[중립 헤지 통계적 차익 거래 신규] (퓨어 알파 판타지 에디션)

중립 헤지 통계적 차익 거래 신규

-0 롱 및 숏 노출을 통한 중립 헤지 통계적 차익 거래 전략

안녕하세요, 동료 트레이더 여러분. 몇 달간의 디버깅, 최적화, 반복 끝에 이 중립 헤지 통계적 차익거래가 비교적 안정적인 수준에 도달하여 모든 사람에게 공개될 수 있어서 기쁩니다. 이것은 롱-숏 헤징을 기반으로 한 시장 중립 전략입니다. 같은 계정에서, 여러분은 동일한 롱과 숏 값으로 제품 바스켓에 롱 포지션을 취하고 제품 바스켓에 숏 포지션을 취할 수 있습니다. 시장의 베타 시스템적 위험을 피한다는 전제 하에, 통계적 방법을 사용하여 다양한 롱-숏 페어 조합을 찾아 안정적인 알파 수익을 내는 저위험 차익거래 전략을 달성합니다. 이 전략은 보유 경험이 좋고 시장과의 상관관계가 낮으며, 롱과 숏 노출이 중립적이며, 312/519와 같은 극단적인 블랙스완 사건의 위험이 없습니다. 대신 시장이 잘못된 가격, 완전히 혼란스럽습니다. 최고입니다. 이 전략은 아래에서 자세히 설명합니다.

Hello~Welcome come to my channel！

제 채널에 오신 모든 트레이더를 환영합니다. 저는 CTA & HFT & Arbitrage와 같은 풀스택 트레이딩 전략을 개발하는 Quant Developer인 Zuoshoujun입니다. FMZ 플랫폼 덕분에 저는 양적 채널에서 더 많은 양적 개발 관련 콘텐츠를 공유하고 모든 거래자와 협력하여 양적 커뮤니티의 번영을 유지할 수 있게 되었습니다.

더 많은 정보를 원하시면 제 채널을 방문해 주세요~ 저는 여기서 여러분을 기다리고 있습니다【메이커의 양적 오두막】

1. 통계적 차익거래의 소개 및 설명

통계적 차익거래 전략은 다양한 상품 바구니 간의 가격 관계를 이용하는 거래 전략입니다. 이 전략은 통계적 원칙에 기반을 두고 있습니다. 여러 품종 간의 역사적 가격 추세와 상관 관계를 분석하고, 그 사이의 가격 차이를 찾아내고, 이러한 차이를 이용해 거래합니다. 역사적으로 통계적 차익거래 전략은 주식 시장에서 널리 사용되어 왔습니다. 최초의 통계적 차익거래 전략은 주로 주식 간, 예를 들어 석유 회사나 통신 회사 간에서 이루어졌습니다. 이러한 전략은 종종 산업 상관관계의 가정에 기초하고 있으며, 저평가된 주식을 매수하고 고평가된 주식을 매도하여 차익거래를 달성하는 것을 목표로 합니다.

시장이 발전함에 따라 통계적 차익거래 전략은 점차 상품 선물, 외환, 암호화폐 등 다른 금융 시장으로 확대되었습니다. 이러한 시장에서는 상관관계가 있는 다양한 바구니 조합을 찾아 가격 차이를 이용해 차익거래를 수행하는 것이 가능합니다. 이 전략의 논리는 평균 회귀의 원칙에 기초합니다. 여러 바구니 조합의 가격이 통계적 범위에서 벗어나면 회귀 경향이 있습니다. 이러한 추세를 바탕으로, 가격 편차가 클 때 가격이 높은 상품 바구니를 팔고 가격이 낮은 상품 바구니를 사서 시장에서 일시적으로 발생하는 가격 오류에 대비할 수 있습니다. 이런 방식으로 여러 바구니 페어링 조합의 확산을 통해 수익을 얻을 수 있습니다.

