沈银芳, 郑学东, 徐信喆

(1.浙江财经大学 数据科学学院, 浙江 杭州 310018; 2.上海交通大学 安泰经济与管理学院, 上海 200052)



基于混合Copula的ETF配对交易策略

沈银芳1, 郑学东1, 徐信喆2

(1.浙江财经大学 数据科学学院, 浙江 杭州 310018; 2.上海交通大学 安泰经济与管理学院, 上海 200052)

摘要：配对交易是一种非常普遍的投资策略,被广泛应用于金融市场.距离法和协整法在配对交易策略中使用最普遍,然而,这2种方法只能描述股票之间的线性相关结构.本文基于3类基本的阿基米德Copula函数构成的混合Copula,定量刻画了资产之间的条件相关性,给出了新的配对交易策略,并将其运用于高频ETF市场.实证分析表明，新的策略可以捕获更多相依信息,得到更多的交易机会.

关键词：配对交易策略;混合copula;条件相关性;高频;ETF

SHEN Yinfang1, ZHENG Xuedong1, XU Xinzhe2

(1.SchoolofDateSciences,ZhejiangUniversityofFinanceandEconomics,Hangzhou310018,China; 2.AntaiCollegeofEconomics&Management,ShanghaiJiaoTongUniversity,Shanghai200052,China)

配对交易(pairs trading)的理念最早起源于20世纪20年代华尔街传奇交易员JESSE LIVERMORE的姐妹股票对(sister stocks)交易策略.20世纪80年代摩根士坦利公司成立了一支由TARTAGLIA领导的量化团队,专门开展配对交易的研究,并于1987年投入实战,当年盈利5 000万美元.经过多年研究和市场实战,配对交易的理论框架和配套交易系统都日臻完善.传统的配对交易方法见文献[1-3],具体如表1所示.最小距离法因无模型假设、操作简单、具有一定的盈利能力而得到广泛使用,然而正态性假设使得该方法的应用受限.同时上述传统交易策略均基于股票的线性相关性和对称性来研究价差序列.

Copula函数因其灵活性和优良性已成为相关性结构建模……