股票配對的趨勢跟蹤策略之“銀行輪動策略”

常銳

一、策略思想簡介

（1）配對交易介紹。配對交易（PairsTrading）的理念最早來源于上世紀(jì)20年代華爾街傳奇交易員JesseLivermore的姐妹股票對（sisterstocks）交易策略。他首先在同一行業(yè)內(nèi)選取業(yè)務(wù)相似，股價具備一定均衡關(guān)系的上市公司股票，然后做空近期的相對強勢股，同時做多相對弱勢股，等兩者股價又回復(fù)均衡時，平掉所有倉位，了結(jié)交易。該策略與傳統(tǒng)股票交易最大的不同之處在于，它的投資標(biāo)的是兩只股票的價差，是一種相對價值而非絕對價值。同時又由于它在股票多頭和空頭方同時建倉，對沖掉了絕大部分市場風(fēng)險，因而它又是一種市場中性（MarketNeutral）策略，策略收益和大盤走勢的相關(guān)性很低。1985年，MorganStanley公司成立了一支由Dr.Tartaglia領(lǐng)導(dǎo)的量化團隊，專門開展配對交易的研究，并于1987年投入實戰(zhàn)，當(dāng)年實現(xiàn)盈利5000萬美元。不過該策略在之后兩年連續(xù)虧損，研究團隊被迫解散，小組成員散落到各家對沖基金，策略的思想也隨之廣為市場知曉。經(jīng)過多年學(xué)術(shù)機構(gòu)的研究和市場機構(gòu)的實戰(zhàn)，配對交易的理論框架和配套交易系統(tǒng)都日臻完善。

（2）趨勢交易介紹。價格以一定的趨勢演進，而這一趨勢將一直延續(xù)下去，直到發(fā)生新的事情而改變了供求平衡，并且這一改變通常由市場行為本身發(fā)展而來。

（3）股票配對的趨勢跟蹤策略。通過配對交易思路選出多只相似走勢的股票，通過趨勢交易思路判斷整體是否形成上漲趨勢，選擇組合中預(yù)期高收益的品種進行交易。

二、策略模型的構(gòu)建方法

（1）策略總體概述。本策略簡單概述為在四大銀行股中選取目前走勢最差的一只進行買入并期望其在未來上漲到與其他股票走勢相同時平倉獲取收益。具體原理為：在同質(zhì)化比較嚴(yán)重，估值又接近的版塊，可以在不同股票之間來回切換。選取四只市值相近，股市表現(xiàn)較為接近的銀行股，當(dāng)這四只最小的收益率與最大的收益率之差大于開倉閾值時，收益率最小的股票表現(xiàn)異常，處于被低估狀態(tài)，將會反彈，我們買入獲取差價利潤。

（2）目標(biāo)交易標(biāo)的選擇。配對交易就是尋找同一行業(yè)中股價具備均衡關(guān)系的兩家/幾家上市公司，做空近期相對強勢的股票，同時做多相對弱勢的股票，以期兩者股價返回均衡值時，平倉賺取兩只股票價差變動的收益。進行配對交易最關(guān)鍵的一步就是選擇符合配對交易條件的股票。股票對的選擇可分為基本面分析和技術(shù)面分析?；久娣治?。從股價走勢分析，四大行作為國內(nèi)股本最大的股票之一，其走勢具有穩(wěn)定且相似的特征，又因為按照傳統(tǒng)配對交易的方式，只選擇兩只股票進行買賣很容易收到單只股票波動的影響，因此我們選擇四大行作為我們的股票標(biāo)的，期待通過股票配對的趨勢跟蹤策略獲得阿爾法收益。從收益率曲線圖中也可以觀察到，其走勢非常相近。技術(shù)面分析。本文運用協(xié)整法對四大行的估價走勢進行分析，得到他們的相關(guān)性。Vidvamurthy（2004）通過利用資產(chǎn)之間的協(xié)整關(guān)系，嘗試對配對交易使用參數(shù)化交易規(guī)則。Vidvamurthv采用Engle and Granger（1987）的協(xié)整兩步法，根據(jù)計算，得到四大行的協(xié)整性非常好，因此可對這四只股票進行配對交易。

（3）持倉量的選擇。本策略的原理簡單地說為選擇目前走勢相對較差的股票做多，而根據(jù)配對交易的原理，我們在做多的同時，應(yīng)該對目前走勢最好的股票做空，但是由于目前我國A股市場的做空機制尚不完善，因此我們僅僅對目前走勢最差的做多，又因為只是對一只股票進行多空交易，且我們的策略模式是投組權(quán)重，因此我們對做多的股票設(shè)置Portfolio=1；平倉時直接對股票設(shè)置portfolio=0。此處不選擇逐漸加倉的原因是因為會嚴(yán)重影響收益率，而且四大行股票極其穩(wěn)定，很少出現(xiàn)巨大波動，因此我們可以選擇全倉買入。

