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−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 y 对 x 回归,得到对冲比率 β^ 和价差;再对价差做增广迪基–富勒检验 Δst=γst−1+εt,问是否 γ<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,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=lnϕln0.5(1) 五天价差的手算取
x=1,2,3,4,5,
y=3,5,6,9,10。回归得
β^=18/10=1.8,价差
y−1.8x 为
1.2,1.4,0.6,1.8,1.0,均值
1.2,标准差
0.447。今天的价差
1.0 的 z 值为
(1.0−1.2)/0.447=−0.45:略低于正常。若价差服从
st=0.9st−1+ε,缺口缩小一半需要
ln0.5/ln0.9=6.58 天。检验回归
Δs=γst−1 中
γ^=−0.1,标准误
0.04,则
t=−2.5,高于临界值
−3.34,所以不能说该配对协整。看 2000 年以来的真实日度数据(
6,696 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
R2 在
0.85 到
0.93 之间,但恩格尔–格兰杰统计量分别为
−2.69、
−1.80、
−3.97,5% 水平下只有 HD 与 LOW 通过(
p=0.008)。这也很脆弱:样本前后两半单独检验都不通过(
t=−1.58 和
−2.63),对冲比率从
0.13 变到
0.93。全样本价差的
ϕ=0.998,半衰期约
332 天,慢到无法交易。作为对照,在
1000 对模拟的独立随机游走中,
85% 的斜率
∣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