A股另类量化α：行业配对交易(Pairs Trading)策略

2010年7月26日配对交易是统计套利的一种，我们将它归为市场中性投资策略，其基本原理是利用统计学技术，寻找证券市场上具有长期均衡关系的风险资产形成配对组（Pairs），而配对组的价差（Spread）存在均值回复的特性，当非均衡关系出现，价差达到一定的阈值时，做多一种资产的同时做空另一种，在合适的时点平仓，从而实现市场中性化收益，有效规避市场波动风险。我们选取2009年7月1日到2010年7月1日共245个交易日的SAC二级分类主要的21类行业指数数据，我们采用相关系数在0.95以上并且存在协整关系的造纸-石化行业以及批零-机械行业作为配对组进行研究。实证结果显示：从最近一年造纸-石化行业指数配对交易的总体收益情况可以来看：（1）配对交易策略均实现统计套利正收益；（2）配对交易的标准差均小于单独做多或做空的情况，表明该策略风险更低；（3）在d=0.25处标准化价格的价差达到0.35、0.25或0.45触发交易，能取得较好的收益，平均每笔收益分别达到0.50%，0.46%和0.44%。批零-机械行业配对交易的收益情况略逊于造纸-石化行业配对交易，但一样均实现较小标准差的正收益，在d=0.30处，每笔交易的平均收益也达到0.28%。当取临界值为0.30时，配对交易仍然相对于仅做多或仅做空交易有极大优势。行业配对交易策略在国内尚属空白，本文中对其进行初步探讨,发现行业配对交易策略在我国A股市场能得到较好的应用。由于行业指数反映了整个行业上市公司股票的整体走势，我们认为，基于行业的配对交易策略能够指导行业投资策略的形成，特别是利于研究短期行业轮动和实施短期换股决策，对于增强型指数基金、投资组合内行业配置上也有较强的指导作用。纵然是特别有效的市场，摩擦也是不可避免的，没有绝对有效的市场。行业配对交易策略能带来α，与分析师通过挖掘优质上市公司不同，该策略是通过统计的办法，针对二级市场定价偏差产生的摩擦进行操作，从而产生另类α。后续的研究中，将对各个细分的子行业进行分析，期望找出更多具备另类α潜力的配对组。A股另类量化α：行业配对交易（PairsTrading）策略市场中性[MarketNeutral]策略系列金融工程研究报告造纸-石化行业配对组160018002000220024002600255075100125150175200225ZAOZHISHIHUA配对交易机会-3-2-1012311835526986103120137154171188205222239配对交易收益050100150200250-3-2-10123456x104TimeAccumulatedProfits总收益多头收益空头收益分析师程志田电话：[phone]邮件：[e-mail]执业证书编号：S0350209110592实习生张孝岩电话：[phone]分析师申明：分析师在此申明，本报告所表述的所有观点准确反映了分析师对上述行业、公司或其证券的看法。此外，分析师薪酬的任何部分不曾与，不与，也将不会与本报告中的具体推荐意见或观点直接或间接相关。2010年7月26日数量化研究请参阅文后免责条款-1-配对交易（PairsTrading）策略简介配对交易是一种市场中性策略，一般认为它是统计套利的一种。其基本原理是寻找金融市场上具有长期均衡关系的风险资产形成配对组（Pairs），并且其价差（Spread）是均值回复的，当非均衡关系出现，资产组价差超过一定的阈值时，做多其中一种资产而做空另一种，以实现市场中性化收益，从而有效规避市场波动风险。选取配对组的主要方法包括最小方差准则和最大相关性准则，Perlin（2007）指出如果同时采用以上两种方法，结果是相似的。此外也有部分机构采用协整关系检验来进行配对。国海行业配对交易策略1．行业配对交易策略构建的意义构建行业配对交易策略还是一个较新的课题，我们在此进行初步探讨。由于行业指数反映了整个行业上市公司股票的整体走势，我们认为，基于行业的配对交易策略能够指导行业投资策略的形成，特别是利于研究短期行业轮动和实施短期换股决策，对于指数型基金的增强、多行业投资组合管理也有较强的指导作用。尤其是当前股指期货和融资融券的推出，做空机制逐渐形成和深入应用，建立行业配对交易策略十分必要，其主要操作过程见下图。2．操作流程图3．交易步骤配对交易步骤如下：步骤一：基于相关性分析及协整检验，选定配对组；步骤二：借鉴Gatev,GoetzmannandRouwenhorst（2006）和Perlin（2007），先将数据统一做标准化处理，方法如下：*()itititiPEPP其中，*itP为资产i在t时刻的标准化价格，()itEP为itP的期望，行业组选取(PairsSelection)价差分析交易择时收益分析参数修正2010年7月26日数量化研究请参阅文后免责条款-2-i为资产i价格的标准差。然后计算**itjtPP，一旦其绝对值高于高于某个阈值d，就触发交易，卖高买低。步骤三：计算策略收益，并做参数修正。配对交易收益计算公式为：1211111ln()1TnTnitititittitiCRRDWDC其中，（1）1ln()itititPRP，为资产i在t时刻的实际收益；(2)1itD为虚拟变量，多头建立取1，空头建立取-1，其他为0；(3)itW为t时刻投资组合交易头寸的权重，此处简化为均等权重。(4)2itD为虚拟变量，建立交易时取1，否则取0；(5)C为每一次操作的交易成本；(6)T为整个交易期的观测值个数。因此，公式第一项为交易的毛收益；第二项则为总交易成本，为负。寻找A股市场的行业配对组[pairs]1．