（4）風(fēng)險控制手段。本策略在具體編寫中嘗試過很多種止損方法，但最終效果都不盡人意，不僅不能減小最大回撤，而且還會對收益率水平造成巨大影響。具體原因據(jù)估計可能有以下兩個：①銀行股具有強大業(yè)績支撐，因此大多數(shù)情況下是會回歸其投資價值，即股票配對的原理；②當(dāng)出現(xiàn)意外情況時，如幾次金融危機時，由于往往止損完會繼續(xù)買入走勢較差的另一只股票，但此時大盤已經(jīng)處于下行趨勢，哪怕走勢最差的股票還是會繼續(xù)下跌，使得止損的效果甚微。

（5）閾值的選擇。在配對交易中，最優(yōu)閾值的選擇是一個非常重要的一步。在本策略中，閾值的選取方法為回歸和簡單的機器學(xué)習(xí)。通過計算過去1000天的yz=max（ratio）-min（ratio），并且選擇75%分位點，此處的原理是當(dāng)其處于75%分位點時，其既容易開倉（有25%的比例開倉），也容易實現(xiàn)股價回顧（有75%的可能性走勢回歸），這樣算出來的yz為0.005。同時通過簡單的機器學(xué)習(xí)，我們通過在0.005附近以0.0005為步長進行測試，以過去三年的總收益率為衡量標(biāo)準(zhǔn)，得到0.005就是最佳閾值。

（6）策略代碼說明。在同質(zhì)化比較嚴(yán)重，估值又接近的版塊，可以在不同股票之間來回切換。選取四只市值相近，股市表現(xiàn)較為接近的銀行股，當(dāng)這四只最小的收益率與最大的收益率之差大于開倉閾值時，收益率最小的股票表現(xiàn)異常，處于被低估狀態(tài)，將會反彈，我們買入獲取差價利潤。

function [ portfolio， newStateMatrix ] = BankShare2（ decisionData， stateMatrix ）

CPday=decisionData.CP_DAY01.data； %提取日頻收盤價。

open=0.005； %設(shè)置開倉閾值

ratio=[0；0；0；0]； %初始化收益率

%初次交易時

if isempty（stateMatrix）

portfolio=[0；0；0；0]；

index=0；

%非初次，提取上次交易數(shù)據(jù)

else

portfolio=stateMatrix.portfolio；

index=stateMatrix.index；

End

%計算收益率

for j=1：4

ratio（j）=CPday（j，2）/CPday（j，1）；

End

%設(shè)置交易信號，當(dāng)收益率比率最大值與最小值之差大于開倉閾值，買入收益率最小的標(biāo)的。

if index==0

if max（ratio）-min（ratio）>open

[～，mi]=min（ratio）；

portfolio（mi，：）=1；

index=1；

End

%平倉判斷：如果目前持倉的股票的收益率比率與最小值大于閾值，對持倉股票進行平倉，并且買入目前收益率比率最小的股票。

else

[～，mx]=max（portfolio）；

if ratio（mx）-min（ratio）>open

portfolio=[0；0；0；0]；

[～，mi]=min（ratio）；

portfolio（mi，：）=1；

end

end

%保存數(shù)據(jù)

newStateMatrix.portfolio=portfolio；

newStateMatrix.index=index；

end

三、策略的實證結(jié)果

（一）預(yù)期收益和風(fēng)險

對銀行輪動策略過去三年（2014/6/1～2017/6/1）進行回測，獲取回測報告。

（1）收益率。從回測報告中的整體收益曲線看，該策略與基準(zhǔn)收益走勢趨同，但收益更加穩(wěn)定，在市場平穩(wěn)向好的情況下能夠獲得超越大盤的收益，且在2015年年中的“股災(zāi)”中，該策略收益不隨大盤大幅暴跌，體現(xiàn)其較強的風(fēng)險抵御能力。最終三年的累計收益為121.84%，年化收益率31.56%，年化超額收益率13.45%，說明該策略收益能力較強，能夠取得超越市場平均水平的收益。

（2）盈虧比?？偨灰状螖?shù)320次，盈利交易次數(shù)205，占交易總數(shù)的64.06%，具有較大勝率，體現(xiàn)策略的有效性。

（3）預(yù)期風(fēng)險。最大回撤為27.11%，時間為2015/07～2016/02，這時間段市場遭遇股災(zāi)，股價大跌，說明該策略收益受大盤形勢影響，而相較于大盤來說，該策略抗跌能力較強，收益不會大幅劇烈波動。

（二）其他回測指標(biāo)

