1. 银行股配对交易的策略架构与研究背景 [page::0][page::2]

• 选取银行板块14只股票，形成91对配对组。

- 研究关注两大关键环节：配对组优选和交易参数设定。

• 研究期从2005年1月4日至2010年11月30日，涵盖牛熊市转换。

2. 优选配对股票方法比较 [page::3][page::6]

• 采用相关系数法和协整法检验配对优选效果。

- 相关系数法对短采样期（60日）优选组准确率高达100%，对长期采样期亦较优（80%-94%）。

• 协整法整体准确率低于相关系数法，更适合长期采样期，准确率60%-87%。

- 相关系数区间（0.9-1）对应的配对虽非最大收益，但风险控制良好。

3. 配对交易信号及参数优化测算 [page::10][page::12][page::14][page::16][page::19][page::23]

| 交易信号计算方法 | 信号计算方式 | 采样期(天) | 交易期(天) | 建仓线(%) | 止损线(sigma) | 获利平仓线(sigma) | 买入费率 | 卖出费率 |
|------------------|---------------|------------|------------|------------|---------------|-------------------|----------|----------|
| 参数组(1) | 滚动 | 60 | 60 | 99 | 5 | 1.5 | 0.1% | 0.2% |
| 参数组(2) | 滚动 | 240 | 60 | 99 | 4 | 0.5 | 0.1% | 0.2% |
| 参数组(3) | 滚动 | 360 | 240 | 85 | 4 | 0.5 | 0.1% | 0.2% |

• 交易信号以基于协整残差进行波动计算，并采用滚动方式来计算均值和方差。

- 采样期与交易期不同组合通过递进式策略多参数测试筛选最优参数组合。

• 采样期为120天的组合交易效果较差，作为对照组。

- 交易费率敏感度显示买卖费率合计越低，效果越优。

4. 最优参数组交易效果表现 [page::26][page::27][page::28]

• 参数组(1)交易快进快出，持仓时间短，亏损控制好，正收益比例60%以上。

- 参数组(2)延长采样期至240日，减少交易次数，持仓时间增多，增强收益及夏普表现，适合风险承受度较高的投资者。

• 参数组(3)最长持仓及采样期，捕捉长期关系，最大化正收益率及平均收益，适合耐心持有的投资者。

5. 不同市场阶段下配对交易表现差异 [page::29][page::30]

• 震荡市段配对交易表现较优，单边市对应亏损较大。

- 2007年8月为策略效果转折点，先前多亏损，之后多盈利，反映市场风格的变化。

• 相关系数法对短采样期效果显著，协整法在长期采样期中表现不俗。

6. 典型配对个案分析与风险提示 [page::31~page::48]

• 平均每笔收益高的案例：招商银行&宁波银行（参数组1），相关性有波动但表现稳健。

- 平均每笔亏损大的案例：浦发银行&中国银行，相关系数短期剧烈波动，止损不到位。

• 其他重点配对组分析涉及中国银行&北京银行、工商银行&宁波银行、深发展银行&浦发银行等，展示不同采样期、交易期及协整关系对交易绩效的影响。

7. 研究结论与未来展望 [page::49][page::50]

• 相关系数法适用于短期配对组选择，协整法适合长期判断。

- 提出三套不同风险/交易频率的参数组满足不同投资者需求。

• 需考虑多因子筛选、现金头寸管理及更完善止损策略，结合实际业务如融券期限等交易限制。

- 日后将研究组合层面策略，以提升指数增强及市值管理效率。[page::50]

股票配对交易Ⅰ: 基于银行股的实证——全面深度分析报告

---

1. 元数据与概览

• 报告标题: 《股票配对交易Ⅰ: 基于银行股的实证》

- 系列名称: 融资融券系列报告之三

• 作者: 何苗（金融工程研究员）、蒋瑛琨（首席金融工程研究员）、严小平（实习生）

- 发布机构: 国泰君安证券研究所

• 发布日期: 跨度至2010年11月30日，具体发布时间未详

- 研究主题: 以中国银行板块银行股为对象，基于股票配对交易的实证分析。主要探讨配对股票的优选方法和交易策略参数的设定，评估不同参数及市场阶段下的配对交易效果。

核心论点与目标价／评级概况:
报告通过相关系数法和协整法两个典型的配对优选方法对银行股91对配对组进行评测，发现在中国A股市场震荡行情（如2007年8月以后）配对交易效果较优，单边行情则风险显著提升。报告选取三组不同风险偏好对应的最优参数集合，指导投资者选择适合自身的交易策略组合。

作者试图传达的主要信息在于：从市场实证出发，银行股配对交易在恰当参数选择和市场阶段理解下能有较好盈利能力，且相关系数法和协整法分别适应不同采样期和交易策略设计，致力于降低交易风险、优化收益曲线[page::0,2,3].