2. 통계적 중재의 장단점

이점:

• 시장 위험 감소: 통계적 차익거래 전략은 상품 바구니 간 차이 간의 차익거래를 기반으로 합니다. 단일 상품 거래와 비교했을 때, 위험을 분산하고 시장 변동이 전략에 미치는 영향을 줄입니다. 시장의 체계적 위험이 감소했습니다.
• 안정적인 수익: 통계적 차익거래 전략은 단기 시장 가격 오류를 기반으로 회귀 차익거래를 수행하며 방향성 전략에 비해 안정적인 수익 특성을 갖습니다. 방향성 전략과 비교했을 때 위험과 변동성이 더 낮고 수익률이 더 안정적입니다.
• 다양한 시장 환경에 적응할 수 있습니다. 통계적 차익거래 전략은 시장의 방향성과 관련이 적기 때문에 다양한 시장 환경에서 운영될 수 있습니다.

결점:

• 과거 데이터는 과거의 관계만을 반영할 수 있으며 미래를 완벽하게 나타낼 수 없으므로 어느 정도 위험이 있습니다. 통계적 차익거래 전략의 구축은 많은 수의 통계적 테스트를 사용하고, 과거 빅데이터를 기반으로 바스켓 상품의 조합 및 상관관계 마이닝을 수행합니다. 이러한 전략은 미래에 변경될 수 있으며 특정 테일 리스크가 있을 수 있습니다.
• 단기적인 가격 오류와 불균형으로 인해 시장이 평형 상태로 돌아가는 데 필요한 시간 범위는 정확하게 판단하기 어렵습니다. 거래 시간이 너무 길면 자금 사용 비용도 매우 높아집니다.
• 매우 까다로운 데이터 분석 및 모델 구축 역량: 통계적 차익거래 전략에는 다양한 바구니 조합 간의 상관관계와 공적분과 같은 통계적 데이터에 대한 심층적인 분석과 모델링이 필요하며, 이를 위해서는 높은 수준의 데이터 분석 및 모델 구축 역량이 필요합니다.
• 거래 실행 및 유동성 위험: 다중 상품 헤지 거래이므로 실행 가격과 거래량은 다양한 상품의 영향을 받을 수 있으며, 거래 실행 위험이 있습니다. 더욱 정교한 전략 설계와 아키텍처 구현이 필요합니다.

3. 알파 통계적 차익거래의 주요 내용

1. 모든 제품 데이터를 실시간으로 모니터링하고, 빅데이터 스캐닝을 실시하고, 긴 상품 바구니와 짧은 상품 바구니 조합을 구축합니다.

구체적으로는 조합바구니 페어링을 구성한다. 예를 들어 A, B, C, D, E, F의 6개 품종이 있는 경우, 각각을 2개 그룹으로 나누고 각 그룹에 3개 품종을 넣어 바구니를 구성한다. 콤비네이션. 동시에 지수 차익거래가 구축될 것입니다. 일부 산업과 부문을 두 개로 나누고 두 개의 새로운 시장지수를 구축한 후, 이 두 지수에 대한 통계자료 분석을 실시할 것입니다.

2. 롱 바스켓과 숏 바스켓 조합 간의 상관관계를 확인하세요.

상관관계는 두 개 이상의 변수 간의 연관성의 정도를 말합니다. 이는 한 변수의 변화와 다른 변수의 변화 사이의 관계를 측정하는 데 사용되며, 이는 상응하는 관계가 있는지 확인하거나 한 변수의 변화가 다른 변수에 미치는 영향을 예측하는 데 도움이 됩니다. 상관 계수는 상관 관계를 측정하는 일반적인 방법입니다. 일반적인 방법으로는 피어슨 상관 계수와 스피어만 순위 상관 계수가 있습니다. 피어슨 상관계수는 두 연속형 변수 간의 관계를 평가하는 데 사용되는 반면, 스피어만 순위 상관계수는 두 순서형 변수 간의 관계를 평가하는 데 사용됩니다. 상관 계수의 범위는[-1, 1], 여기서 -1은 음의 상관관계를 나타내고, 1은 양의 상관관계를 나타내며, 0은 상관관계가 없음을 나타냅니다. 상관 계수가 -1이나 1에 가까울수록 상관 관계가 강하고, 0에 가까울수록 상관 관계가 약합니다. 상관 계수의 수학 공식은 다음과 같습니다(피어슨 상관 계수를 예로 들면):

