σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academy路线图学习路线
Ctrl K
AO
+1.2k 位学习者
登录加入 ↗
路线图学习路线
AO
+1.2k 位学习者
登录
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academy路线图学习路线
Ctrl K
AO
+1.2k 位学习者
登录加入 ↗
路线图学习路线
AO
+1.2k 位学习者
登录
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
statsmodels 学习路线›模块 2 · 时间序列模型›主题 2.5·~55分钟高级

协整与配对

路线进度模块 2/3 · 主题 5/5
2.5 协整与配对
—实验得分— / 100总 XP—连续天数—

走在一起的两个价格

价格会游走:它们像随机游走,所以每个都是非平稳的。当两条游走序列的某种组合不再游走时,它们是协整的:价差 st=yt−βxts_t=y_t-\beta x_tst​=yt​−βxt​ 会不断回到均值。这就是配对交易的思路。恩格尔–格兰杰检验分两步。先用最小二乘把 yyy 对 xxx 回归,得到对冲比率 β^\hat\betaβ^​ 和价差;再对价差做增广迪基–富勒检验 Δst=γst−1+εt\Delta s_t=\gamma s_{t-1}+\varepsilon_tΔst​=γst−1​+εt​,问是否 γ<0\gamma<0γ<0。t 统计量必须低于特殊的临界值,两条序列在 5% 水平约为 −3.34-3.34−3.34,比通常更严格,因为价差是估计出来的。statsmodels 中是 coint(y, x)。

st=yt−β^xt,Δst=γst−1+εt,ϕ=1+γ,t1/2=ln⁡0.5ln⁡ϕs_t=y_t-\hat\beta x_t,\qquad \Delta s_t=\gamma s_{t-1}+\varepsilon_t,\qquad \phi=1+\gamma,\qquad t_{1/2}=\frac{\ln 0.5}{\ln\phi}st​=yt​−β^​xt​,Δst​=γst−1​+εt​,ϕ=1+γ,t1/2​=lnϕln0.5​(1)
五天价差的手算取 x=1,2,3,4,5x=1,2,3,4,5x=1,2,3,4,5,y=3,5,6,9,10y=3,5,6,9,10y=3,5,6,9,10。回归得 β^=18/10=1.8\hat\beta=18/10=1.8β^​=18/10=1.8,价差 y−1.8xy-1.8xy−1.8x 为 1.2,1.4,0.6,1.8,1.01.2,1.4,0.6,1.8,1.01.2,1.4,0.6,1.8,1.0,均值 1.21.21.2,标准差 0.4470.4470.447。今天的价差 1.01.01.0 的 z 值为 (1.0−1.2)/0.447=−0.45(1.0-1.2)/0.447=-0.45(1.0−1.2)/0.447=−0.45:略低于正常。若价差服从 st=0.9 st−1+εs_t=0.9\,s_{t-1}+\varepsilonst​=0.9st−1​+ε,缺口缩小一半需要 ln⁡0.5/ln⁡0.9=6.58\ln0.5/\ln0.9=6.58ln0.5/ln0.9=6.58 天。检验回归 Δs=γst−1\Delta s=\gamma s_{t-1}Δs=γst−1​ 中 γ^=−0.1\hat\gamma=-0.1γ^​=−0.1,标准误 0.040.040.04,则 t=−2.5t=-2.5t=−2.5,高于临界值 −3.34-3.34−3.34,所以不能说该配对协整。看 2000 年以来的真实日度数据(6,6966{,}6966,696 天):把一个对数价格对另一个回归,KO 与 PEP、XOM 与 CVX、HD 与 LOW 这类配对的 R2R^2R2 在 0.850.850.85 到 0.930.930.93 之间,但恩格尔–格兰杰统计量分别为 −2.69-2.69−2.69、−1.80-1.80−1.80、−3.97-3.97−3.97,5% 水平下只有 HD 与 LOW 通过(p=0.008p=0.008p=0.008)。这也很脆弱:样本前后两半单独检验都不通过(t=−1.58t=-1.58t=−1.58 和 −2.63-2.63−2.63),对冲比率从 0.130.130.13 变到 0.930.930.93。全样本价差的 ϕ=0.998\phi=0.998ϕ=0.998,半衰期约 332332332 天,慢到无法交易。作为对照,在 100010001000 对模拟的独立随机游走中,85%85\%85% 的斜率 ∣t∣>1.96|t|>1.96∣t∣>1.96。
高 R 方不是证据两条游走的价格互相回归时总是看起来相关。只有用恩格尔–格兰杰临界值检验价差的平稳性,才能说明联系是真实的。交易之前要在子样本上检查稳定性。
  • 两步:先回归求对冲比率,再用恩格尔–格兰杰临界值检验价差是否有单位根。
  • 半衰期说明真实的均值回归是否快到可以交易。