---

2. 逐节深度解读

2.1 引言与交易策略定位

• 重点: 配对交易是市场中性策略中的经典分支，已有丰富的国际经验，但在中国市场尚处发展初期，受融资融券业务刚刚推出影响。

- 逻辑: 融资融券业务开启是配对交易在中国市场能深入实践的基础。当前市场做空渠道依旧有限，影响策略的实施深度和广度，但预计未来会随着制度完善大幅推广。

• 数据点: 2005年1月-2010年11月为研究时间窗口，14只银行股、91对配对组 ；融资融券余额突破百亿元[page::0,2].

2.2 配对交易策略与优选方法

• 优选配对组的方法: 相关系数法、协整法、标准差法、基本面法。此次报告聚焦相关系数法与协整法的比较，均属于价格数据驱动方式。

- 关键假设: 银行业作为同质性高的板块，价格行为的相关性明显，适合APPL实证测试。

• 参数设定: 交易信号算法、采样期、交易期、建仓线、止损线、获利平仓线、交易佣金敏感性，七大参数影响策略表现深远，报告采用递推式分析，避免参数组合爆炸[page::2].

2.3 优选配对股票

2.3.1 相关系数法

• 方法: 根据60、120、240、360交易日不同采样期划分相关区间，将频率高的曲线识别为优选组。

- 发现: 采样期越长，相关系数在0.9-1区间比例越高（短期38%、长达67.9%），表明长期看同业银行股价格相关更强。

• 正确率: 依赖不同采样期参数的最优组合，判断优选组正确率由短期60日的100%逐渐下降至360日的94%，短期数据表征能力更强。

• 图表深读（图1-5）：

- 图1显示不同采样期下相关系数的分布，集中在0.9-1，验证高度相关的股票配对。
- 滚动相关系数图（图4、5）可见部分配对稳健，如工商建设、深发展兴业，相关复苏波动体现出市场阶段变化。

• 结论: 相关系数法对短期判别效果佳，交易信号设定灵活，可快速适应市场变化[page::3,4,5].

2.3.2 协整法

• 方法: 测试两只股票价格差的稳定性，频繁范围小，协整配对占比低约6.3%。

- 优选标准: 协整时间段占比超过15%定为优选，区别于相关系数法的精细区间标准。

• 表现: 协整法优选组的正确率低于相关系数法（60日40%，360日87%），整体效果偏弱，但长周期效果更稳定。

• 图表解读（图6，表2）：

- 协整组极少，且非协整组占比巨大（约93%），说明多轮市场中只有少数股票组合呈长期稳定关系。
- 优选组与较差组对交易成败判别中部分误判，反映协整方法的模型限制。

• 结论: 协整法适合长周期策略，但短期配对与交易选择效用有限[page::6,7].

2.3.3 方法比较

• 交易收益测算:

- 相关系数高（0.9-1）区间未必带来最高收益，但风险最小，突出风险控制功能。
- 协整法并未显示明显更高收益或风险可控性，尤其短期效果较差。

• 图7-12珠数量化点描绘:

- 相关系数法平均收益率平稳提升，多数配对组正收益占比高；
- 协整法点状分布，体现策略收益分布较为分散，严格协整未形成显著优势。

• 逻辑: 由于历史价格波动受众多非价差因素影响，非协整阶段仍具交易价值，协整法限制较大[page::7,8,9,10].

2.4 配对交易参数优选

通过模拟测试，报告递进筛选，优化下列参数：

• 交易信号计算方法: 固定、累计、滚动三种；滚动表现最佳，考虑交易期内动态调整均值与方差；

- 采样期与交易期:
- 采样期作为观测窗口，影响信号计算的准确性。
- 交易期界定交易持仓周期。
- 结论表明交易期不超过采样期更优，120日采样期效果较差。

• 建仓线: 采用百分比分位法代替倍数sigma，适用滚动时间窗数据；

- 止损线与获利平仓线: 结合历史波动，针对长短期关系调整；

• 交易费率敏感性: 买卖费率合计越低，配对交易表现越优，默认买0.1%，卖0.2%，步长0.05%测试。
• 表3-27数据详解:

- 各参数结果均以正收益率、平均收益率、最大收益/亏损、交易次数等指标衡量。
- 滚动信号、60、240、360采样期分别形成3组最优参数组合。
- 不同参数集合适应不同投资者风险偏好及交易习惯。

2.5 最优参数组合实证特征

|参数组|采样期|交易期|建仓线|止损线|获利线|特点|适合投资者|
|-|-|-|-|-|-|-|-|
|1|60日|60日|99%|5倍σ|1.5倍σ|短线快进快出，高交易次数，亏损控制严格|低风险偏好，喜欢高频交易者|
|2|240日|60日|99%|4倍σ|0.5倍σ|中长期关系捕捉，交易次数较少，平均持仓时间长，收益与亏损均有所提升|偏中性，兼顾收益与风险|
|3|360日|240日|85%|4倍σ|0.5倍σ|长期持仓，交易次数回升，收益率最高，亏损可控，耐心持有为主|高风险承受者，偏长线投资者|

• 图13-18展示不同参数组下配对组收益率、正收益比例和持仓时间的散点分布，体现各组交易特性差异[page::10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28].

