基于融资融券的配交易策略研究

基于融资融券的配交易策略研究

1证券的融资融券融资和证券交易是指投资者向保险公司提供担保，通过融资购买证券或证券并进行销售的行为。融资融券业务是目前我国证券行业推进较快,规模初现且最有盈利前景的创新业务,截至2012年6月底共有278只股票和9只ETF作为融资融券标的,44家证券公司已开展融资融券业务,两融规模从2010年3月31日的659万元扩张到2012年11月9日的752亿元。融资融券提供了一种做空获利的方式,在这种可以双向交易的情形下,能够衍生出许多新的投资方法和投资策略,为包括配对交易在内的统计套利模型在国内市场中的应用扫除了障碍。因此,将被国外对冲基金广泛应用而较少被国内投资者所讨论的配对交易策略应用于国内A股市场,并验证此策略在中国市场上在扣除交易成本后的获利性及可行性,可以在一方面为投资者从事相关交易及研究者进行相关研究提供参考,另一方面也为验证配对交易策略在我国现实市场中的盈利能力和应用前景提供一定的依据。2异变的程度配对交易策略是一种市场中性的交易策略,其基本原理是选择两个相关性较高的股票,他们的历史价格之间存在某种确定的长期均衡关系,如果未来一段时间能保持这种良好的相关性,那么一旦两者之间出现背离均值的走势,我们预期这种背离在未来将会得到纠正,从而出现套利机会。股票配对交易策略的顺利实施,涉及两大关键环节:一是如何找寻具有较高相关性并保持某种均衡关系的两只股票,二是如何量化所选股票对的均衡关系或者相关性由于受到某些市场因素的作用而发生异变的程度,也即配对交易中建仓与平仓阈值的设置。在确定了配对标的股票、标的股票具有协整关系以及建仓和平仓阈值之后,可按如下程序进行配对交易操作:当价差大于/小于建仓阈值k1δ1/-k1δ1(δ1为价差序列标准差)时,卖出/买入一单位y1股票,买入单位的y2股票,当价差回落至均值时进行反向操作:买入一单位y1股票,卖出相应单位的y2股票进行平仓,最终获利了结。而在交易过程中,当出现价差落在止损阈值(2.5δ1)之外时,必须止损平仓从而避免出现更大的损失。本文所选取的配对标的资产均为来自A股市场现有的278只融资融券标的证券,数据样本为我国A股市场2008年1月2日至2012年1月4日共977个交易日的日收盘价格数据,收盘价均采用向前复权的处理方式。其中,2008年1月2日至2010年12月31日的收盘价数据为构造配对交易策略模型的样本区间数据,本文将利用此期间的历史数据来选择合适的配对标的资产并构建最优套利策略。而2011年1月4日至2012年1月4日为样本外区间,在此期间内将按照样本区间内确定的配对资产与策略进行模拟交易,通过对模拟交易的风险与收益进行分析最终验证配对交易策略的可行性。在交易成本方面,印花税率定为单边卖出时缴纳0.1%;交易佣金定为双边0.05%;融券年利率定位8.5%;冲击成本固定为双边0.1%,折算率在本文中一律按照60%计算,最低保证金比例设定为60%。此外,由于在实证内容中所交易股票均为不超过1手,可以假设初始资金十分充足,不需考虑资金分配问题。3已采取的交易策略的确认3.1行业可配对因子分析从配对交易定义出发可以发现:满足要求的股票应该是主营业务类似、规模相近、股价驱动因素大致相同的股票。因此,在初选过程中,可以基本确定满足配对条件的股票应该是出自同一行业。为此,本文根据申万二级行业分类,引入“行业可配对因子”这一指标来考察A股市场各行业的可配对性。该指标的具体计算方法如下。首先对A股市场现有的278只融资融券标的证券进行行业归类:融资融券标的证券共涉及62个行业(按申万二级行业分类),剔除只包括一只股票的行业,剩下40个行业,共256只股票。考虑到实际操作上的便利以及最后统计结果的可视性,本文仅从40个行业中选取了包含股票数量最多的前8个行业进行跟踪实证,样本区间为从2008年1月2日到2010年12月31日,共352个正常交易日。其后,对排名前八的行业中的各支股票进行行业内的两两配对进而计算其价格的相关系数。最后,对各行业两两配对股票所取得的相关系数取均值即可得到各行业的“行业可配对因子”。该指标处理后在将会在区间[-1,1]的范围内波动,越靠近1说明行业整体的可配对情况越好,或者说行业内股票的集群(或聚类)效应越好,反之则反。对上述8个行业的行业可配对因子这一指标进行统计分析后结果如表1所示。从表1中可以看出,银行业股票之间相关性最大,标准差也相对较小,这说明配对的可行性和稳定性均属于各行业前列,存在协整关系的可能性最大。因此,本文选取现有278只融资融券标的证券中的14支银行业股票:浦发银行、华夏银行、民生银行、招商银行、兴业银行、北京银行、交通银行、工商银行、建设银行、中国银行、平安银行、宁波银行、中信银行、南京银行作为研究对象。同属银行业融资融券标的的农业银行与光大银行由于上市时间较晚,无法取得足够样本区间数据,因此将其剔除于研究对象之外。在通过行业可配对因子分析确定了配对股票所处行业之后,分别计算两两之间的相关系数,所得结果如表2。