``` -作者：JoeyQ ``` **！！！！有修改，暂停克隆** **2018.06.15修改了价差函数（含未来函数）后貌似结果不太理想，思路仅供参考** 在上节 https://www.joinquant.com/post/12940 中，我们简单介绍了统计套利策略的原理，在本节中，我们将在沪深300各个行业中寻找可以配对的股票，并以此构造投资组合。投资组合更新的频率为每季度，我们主要步骤如下： **1.划分行业：**在本研究中，我们主要研究的是银行，券商，医药，钢铁，煤炭，保险，房地产，家电，汽车制造这几个行业，概含了沪深300指数主要的行业 **2.收益率相关性：**我们选取的相关性阙值为0.7，太高导致价差波动小，太低则均值回归力度较弱。我们筛选出上一季度日收益率相关系数大于0.7的股票对作为备选股票 **3.平稳性分析：**在满足收益率相关系数大于0.7后，我们计算出价差，同时要求价差在0.05水平下通过单位根检验，这是为了防止上节中价差呈现单边走势的情况，我们要求价差必须围绕0轴波动 **4.价差形态过滤：**我们希望价差回归均值的速度较快，但由于我们调仓频率为一个季度，时间足够长，因此不需要通过这一步检验 ![tt81.png][1] 通过以上我们获得所有满足条件的股票对，并按照上一节的股票对交易策略进行交易，即当价差大于1.5时做多以单位A，同时做空$\beta$单位的B，当价差小于1.5时相反，当价差归零时清仓。我们测试了2007年至2017年的收益情况。结果如下： ![31.png][2] **可以发现我们获得一个很好的收益曲线！夏普值高达6.95！** 我们知道金融类股票的波动较小，因此我们剔除了银行，保险和券商股票，再构造投资组合，表现如下： ![32.png][3] **累计收益率显著提高，回撤控制在较小范围！** ### 改进策略思考 我们知道有左侧交易和右侧交易，左侧偏向反转，右侧偏向趋势，我们考虑建立配对交易策略的右侧交易策略，即当价差从上往下穿过1.5阙值线时建仓，同时，当价差趋向0时，回归均值的力度已经转弱，我们考虑价差小于0.5时清仓。具体流程如下： ![6768.png][4] 最后的最后，我们集中比较一下两种策略以及分行业的股票套利策略表现： ![33.png][5] ![34.png][6] 以下是近十年两种策略分行业的年度收益情况： ![35.png][7] ![36.png][8] ### 反思： 在这两节中，我们构造了统计套利之股票配对交易策略，并进行了沪深300行业的回测。我们假设所有的沪深300均可融资融券，从表现看我们的策略获得一个较为满意的收益，有效对冲了大盘下跌的风险。然而现实中并不是每只股票均可融资融券，因此这里可能存在未被市场参与者未能获取的超额收益。下一步，我们可以尝试针对可以融资融券的股票进行统计套利的回测！ [1]: https://image.joinquant.com/84b65f3206c5124ce326c95b56fcad8f [2]: https://image.joinquant.com/0b7d35614ec41e4098df94e5b88f12d7 [3]: https://image.joinquant.com/2b1813ee7932b6082610a2c798b94ca6 [4]: https://image.joinquant.com/1a01273483b080257636ac058361e3e0 [5]: https://image.joinquant.com/7476d00db57ba6e366a2e2b876cfeaa0 [6]: https://image.joinquant.com/a207a5ecf6a665596ebd7b9bca163654 [7]: https://image.joinquant.com/a57254ee23063a6c7b7f74e4d56a0ac4 [8]: https://image.joinquant.com/df2adef0a31d9cacdc6aa983855d3ec6