域很短暂，所以委托交易时若不加上价格偏移，会很难成交的。套利交易赚取是价差，若滑点较多，那么对整体绩效影响会比较大； 2. 市场的非理性波动，即“尖峰厚尾”现象，文中套利交易均认为股指套利价差会在一个比较确定区域内波动，若出现2014年12月IF1412合约和IF1501合约价差超过100，那么对整体套利交易的冲击较大； 虽然跨期套利交易中存在一些风险，然而如果能做好交易控制，仍不失为一种不错的交易模式。其相对风险较低，不同合约之间的价差波动远不如绝对价格变化，回避了突发事件(高开、跳空)等突发事件对盘面的影响；同时能够容纳大资金，由于双边持仓，主力机构很难逼迫套利交易者斩仓出局；长期稳定的获利率，不会像单边投机那样大起大落。采用程序化的方法进行下单，完全排除人的主观因素，而是对历史数据进行深度挖掘，进行大量的数理统计、概率分析，得到最优的策略模型并且应用于实盘交易。 |
|
|
