2. 配对交易原理
配对交易,说白了就是找两只走势差不多的股票,等它们价格跑偏了再押注它们回归。听起来简单,但里面门道不少。我最早接触这个策略是在2010年,当时帮一家自营团队做回测系统,亲眼看着他们用这个策略在震荡市里稳稳赚钱。
历史起源:一个叫Burgess的人
配对交易最早可以追溯到1980年代。当时华尔街有个叫Burgess的量化研究员,他注意到一些股票之间存在着稳定的价差关系。比如可口可乐和百事可乐,它们的股价长期走势几乎同步。
Burgess的做法很简单:
- 找到两只相关性高的股票
- 计算它们的价差
- 价差偏离均值时开仓
- 价差回归时平仓
嗯,这里要注意。Burgess当时用的是相关性,不是协整。这两者有本质区别。我在项目中见过不少人把相关性当协整用,结果亏得很惨。相关性只能告诉你两只股票走势相似,但没法保证它们会回归。
核心区别:相关性衡量的是线性关系的强度,协整衡量的是长期均衡关系的稳定性。配对交易需要的是协整,不是相关性。
均值回归理论:为什么价格会回来?
配对交易能赚钱,靠的是均值回归。这个理论认为,价格不会永远偏离它的均值,迟早会回来。
为什么会这样?
因为市场里有很多套利者。当价差拉大时,他们会进场套利,把价差推回均值。说白了,这就是市场的一种自我修正机制。
我个人习惯把均值回归分成两类:
| 类型 | 特征 | 例子 |
|---|---|---|
| 弱均值回归 | 回归速度慢,波动大 | 大盘股之间的价差 |
| 强均值回归 | 回归速度快,波动小 | 同行业龙头股之间的价差 |
我曾经踩过一个坑。2015年做A股配对交易,选了两只银行股,回测效果很好。实盘后发现价差根本不回归,一直往一个方向跑。后来分析才发现,那段时间银行板块在分化,两只股票的基本面发生了根本变化。均值回归的前提是基本面稳定,这个不能忘。
避坑指南:均值回归不是万能的。如果两只股票的基本面发生结构性变化,价差可能永远不会回归。我曾经因为忽略了这个,亏了整整一个季度的利润。
配对交易的核心逻辑
配对交易的核心逻辑可以概括为三步:
- 找对子:找到两只协整的股票
- 算价差:计算价差并设定阈值
- 做交易:价差偏离时开仓,回归时平仓
你想想看,这其实就是在赌价差会回归。但赌也要有依据,不能瞎赌。
下面这张图展示了配对交易的完整流程:
这张图我建议你多看几遍。每个步骤都有坑,后面章节我会一个一个讲。
配对交易的三种常见模式
根据开仓和平仓的时机,配对交易可以分成三种模式:
| 模式 | 开仓条件 | 平仓条件 | 适用场景 |
|---|---|---|---|
| 标准模式 | 价差偏离1.5σ | 价差回归0.5σ | 震荡市 |
| 激进模式 | 价差偏离1.0σ | 价差回归0.3σ | 高波动市场 |
| 保守模式 | 价差偏离2.0σ | 价差回归0.8σ | 低波动市场 |
我个人习惯用标准模式。激进模式虽然交易次数多,但手续费和滑点会吃掉利润。保守模式又太慢,资金利用率低。
小技巧:刚开始做配对交易,建议先用标准模式跑3个月,积累经验后再调整参数。我当年就是太心急,一上来就用激进模式,结果手续费比利润还高。
配对交易的风险
任何策略都有风险,配对交易也不例外。我总结了几点:
- 协整失效风险:两只股票的基本面变化,协整关系消失
- 流动性风险:小盘股流动性不足,无法按预期价格成交
- 黑天鹅风险:极端行情下,价差可能持续扩大
- 过拟合风险:回测参数过度优化,实盘效果差
嗯,这里要特别强调一下过拟合。我见过太多人把回测做得漂漂亮亮,实盘一塌糊涂。原因就是参数调得太细,完全拟合了历史数据,但未来数据不买账。