通过对相关系数的测量我们可以发现中国银行与中信银行的日收盘价相关性最高,达到了0.965。因此,本文在下面的研究中讲选取中国银行与中信银行作为配对交易的标的资产。3.2日收盘价格序列单位根检验由于计量经济学中的协整概念能够很好地体现两时间序列之间的长期均衡关系。因此,协整检验成为了验证股票之间是否存在长期均衡关系的常用方法。在运用协整理论判定股票价格序列存在的相关性,首先需要对股票价格序列进行平稳性检验,即检验其是否存在单位根。在此,我们采用ADF检验法分别对中国银行与中信银行的日收盘价格序列进行单位根检验。检验结果如表3。从表3中可以看出两只股票的收盘价格序列在经过一阶差分之后,可以在1%的显著性水平下通过检验,即都为一阶单整序列,可能存在长期协整关系。确认了中国银行与中信银行的收盘价格序列的一阶单整性之后,可以运动EG检验法对两者之间的协整关系进行协整检验。第一步,运用最小二乘法(OLS)对两只股票的收盘价格序进行一元回归分析,估计协整回归方程:ZGYHt=β1+β2ZXYHt运用Eviews7.0估计出的结果如下:根据表4可知,两只股票的协整关系(长期均衡关系)为:其后,对其残差序列μt=ZGYHt-1.047148-0.494064ZXYHt进行平稳性检验。从表中可以看出,残差序列μt在5%的置信水平下为不存在单位根的平稳序列。这说明了中国银行与中信银行之间存在着协整关系。3.3建仓阈值的确定确定建仓阈值kδ1可采用非参数法:以0.01为步长对k从0至2共取200个值,分别计算出不同k值对应的期望套利收益,最终取使得期望套利收益最大的一个值作为最终确定的建仓阈值。对K取不同数值时的套利收益计算将采用Matlab编程实现。由分析可知,当k值在1.2至1.3之间时期望套利收益有最大值,因此,k值可大致确定为1.25。而经测算价差序列的标准差δt=0.3439,因此本文将选取1.25δt=0.4299做为建仓阈值。平仓阈值选取2.5倍标准差即2.5δt=0.85975。3.4交易时机分析在确定了配对标的资产、资产间的协整关系、交易阈值与平仓阈值之后,可以在样本期间内实施具体的配对交易策略。交易时机图见图2。从图2中可以看出,在样本期共732个交易日内共进行了7次交易,其中第四次交易由于在2009年12月15日价差序列触及了止损阈值,需要止损平仓,而最后一次由于交易期结束而强制平仓。除了以上两次交易造成了一定损失之外,其余5次交易均实现盈利,累计收益率达到42.27%,年化收益率约为14.09%。3.5延后开仓策略从上文的样本期间配对交易实证分析可以看出,配对交易的亏损主要是由于价差发生剧变,在一定时期内并未发生回归而是直接突破止损阈值导致强制平仓造成的,为了尽量减少这种情况的发生,本文提出了采用等价差突破阀值后,反向回归穿越阀值时再建仓这一延后开仓策略(见图3)。延后开仓的好处在于一方面可以更加准确的判断出价差向均值回归的趋势:当价差出现单边走强的情形时,延后开仓策略不会发出建仓信号,从而可以避免一部分损失,提升配对交易的收益。另一方面,延后开仓策略也可以使得交易期限缩短,从而降低融券息费,提高资金使用效率与收益率。从表6可以看出,延后开仓策略相对标准策略而言虽然总收益率只是略微高出,但是交易期限却缩短了11.55%,也没有发生价差突破止损阈值而导致强制止损的状况发生,从而节约了资金的时间成本,提升了配对交易的交易成功率。3.6样本外交易模拟为了检验根据这些参数确定的配对交易策略在样本外的表现,我们取2011年1月4日至2012年1月4日的中国银行与中信银行日收盘价数据进行样本外交易模拟。采用延后开仓策略后,中国银行与中信银行的样本期间外模拟交易时机见图4。由图4可以看出,在模拟期间内一共存在4次交易机会,没有发生价差突破止损阈值而强制平仓的状况,在此期间的模拟交易收益率达到6.01%,如果除去最后一次由于交易时间到期强制平仓所带来的负收益外,全年通过配对交易的收益率可达到10.41%。3.7配对交易策略与上证指数的对比以下将从Jensen(詹森)指数、Treynor(特雷诺)指数和Sharp(夏普)指数这个三个基于资本资产定价模型(CAPM)与风险调整法思想建立的专门用于评价业绩优劣的三种指数指标出发来将配对交易策略的绩效与同期的上证指数进行对比。令市场无风险收益率为一年期定期存款利率——约为3%。表7揭示了这些指标的对比情况。从收益率情况来看,在行情走势低迷的2011年,配对交易策略仍能获得6.01%的较为稳定的收益率,远远高于上证指数。而从詹森指数、特雷诺指数与夏普指数来看,配对交易所得数值分别高于甚至显著高于上证指数,这说明即使考虑入交易策略所承担风险大小后,配对交易策略的表现仍然优于市场:获利效率更高,收益稳定性更好。此外,在模拟交易期中,配对策略的贝塔系数仅为0.004,这也体现了这种交易策略市场中性的特性:所获收益与市场风险相关性较弱。4延后开仓策略的提出本文采用我国A股市场可配对程度最高的银行业中的两只相关性较好的