配对交易

配对交易是一种市场中性的投资策略,它通过识别并利用两个或多个相关金融资产之间的价格差异来获得利润。在配对交易中,投资者寻找历史上价格走势高度相关的资产对,当这些资产对的价格出现暂时偏离其长期均衡关系时,投资者会建立相应的多头和空头头寸,以期在价格回归均衡时实现盈利。这种策略的核心在于找到合适的配对资产,并准确判断价格偏离的时机和幅度,从而实现风险控制和收益最大化。配对交易在金融领域被广泛应用,尤其适用于市场波动性较高或存在套利机会的环境。

【其他】回测图的持仓为什么不是100%?

还是这个配对交易原版demo,这里面的持仓从理论上来说应该一直维持在接近百分之百,但实际上运行后并不是如此,这应该是和回测的逻辑有关,想请问下这个是什么原因呢


[https://bigquant.com/codesharev3/2d635552-1c5b-4f79-9395-2f636e9d9907](https://bigquant.com/codesharev3/2d635552-1c5b-4f79

更新时间:2024-10-11 01:43

配对交易策略

配对交易策略

2.1 平稳与协整的概念

2.1.1 平稳的概念

一个平稳的时间序列变量Y的均值与方差不会随时间变化,它的图像变现为均值复归的形态



如果Y是平稳的均值复归的,那么我们可以合理地期待

  • 当Y过高的时候,它就会下降
  • 当Y过低的时候,它就会上升

2.1.2 协整的概念

如果两个时间序列变量之差是平稳的,就称这两个时间序列变量是协整的

  • 如果时间序列Y与X的差Z=Y−X是平稳的

更新时间:2024-06-07 10:55

算法交易的主要类型与策略分析

前言

算法交易起源于上世纪中叶的配对交易

历史上最早使用算法交易的例子可以追溯到1949年。对冲基金之父阿尔弗雷德·琼斯,利用空对多3:7的比例进行配对交易,在1955年到1964年间,综合回报率高达28%。到了上世纪60年代早期,投资者开始利用计算机通过分析股票的周线和月线来预测价格运动方向。

配对交易逐渐成熟,发展成后来的算法交易。随后算法交易策略慢慢在华尔街流传开来并被广泛使用,同时也带来了非常可观的盈利。原来在摩根士丹利从事配对交易的研究员,后来逐渐成为如大卫·肖、詹姆斯·西蒙斯这类明星基金经理手下的精英,算法交易的“黑盒子”便由此诞生。

随着计算机的广泛普及,华尔街各大

更新时间:2024-05-20 02:09

基于协整的配对交易

更新

本文内容已经过期,不再适合平台最新版本,请查看如下最新内容:

https://bigquant.com/wiki/doc/5z65lqo5y2p5pw055qe6ywn5a55lqk5pit-6x1P1362eJ

策略案例

[https://bigquant.com/experimentshare/6b05d7bd134e420387acfa25c37b283f](https://bigquant.co

更新时间:2024-05-17 09:23

基于协整的配对交易

策略案例

https://bigquant.com/codesharev2/353ca05c-8eb3-4076-8545-318fbdfbe4b2

\

更新时间:2024-05-17 09:18

如何创建复合型基准代码

如何创建复合型基准代码?

如,在配对交易的套利交易策略中,我希望的基准是这两只股票的均价,而不是沪深300指数。如何设置?

更新时间:2023-10-09 06:41

配对交易在数字货币期货上的研究和实现

概览

  • 时间序列和平稳性研究
  • 配对交易研究
  • 数据货币期货配对交易研究

(持续更新中)

时间序列数据

时间序列数据是单一变量按时间的先后次序产生的数据,是投资研究中最常见的一类数据。

如下为数字货币合约ETHUSDT的分钟行情数据,这是一个典型的时间序列数据

import dai

df = dai.query("""
SELECT close FROM cc_binance_future_um_bar1m
WHERE date BETWEEN '2023-01-01' AND '2023-01-31' AND instrument = 'E

更新时间:2023-10-01 09:41

多个套利对配对交易

策略案例

https://bigquant.com/experimentshare/dc13d0aed4b64f48803af3f764129b44

\

更新时间:2022-11-20 03:34

A股港股市场配对交易

Pairs trading across Mainland China and Hong Kong stockmarkets

作者:Hanxiong Zhang, Andrew Urquhart

出处:International Journal of Finance and Economics, 2018-10

摘要

基于市场效率低下是由非理性需求和套利限制相结合而导致的,本文研究了1996年1月至2017年7月间,在中国内地和香港交易高流动性大盘股和中盘股的配对交易的盈利能力。作者有三个主要发现:

  1. 限定在每个市场内的配对交易不会产生重大的异常收益。但是,如果投资者

更新时间:2022-11-02 09:09

监督学习的方法介绍及金融领域应用实例-长江证券-20170727

摘要

机器学习系列报告

本系列报告试图系统全面性的介绍各种不同的机器学习方法,并且结合具体的在投资研究领域应用实例、交易策略及code示例,说明其应用情景和实现方法。机器学习的方法可以分为以下几类:监督学习、无监督学习、深度学习及其他机器学习方法(例如强化学习),对应到具体的模型上数量则更是繁多,目前大部分机器学习模型并未广泛的应用在投研领域,因此本系列主要偏重于在投研领域有应用潜力的模型及方法。此篇将以介绍监督学习方法为主

监督学习模型之回归类模型及其应用

与普通线性回归不同,监督学习中的惩罚回归模型和非参数回归,可以分别用于处理输入变量中存在大量线性相关性关系

更新时间:2022-08-31 01:52

用python将卡尔曼滤波技术和统计套利应用在期货市场

\

背景

根据当前中国的交易规则,股票不能做空。与更发达的市场相反,套利机会不容易实现。这表明那些寻找并能够利用它们的人可能会有机会。

因此,我决定使用统计套利配对交易技术专注于中国的期货市场。


战略理念

本项目实施的交易策略称为“统计套利交易”,也称为“配对交易”,是一种逆势策略,旨在从某个配对比率的均值回归行为中获利。

更新时间:2022-07-02 02:00

分页第1页
{link}