数据来源及说明我们收集了2009年7月1日到2010年7月1日共245个交易日的SAC二级分类主要的21类行业指数数据，分别包括：（1）农林类（NONGLIN）；（2）采掘类（CAIJUE）；（3）食品类（SHIPIN）；（4）纺织类（FANGZHI）；（5）木材类（MUCAI）；（6）造纸类（ZAOZHI）；（7）石化业（SHIHUA）；；（8）电子类（DIANZI）；（9）金属类（JINGSHU）；（10）机械类（JIXIE）；（11）医药类（YIYAO）；（12）公用类（GONGYONG）；（13）建筑类（JIANZHU）；（14）交运类（JIAOYUN）；（15）信息类（XINXI）；（16）批零类（PILING）；（17）金融类（JINRONG）；（18）地产类（DICHAN）；（19）服务类（FUWU）；(20)传播类（CHUANBO）；（21）综和类（ZONGHE）（其指数运行见图1），首先计算各行业指数之间的相关系数（结果见表1）。2．配对组的选取我们认为相关系数在0.90以上的行业指数均可用于行业配对，那么配对策略在行业间有多种应用。若采用更加严格的标准，进一步筛选出相关系数大于0.95的13个行业组作为Pairs进行研究。由于配对交易属于统计套利，因而并不需要这些行业间存在相关性的必然逻辑和内2010年7月26日数量化研究请参阅文后免责条款-3-在联系。另外，我们也将考察数据间的协整关系。采用Johansen检验这13对行业组的协整关系进行检验。图1SAC分类的21类行业指数序列（2009.7.1-2010.7.1）10001500200025003000255075100125150175200225ZONGHEZAOZHIYIYAOXINGXISHIPINSHIHUAPILINGNONGLINMUCAIJIXIEJINRONGJINGSHUJIAOYUNJIANZHUGONGYONGFUWUFANGZHIDICHANDIANZICHUANBOCAIJUE资料来源：WIND，国海证券研究所表1SAC行业间相关系数（部分）（2009.7.1-2010.7.1）行业综合造纸医药信息食品石化批零农林木材机械综合10.8770.8250.8920.8210.8160.9180.8800.8560.874造纸0.87710.6970.9120.8840.9750.9290.7840.9570.943医药0.8250.69710.8430.8310.6780.8590.9380.7780.820信息0.8920.9120.84310.9220.8830.9510.9100.9500.917食品0.8210.8840.8310.92210.9170.9640.8960.9250.946石化0.8160.9750.6780.8830.91710.9250.7600.9460.955批零0.9180.9290.8590.9510.9640.92510.9110.9330.978农林0.8800.7840.9380.9100.8960.7600.91110.8670.850木材0.8560.9570.7780.9500.9250.9460.9330.86710.926机械0.8740.9430.8200.9170.9460.9550.9780.8500.9261金融0.0800.325-0.3360.0060.0580.3500.113-0.2370.1160.196金属0.3140.596-0.0490.3020.3920.6490.3850.0700.4380.471教育0.6260.8270.2330.6140.6060.8190.6470.4040.7160.670建筑0.3340.562-0.1460.2620.2740.5580.3340.0180.3810.387公用0.3440.610-0.0610.2890.3230.6180.3650.0490.4350.443服务0.7620.8660.3760.6910.6490.8270.7450.5210.7520.750纺织0.9460.9680.7920.9510.9170.9400.9760.8810.9490.959地产-0.080.149-0.492-0.189-0.1100.183-0.057-0.396-0.0630.030电子0.8870.7590.9570.9190.8480.7200.8880.9550.8320.837传播0.9110.8530.8470.9340.8340.8010.8820.8970.9000.835采掘0.0500.343-0.2740.0150.1350.4100.137-0.2160.1500.244资料来源：WIND，国海证券研究所2010年7月26日数量化研究请参阅文后免责条款-4-以造纸和石化行业为例，我们通过计量软件分析得到如下Johansen协整检验结果：表2Johansen检验结果UnrestrictedCointegrationRankTest(Trace)原假设EigenvalueTraceStatistic5%临界值P值None0.03681813.2029915.494710.1076Atmost10.017348*4.1999533.8414660.0404UnrestrictedCointegrationRankTest(MaximumEigenvalue)原假设EigenvalueMax-EigenStatistic5%临界值P值None0.0368189.00303814.264600.2859Atmost10.017348*4.1999533.8414660.0404资料来源：国海证券研究所从以上结果可以看出：无论是迹统计量还是最大值统计量都表明造纸和石化行业指数存在1个长期稳定的协整关系。对另外12对Pairs也进行协整检验，结论如下（见表3）：表3全部Pairs协整关系检验的结果序号行业组协整关系1造纸—石化存在1个长期稳定的协整关系2造纸—木材不存在协整关系3食品—批零不存在协整关系4石化—机械不存在协整关系5批零—机械存在1个长期稳定的协整关系6批零—纺织不存在协整关系7