（1）夏普比率（Sharpe Ratio）。夏普比率是衡量基金風(fēng)險調(diào)整后收益的指標(biāo)之一，反映了承擔(dān)單位風(fēng)險所獲得的超額回報率（Excess Returns），即總回報率高于同期無風(fēng)險利率的部分。一般情況下，該比率越高，TREX 表示基金在計算期內(nèi)月度超額回報率（月度總回報率減去同期的無風(fēng)險利率）的平均值，該策略夏普比率為1.24%，說明對于每單位風(fēng)險波動，該策略擁有較好的超額收益回報。

（2）索提諾比率（Sortino Ratio）。索提諾比率與夏普比率類似，所不同的是它區(qū)分了波動的好壞，因此在計算波動率時它所采用的不是標(biāo)準(zhǔn)差，而是下行標(biāo)準(zhǔn)差。這其中的隱含條件是投資組合的上漲（正回報率）符合投資人的需求，不應(yīng)計入風(fēng)險調(diào)整。索提諾比率為1.91，說明策略承擔(dān)單位下行風(fēng)險能獲得1.91%的超額回報率，風(fēng)險回報較好。

（3）信息比率。描述股票或組合相對于某一標(biāo)的殘差收益的收益風(fēng)險比。通常來講，股票或組合的信息比率越高，表明股票或組合在承擔(dān)單位殘差風(fēng)險的情況下獲取的殘差收益越高，表現(xiàn)越好。信息比率為0.38，說明該策略的殘差收益較差。

四、總結(jié)

（一）策略優(yōu)缺點

（1）策略優(yōu)點。①收益率水平較為穩(wěn)定，最大回撤相對于股災(zāi)的下跌程度來說較小，這對于目前的基金來說是比較大的優(yōu)勢，因為目前基金的最大目標(biāo)是保本而不是獲得極高的收益；②夏普比率大于1，因此本策略的單位風(fēng)險所得到的超額收益較高，對風(fēng)險的抵抗程度較高；③對計算機性能要求較低，因為是日頻的策略，所以相比于其他高頻交易策略，本策略不需要計算機有強大的計算能力；④股票標(biāo)的較少，因此可輔以基本面分析，當(dāng)出現(xiàn)巨大的基本面轉(zhuǎn)折時可以手動更改策略或者停止交易，有益于止損；⑤交易次數(shù)較小，因此產(chǎn)生的交易費用較小，即使交易費用比率上升對最終的收益率影響也不大。

（2）策略缺點。①因為選取的是同一行業(yè)的四大行股票，因此容易受到行業(yè)周期影響而影響整體收益率水平；②在策略中因為對收益率有影響而沒有設(shè)止損，可能會帶來系統(tǒng)性風(fēng)險；③本策略沒有考慮滑點的影響，如果考慮較大的滑點可能會對最終收益率有很大的影響；④因為交易標(biāo)的單一，當(dāng)資金量較大時可能會產(chǎn)生巨大的沖擊成本，對收益率有很大影響。

（二）缺點解決方案

（1）策略疊加。針對第一個缺點，根據(jù)諾貝爾經(jīng)濟學(xué)獎獲得者詹姆斯·托賓的名言“不要把你所有的雞蛋都放在一個籃子里，但也不要放在太多的籃子里”，我們可以通過策略的疊加對不同的策略可能風(fēng)險和回撤進行中和，以期得到一條平滑的收益率曲線。例如我們可以將本策略與其他的策略如多因子選股策略、EMA策略進行疊加，已得到一個更加平滑的收益率曲線。

（2）手動止損。因為本策略的決策是日頻的，因此我們可以在大盤走勢下行的時候通過手動止損，停止交易來有效地止損，原因是因為在整體下行的時候，用策略止損后還是會出現(xiàn)繼續(xù)開倉的現(xiàn)象，當(dāng)然這個也可以用代碼編出來防止再次開倉，但因為較為復(fù)雜，本文不做討論。

（3）滑點影響小。因為四大行的股票交易量巨大，因此每一分錢上可能都有幾百萬上千萬的訂單，所以當(dāng)資金量較大的時候，滑點的影響是可以忽略不計的。同時，根據(jù)實證，當(dāng)設(shè)滑點為1分錢時，因為交易次數(shù)較少，因此對最終收益率的影響也不算特別大。

（4）運用 Vwap和 Twap方法。 交易量加權(quán)平均價格Volume Weighted Average Price（VWAP）以及交易時間加權(quán)平均價格Time Weighted Average Price （TWAP）是當(dāng)今量化交易系統(tǒng)中最常用的一類執(zhí)行模型。此類算法模型的核心是VWAP算法，而TWAP則是作為VWAP的簡化版出現(xiàn)的。VWAP算法不需要市場沖擊模型，屬于第一代算法交易。