统计套利策略有哪些(统计套利模型)
内容导航:
Q1:量化对冲领域有哪些经典的策略和传奇人物
阿斯内斯是法玛在芝加哥大学指导的金融博士,其博士毕业论文在三因子模型的基础上加入了动量因子,以四因子模型的形式完成了一系列的实证分析。博士毕业后阿斯内斯进入高盛,成为了一名量化交易分析员,随后在高盛组建了全球阿尔法基金,主要从事以量化为导向的交易工作,业绩不俗。1997年他离开高盛创办了自己的AQR资本管理公司,目前该公司是全球顶尖的对冲基金之一。虽然没有直接的证据证明阿斯内斯在工作中采用的是多因子模型基础上的股价预测技术,但是可以想见的是,市值、账面市值比、动量因子和因子模型应该与其量化交易策略存在一定的关联。阿斯内斯在一些访谈和学术论文中也时常谈到价值、动量/趋势、低风险、套息等相关概念,是为佐证。
由学术研究进入量化交易实业领域的一个更为极端的例子,应该是文艺复兴科技公司的西蒙斯,这也是中国读者较为熟悉的一个量化交易从业者。西蒙斯于1961年在加州大学伯克利分校取得数学博士学位,年仅23岁,并在30岁时就任纽约州立大学石溪分校数学学院院长。他在1978年离开学校创立了文艺复兴科技公司,该公司因为旗下的量化旗舰基金——大奖章基金傲人的业绩而闻名。关于西蒙斯所使用的量化交易策略,坊间一直有诸多猜测。许多人认为其所使用的应该是基于隐马尔科夫模型的量化交易策略,原因在于西蒙斯的早期合伙人鲍姆是隐马尔科夫模型估计算法的创始人之一,同时文艺复兴科技公司招聘了大量的语音识别专家,隐马尔科夫模型正是语音识别领域的一个重要技术工具。作者对这一说法持怀疑态度,不过不管怎样,从文艺复兴科技公司比较另类的人员构成来看,这应该是一个比较纯正的使用量化交易策略进行运作的对冲基金公司。
虽然大部分的量化对冲基金正在使用的交易策略都或多或少的进行保密,但是仍然有一些量化交易策略在多年的使用后开始慢慢为外界所熟知,统计套利就是其中之一。这个策略的概念最早产生于摩根斯坦利,当时的做法也被称为配对交易,实际上就是使用统计的方法选取一对历史价格走势相似的股票,当两支股票之间的价格差距变大、超出一定阈值之后,就分别做多和做空这两支股票,依靠该价格差在随后的时间里回归到正常水平来获取收益。由于这种量化交易策略既源自于统计分析、又存在等待价差回归的套利特性,因此被称之为统计套利。而随着对这类交易策略的进一步深入研究,统计套利策略目前已经远远超出了配对交易的范畴,变得更加的复杂和多样化。
肖曾经是摩根斯坦利这个统计套利交易组的成员之一,他于1980年在斯坦福大学获得计算机博士学位,随后留校进行学术研究。肖在1986年加入摩根斯坦利后负责该组的技术部门,但是在两年之后、如同统计套利的首创者班伯格(注)一样、由于政治斗争等原因从公司离职,并创立了自己的德劭基金公司。结合了肖的大规模并行计算研究背景和在摩根斯坦利接触到的统计量化策略,德劭基金公司利用计算机量化模型作为主要的策略进行交易并取得了巨大的成功。值得一提的时,肖在对冲基金领域扎根之后,仍然不忘科学研究,其成立的德劭研究公司致力于通过强大的计算机硬、软件能力在分子动力学模拟等生化科研领域取得前沿性进展。这与阿斯内斯一直在金融杂志上发表学术论文的行为,相映成趣,当然肖的学术研究相对而言可能更为极客一些。
相比起统计套利,传统意义上的套利策略是一个更为人熟知、更经典的量化交易策略。实际上现代金融框架的一部分都是基于“无套利”这样一个假设原则建立起来的,可见套利策略的深入人心与重要性。如果说统计套利的重点在于刻画和预测多个资产间的统计关系,那么传统套利可能就更重注于各个资产的价值计算,以及策略执行时的交易成本估计和优化。只不过量化交易策略进化到现在,统计套利和传统的套利策略已经是互相渗透、互相融合的了。以计算机能力见长的德劭基金公司,对这两种套利策略应该都是有所涉及的。
