配对交易理论基础
配对交易,说白了就是找两个长得像的股票,做多一个、做空另一个。听起来简单吧?但这里面的门道,我做了十年量化才真正吃透。
今天咱们就把配对交易的底裤扒干净。从华尔街的传奇故事讲起,到它到底适合什么市场,再到你可能会踩的坑——嗯,我当年都踩过。
配对交易的核心思想
核心思想就一句话:找到两只价格走势高度相关的资产,当它们的价差偏离正常范围时,赌它回归。
你想想看,如果两只股票长期同涨同跌,突然有一天一个涨了5%,另一个跌了3%。这时候价差拉大了。按照统计规律,这种偏离大概率会修复。我们就做多跌的那个,做空涨的那个。等它们价差回归,两边都赚钱。
我个人习惯把配对交易叫做「统计套利的入门课」。为什么?因为它不需要预测市场方向。你不需要判断大盘涨还是跌,只需要判断两只股票的关系是否正常。
核心公式(简化版):
价差 = 股票A价格 - β × 股票B价格
当价差 > 2σ 时,做空价差(卖A买B)
当价差 < -2σ 时,做多价差(买A卖B)
这里β是两只股票的协整系数。说白了就是它们之间的「兑换比例」。我刚开始做的时候,直接用1:1的比例,结果亏得很惨。后来才明白,不同股票的波动率不一样,必须算β。
配对交易的起源:华尔街的传奇故事
说到配对交易的起源,就不得不提摩根士丹利的那帮天才。上世纪80年代,华尔街有一群量化交易员,他们发现了一个现象:有些股票虽然属于不同行业,但价格走势却像双胞胎一样同步。
我记得有个经典案例:可口可乐和百事可乐。这两家公司是死对头,但股价长期保持某种比例关系。当其中一只因为短期消息暴跌,另一只没跟上时,套利机会就出现了。
当时摩根士丹利的交易团队,专门雇了一批数学博士,天天盯着几百只股票的价差。他们用计算机算协整关系,手动下单。那时候没有现在这么快的行情数据,他们靠的是收盘价和耐心。
最传奇的故事发生在1987年股灾之后。当时市场一片恐慌,很多股票被错杀。摩根士丹利的团队发现,一些基本面相似的股票,价差被拉到了历史极值。他们大胆进场,结果几个月后价差回归,赚得盆满钵满。
这个故事告诉我们什么?市场越恐慌,配对交易的机会越大。但前提是——你得有足够的资金扛住浮亏。我见过太多人,价差还没回归,自己先爆仓了。
配对交易的适用市场与品种
不是所有市场都适合做配对交易。我踩过的坑,今天全告诉你。
| 市场/品种 | 适合程度 | 原因 |
|---|---|---|
| A股 | ★★★☆☆ | 做空受限,融券成本高,流动性差 |
| 美股 | ★★★★★ | 做空方便,流动性好,品种丰富 |
| 期货 | ★★★★☆ | 多空双向,但合约有到期日 |
| 加密货币 | ★★☆☆☆ | 波动太大,价差容易失控 |
| ETF | ★★★★★ | 同类型ETF天然具有协整关系 |
我个人最推荐的是美股和ETF。为什么?因为做空机制成熟。你在A股做配对交易,融券借不到券,或者利息高得吓人,那还玩什么?
另外,品种选择上要注意:同行业、同板块的股票效果最好。比如银行股里的招商银行和兴业银行,或者科技股里的苹果和微软。跨行业的配对,协整关系不稳定,容易翻车。
我曾经试过把茅台和五粮液做配对,效果还不错。但后来换成茅台和伊利股份,结果价差越走越大,亏了20%才止损。嗯,这就是教训。
配对交易的风险与收益特征
先说收益特征:低相关性、低波动、稳定正收益。配对交易赚的是统计套利的钱,不是市场方向的钱。所以它的收益曲线通常比较平滑,夏普比率可以做到2以上。
但风险呢?我列几个最要命的:
- 协整关系失效风险:两只股票的基本面变了,价差再也不回归。比如一个被收购了,另一个破产了。这时候你的配对就废了。
- 流动性风险:做空的股票突然被大量借入,融券利率飙升。或者你平仓时,买卖价差太大,吃掉你的利润。
- 黑天鹅风险:2008年雷曼兄弟倒闭,很多做配对交易的人直接爆仓。因为所有金融股一起暴跌,价差根本不回归。
- 过拟合风险:你回测时发现某个配对历史表现很好,但实盘一跑就亏。为什么?因为你把数据挖得太深了,找到了随机噪声。
避坑指南:
我曾经犯过一个错误:用过去3年的数据做回测,选出了10个配对。结果实盘时,有7个配对在第一个月就出现了价差持续扩大的情况。后来我才明白,回测时间至少要覆盖一个完整的市场周期(牛熊都包含)。否则你看到的「稳定收益」,只是牛市带来的假象。
收益特征方面,我总结了一个经验:配对交易的年化收益通常在10%-20%之间,最大回撤控制在5%以内。如果某个策略宣称年化50%以上,那大概率是过拟合了。
你想想看,如果真有这么容易赚钱的策略,华尔街那帮人早就把市场套利空间抹平了。配对交易赚的是「统计上的微弱优势」,靠的是高频次、小盈利的累积。
知识体系框架
下面这张图,是我自己整理的配对交易知识体系。你看一眼,就能明白今天讲的内容在整个框架中的位置。
这张图把配对交易的四个核心维度串起来了。你仔细看,起源、市场、风险、收益这四个点,其实是互相影响的。比如,如果你选错了市场(比如A股),那风险就会急剧上升,收益预期也要下调。
我的小建议:
刚开始做配对交易,别贪多。先找一对你最熟悉的股票,比如你天天喝的可口可乐和百事可乐。用Excel手动算价差,观察几个月。等你能凭直觉判断「这个价差偏大了」,再上程序化交易。嗯,慢就是快。
好了,配对交易的理论基础就讲到这里。记住一句话:配对交易赚的是统计的钱,不是预测的钱。你不需要知道明天市场涨还是跌,你只需要知道两只股票的关系是否正常。
下一章,我们会讲如何用Python实现协整检验和价差计算。到时候我会手把手带你写代码,从数据获取到策略回测,一条龙搞定。