实验:评分内容

  • 对冲比率10 分
  • 平均价差10 分
  • z 值15 分
  • 半衰期15 分
  • 迪基–富勒统计量15 分
  • 解读检验10 分
  • 通过检验还不够25 分
0/ 已答 7 题
任务
1数值作答10 分未作答

当 x=1,2,3,4,5x=1,2,3,4,5x=1,2,3,4,5、y=3,5,6,9,10y=3,5,6,9,10y=3,5,6,9,10 时,Sxx=10S_{xx}=10Sxx​=10,Sxy=18S_{xy}=18Sxy​=18。求对冲比率 β^=Sxy/Sxx\hat\beta=S_{xy}/S_{xx}β^​=Sxy​/Sxx​。

b=b =b=允许误差:± 0.01
2数值作答10 分未作答

当 β^=1.8\hat\beta=1.8β^​=1.8 时价差 y−1.8xy-1.8xy−1.8x 为 1.2,1.4,0.6,1.8,1.01.2,1.4,0.6,1.8,1.01.2,1.4,0.6,1.8,1.0。其均值是多少?

m=m =m=允许误差:± 0.01
3数值作答15 分未作答

今天的价差为 1.01.01.0,均值 1.21.21.2,标准差 0.4470.4470.447。求 z 值 (1.0−1.2)/0.447(1.0-1.2)/0.447(1.0−1.2)/0.447,保留两位小数。

z=z =z=允许误差:± 0.01
4数值作答15 分未作答

价差服从 st=0.9 st−1+εts_t=0.9\,s_{t-1}+\varepsilon_tst​=0.9st−1​+εt​。缺口缩小一半需要多少天(ln⁡0.5/ln⁡0.9\ln0.5/\ln0.9ln0.5/ln0.9)?使用 ln⁡0.5=−0.6931\ln0.5=-0.6931ln0.5=−0.6931、ln⁡0.9=−0.1054\ln0.9=-0.1054ln0.9=−0.1054,保留一位小数。

hl=hl =hl=允许误差:± 0.1
5数值作答15 分未作答

在 Δst=γst−1+εt\Delta s_t=\gamma s_{t-1}+\varepsilon_tΔst​=γst−1​+εt​ 中,估计值 γ^=−0.1\hat\gamma=-0.1γ^​=−0.1,标准误 0.040.040.04。求 t 统计量,保留一位小数。

t=t =t=允许误差:± 0.05
6选择10 分未作答

统计量为 -2.5,5% 的恩格尔–格兰杰临界值为 -3.34。你得出什么结论?

7用文字解释25 分未作答

HD 与 LOW 在全样本上通过恩格尔–格兰杰检验,但前后两半各自都不通过,对冲比率从 0.130.130.13 变到 0.930.930.93。请用一两句话解释这为什么让该配对的交易有风险。

数学模式键盘或 LaTeX 输入第 1/7 题 · Ctrl ⏎ 检查

登录后即可运行你的代码。

所有讲解均可免费阅读。创建账户或登录后,即可运行代码、运行测试并提交此实验。

  • 浏览器内 IDE 与 bash 终端,无需安装
  • 即时评分、XP 以及你在学习路线中的位置
创建账户登录
或
使用 GitHub 继续