说起套利,不得不提到长期资本管理公司。这家公司的阵容十分豪华,包括债券套利的先驱梅里韦瑟、两位诺贝尔奖获得者莫顿和斯科尔斯、美联储副主席穆林斯等诸多顶级从业者,主要从事的正是债券的量化套利交易,当然其中也会包含一些其他形式策略的成分。公司成立的前三年间表现非常出色,但是在1998年俄罗斯国债违约之后,相关的连锁反应使得公司产生巨大亏损,在美联储的干预下被华尔街几家公司出资接管,形同倒闭。实际上,长期资本管理公司在俄罗斯债券上的损失本身并不大,但是许多大金融机构在亏损环境下必须保证足够的资本量,因此通过出售流动性较好的七大工业国债券等资产来减低风险、增加资本,全球主要债券价格在卖出压力下大幅下跌,波动巨大,这才导致了杠杆极大的长期资本管理公司在债券套利上产生巨额亏损。
Q2:致远期货:多因子模型和统计套利模型有什么本质区别
2009年以来,一股“量化基金”的热潮悄然掀起,中海基金、长盛基金、光大保德和富国基金先后推出了自己的量化产品,而富国正在推出的富国300增强基金还属于第一只增强型的指数基金,就是因为量化概念的引入。关于量化基金,国际资本市场,尤其是美国市场已经有了长足的发展并形成了相当的规模,量化基金通过数理统计分析,选择那些未来回报可能会超越基准的证券进行投资,以期获取超越指数基金的收益。区别于普通基金,量化基金主要采用量化投资策略来进行投资组合管理,总的来说,量化基金采用的策略包括:量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、算法交易、资产配置等。
Q3:股票统计套利策略和阿尔法策略的异同?主要区别是什么?
所谓的阿尔法,最初指的是超额收益,现在也有把阿尔法看做为绝对收益的。统计套利策略是利用统计学发现市场的规律来进行套利,但是否有超额收益,是否是绝对收益,依据不同的统计策略各有不同。实际上并无所谓的阿尔法策略,因为对于专业投资者而言,无论是追求相对收益还是追求绝对收益,都需要阿尔法。不过有一种策略叫可转移阿尔法策略,指的是通过对不同类型的资产进行组合,将有优势领域资产的超额收益转移到只能获取贝塔收益的资产上,从而从总体上看,资产组合具备了阿尔法也即超额收益。
Q4:有谁会做有关统计套利策略研究的东西
这看什么品种了,我们主要做贵金属跨市套利
Q5:市场中性策略的市场中性策略的应用
◆与其他类型的对冲基金相比,股票市场中性策略在牛市中的表现并不突出,但在熊市下,市场中性表现出较高的优越性,远跑赢其他类型的对冲基金。长期来看,股票市场中性策略收益率与股票指数收益率相当,波动性近似于债券指数,但风险调整后的收益水平远高于股票和债券指数。
◆股票市场中性策略依靠选股能力赚钱,其核心是投资者的选股能力。整体目标是不论市场走势如何,投资组合多头的表现始终强于空头。具体讲,股票市场中性策略的收益来自于三块:投资组合的多头、投资组合的空头和卖空股票产生的现金流。
◆股票市场中性策略的优势在于能够获得双阿尔法、组合构建不受权重的限制以及较低的波动率;其风险包括选股能力、模型风险、调整风险、卖空风险,以及多头和空头头寸的不匹配。
◆基于成对交易的统计套利,其基本理念是均值回复,而均值回复的产生是由于市场的过度反应:某只股票相对于可比的其他公司股票或者指数出现了短期的高估(低估),通过构建成对组合,能够利用这种短期的定价偏差获得收益。
◆通过构建统计套利模型我们能够计算信号指数,用以捕捉市场出现的统计套利机会,当信号指数超出我们设定的临界值时,可以使用成对交易进行统计套利。
◆银行业单对股票组合统计套利模拟结果显示,华夏银行-民生银行成对股票在07 年4 月-08 年4 月期间共发出4 次套利交易信号,100 万初始资金累计收益30.33 万元,年收益率30.33%。
◆国内市场多对股票组合统计套利模拟结果显示,成对统计套利交易获得的年收益率为27.45%。成对交易组合走势与市场整体的相关性较低,且收益更为稳定。07 年4 月-08 年4 月期间,成对股票组合日收益率标准差为0.47%,与上证A 股指数日收益率的相关系数为0.109。
Q6:趋势套利是什么意思?
套利 是一种交易手法
趋势 是客观的走势 反正我不知道这两词能合起来用
Q7:求quant帮助,布莱克肖尔斯公式(方程)大致介绍(具体的话也行),还有统计套利交易希望也能概括表述...
不太现实
本文由锦鲤发布,不代表本站立场,转载联系作者并注明出处:/showinfo-4-206676-0.html