2.6 配对交易盈亏与市场阶段关系（章节5重点）

• 市场走势影响显著：震荡市下交易结果良好，单边市则多数亏损且容易出现极端损失（亏损幅度>10%）；

- 历史分水岭: 2007年8月前多单边行情，配对交易亏损多数；8月后多震荡行情，配对盈利居多；

• 方法表现:

- 相关系数法在短采样期（参数组1）下对应表现更佳；
- 协整法在长采样期（参数组3）下表现更佳，辅助趋势判断；

• 图19-24和成交案例: 展示不同参数组依据相关系数及协整法在不同时间窗口下收益波动与沪深300指数的对照[page::29,30,31].

2.7 最优交易策略个案详细分析

• 收益最高配对组实例

- 组1: 招商银行与宁波银行（图25-26）：相关系数虽不稳固，但价格关系规律明显，交易多以获利平仓结束。
- 组2: 中国银行与北京银行（图27-28）：价格均值回复特征支持较优交易，交易次数少。
- 组3: 工商银行与宁波银行（图29-30）：协整关系有时形成高收益，但非协整阶段亦可获利。

• 亏损最大配对组案例

- 组1: 浦发银行与中国银行（图31-32）；价格相关剧烈波动导致假信号。
- 组2: 南京银行与建设银行（图33-34）；非协整阶段价格散失造成多到期亏损。
- 组3: 深发展银行与招商银行（图35-36）；价格震荡导致频繁止损和平仓亏损。

• 相关系数稳定高配对组

- 各参数组选取工商银行与建设银行（图37-42），体现较稳定且风险控制良好。

• 协整关系稳定组对

- 相关参数组分别选用中国银行中信银行、中信银行宁波银行和深发展浦发银行作为代表（图43-48）；
- 此类组别协整交易安全性略低，部分阶段交易出现停滞[page::31-48].

2.8 其他思考与局限

报告指出当前研究及策略拟合仍有不足及未来发展空间：

• 单因子选择法限制配对组优选效率，建议多因素考虑基本面及事件风险；

- 仅进行一期配对关系分析，跨期稳定性评估不足，易受关系变化影响造成亏损；

• 信号计算未论现金中性权重问题，未比较基于市场价比率的另一信号计算模式；

- 止损机制需完善，应防范相关关系短期急剧变化导致的亏损；

• 现实交易中存在资金规模、融券期限、零股问题等制约；

- 配对交易扩展至组合管理、指数增强时，资金配置最优问题尚需研究[page::49,50].

---

3. 图表深度解读

3.1 相关系数法配对优选（图1-5，表1）

• 图1显示采样期越长，配对组价格相关度越集中在区间（0.9,1），反映银行股价格长期协同波动明显。

- 表1中优选组配对稳定度达90%以上，工商建设、深发展兴业等成为优质标的，其在不同采样期下表现稳定，适宜基于相关系数法配对策略执行。

• 图4、5多条曲线显示滚动相关系数波动范围，提醒投资者动态调整策略参数，避免片面依赖历史相关。

3.2 协整法分布与测试（图6，表2）

• 协整组配对极少（6%），不显著受采样期影响，表明价格对差异长期稳定的配对罕见。

- 优选组与较差组明确划分，协整组在大样本上虽显示正收益趋势，但易有误判。

• 投资者需衡量协整测试严格性与实际交易灵活性。

3.3 交易参数敏感度及最优组合测试（表3-27）

• 选用综合指标：收益率、正收益占比、亏损限定和交易次数监控。

- 明显发现滚动信号计算方法优于固定和累计方法，尤其交易期不宜超采样期。

• 价格阈值（建仓线）在85%-99%间调整对正收益率影响较大，99%建仓线相对稳健。

- 止损线推荐4-5倍sigma原则体现风险控制与策略适应平衡。

• 获利平仓线设定基于采样交易期长短灵活调整，短期高阈值防止频繁交易，长期低阈值保证获利。

- 交易费率敏感性实验确认费率降低显著提升交易策略收益，反映成本管理重要性。

3.4 交易收益率与持仓时间对比（图13-18）

• 3组参数对应的平均收益与正收益占比正相关，反映策略优化成功。

- 持仓时间与收益呈正相关，但风险管理使持仓时间适中（不长留过时仓位）。

• 各组参数体现不同风险收益形态，给投资者决策带来依据。

3.5 市场阶段影响图（图19-24）

• 交易平均收益与沪深300指数走势高低相关，震荡期多数正收益，单边市亏损。

- 相关系数法在短采样期下对短期市场波动高度敏感，协整法更适合长采样期稳健策略。

• 充分说明策略收益与市场环境风格密切关联。

3.6 交易案例图和明细（图25-48及对应明细表）

• 每个典型配对组的滚动相关系数及协整关系波动示出，反映配对状态动态。

- 详细交易明细表揭示交易信号执行、获利/止损平仓结果，有助投资者理解实操风险边界。

• 成功组表现为高获利平仓占比，失败案例多为止损或到期平仓亏损。

- 明显发现协整检测并非完全决定交易成功，相关系数规律性波动同样关键。

---

4. 估值分析

报告未涉及传统的估值方法（如DCF、市盈率等），核心为策略参数优化与实证收益测试，故估值分析不适用。

---

5. 风险因素评估

作者认定的主要风险有：

• 市场风险: 单边市行情下策略表现差，可能出现大额亏损，市场风格季节性切换频繁，策略需灵活适应。

- 模型风险: 单因子配对选择易被事件冲击，协整法的统计严格可能导致优选组遴选不全或误判。

• 执行风险: 融资融券限制（融券标的范围、期限限制、融资门槛）限制了策略实际运行，特别是卖空空间不足。

- 成本风险: 交易费率变化对收益影响大，尤其买卖费率的非对称费用增加了策略难度。

• 样本外风险: 历史数据不足以完全覆盖未来可能的极端波动，策略需要后续动态调整。

风险缓解未具体展开，但敏感性测试与多参数方案设计体现了风险控制意识[page::0,2,49,50].

---

6. 批判性视角与细微差别

• 模型单一性问题: 报告对股票选择主要依赖相关系数及协整指标，虽然是量化核心，但未深度结合基本面或新闻驱动，存在事件冲击缺乏管控风险。

- 交易信号设计局限: 仅基于回归残差波动计算信号，未涵盖价差比例等现金中性策略，限制了策略灵活度和泛用性。

• 数据窗口选择不一: 不同采样期参数组下回测结果差异较大，反映市场环境阶段性显著，策略适应风险较强。

- 止损逻辑简单化: 对极端相关性剧烈波动期间止损机制不足，案例中的亏损部分体现此缺陷。

• 交易执行限制忽视: 报告未考虑零股交易、融资融券覆盖范围、市场流动性实际执行等现实约束。

- 收益评估指标单一: 重点关注平均收益和正收益率，风险和收益的其他衡量（如夏普比率、最大回撤）未讨论。

总体上，报告基于大量历史数据，方法严谨，结论具有实操参考价值，但需注意策略风险与市场环境适应性[page::49].

---

7. 结论性综合

本报告以中国A股银行板块14只股票91对组成的配对交易组合为实证对象，系统评测了相关系数法与协整法两大技术手段在配对优选和交易绩效上的表现差异。通过动态滚动计算结合多样参数的敏感性测试，归纳出三组具有代表性的最优交易参数方案，覆盖短期、季中和长期交易习惯，所有参数组均能实现较高正收益率（多数组合正收益率超过60%，长窗口组甚至超过80%），最大亏损控制在较低水平（最大亏损均未超负3.6%）。

详细考察不同市场阶段下的表现，发现震荡行情有益于配对交易策略的正收益表现，而单边行情风险显著提升。投资者应结合自身风险偏好与交易经验灵活选择最优参数组合。

同行业股票同质性提供了配对交易的可行前提，而相关系数法因具备短期快速响应能力而成为优选配对方法，与之相比协整法仅适用于长采样期的交易判定。报告同时揭示配对交易在实际执行时需关注费用、市场流动性及制度约束风险，并倡议未来研究融合基本面等多因子指标完善配对选择与操作机制。

报告的各项图表深刻显示出交易参数调节对策略表现的显著影响（图表1-48），并辅以典型银行股对案例数据展示策略实战的成功与风险，如招商-宁波组合的高效均衡型表现，南京-建设组合的相关系数骤降导致亏损案例，及工商-建设组的稳健型交易保障。

总结来看，报告为A股市场配对交易策略设计与参数优化提供了有力的实证支撑及详细操作指引，尤其强调结合市场阶段特征采用差异化交易策略的重要性，为投资者尤其是机构投资者提供了宝贵的风险控制及盈利提升参考[page::0-52].

---

重要图片示例（部分）

相关系数分布（图1）


招商银行与宁波银行滚动相关系数（图25）


资金风险与收益分布示意（图13）


不同市场下收益率与沪深300指数对比（图19）


---

本分析力求涵盖报告所有关键节及图表内容，透彻揭示了银行股配对交易的优选方法及参数调优的实证路径，兼顾风险控制与收益提升，具备显著的实用价值和策略研发参考意义。

报告