r = cov(X, Y) / (std(X) * std(Y))。

이 중 r은 상관 계수, cov는 공분산, std는 표준 편차, 그리고 X와 Y는 각각 두 변수를 나타냅니다. 상관관계를 검정할 때 일반적인 방법은 상관 계수의 통계적 유의성을 계산하는 것입니다. 가설 검정은 일반적으로 상관 계수가 유의한지 여부를 확인하는 데 사용될 수 있습니다. 가설 검정의 귀무 가설은 변수 간에 상관 관계가 없다는 것입니다. 상관 계수의 통계는 귀무 가설을 기각할지 여부를 결정하기 위해 계산됩니다.

3. 롱-숏 바스켓 포트폴리오의 공적분을 테스트합니다.

공적분은 두 개 이상의 시계열 변수 간의 장기적 관계, 즉 선형 결합이 안정적임을 나타냅니다. 상관관계와 비교했을 때 공적분은 단기 상관관계보다는 장기 평형 관계에 더 많은 주의를 기울입니다. 이러한 평형 관계에서 벗어나면 편차를 합리적인 범위로 되돌리기 위한 수정 메커니즘이 있습니다. 공적분의 개념은 1987년에 Spiegelman(S.G.Engle)과 Granger(C.W.J.Granger)가 시계열 분석에서 잘못된 회귀 문제를 해결하기 위해 처음 제안했습니다. 가짜 회귀 문제는 변수 간에 단위 근이 존재할 가능성이 있기 때문에 발생합니다. 단위 근은 변수 간의 회귀 관계가 단기적으로는 유의미하게 보이지만 장기적으로는 실제 평형 관계가 없습니다.

공적분 이론은 시계열의 비정상성을 분석하는 것으로 시작하여 비정상적 변수가 암시하는 장기 평형 관계를 탐구합니다. 관련 변수들이 1차 차분 후에 정상적이고, 이러한 변수들의 어떤 선형 조합이 정상적이라면, 이러한 변수들 사이에 공적분이 존재합니다. 공적분은 두 개 이상의 시리즈 간의 정상 관계를 특성화하는 데 사용됩니다. 각 시퀀스는 개별적으로는 비정상적일 수 있으며, 평균, 분산, 공분산과 같은 이러한 시퀀스의 모멘트는 시간에 따라 변하는 반면, 이러한 시계열의 선형 결합 시퀀스는 시간에 따라 변하지 않는 속성을 가질 수 있습니다. 두 자산 가격이 공적분되면, 이들의 선형 결합은 평균 회귀의 속성을 갖게 됩니다. 공적분의 수학적 공식은 다음과 같습니다(두 개의 시계열 변수를 예로 들어):

Y_t = β_0 + β_1 * X_t + ε_t

이 중 Y_t와 X_t는 두 시계열 변수의 관측값을 나타내고, β_1은 회귀계수, ε_t는 오차항입니다. Y_t와 X_t 사이에 공적분 관계가 있으면 두 변수의 선형결합은 안정적일 것입니다. 즉, ε_t는 정상적입니다. 평균이 0인 정규분포를 충족합니다. 공적분을 검정할 때는 일반적으로 안정성 검정이 필요합니다. 일반적으로 사용되는 방법으로는 Johansen 검정과 Engle-Granger 검정이 있습니다. 요한센 검정은 고유값 방법을 기반으로 하며 여러 변수 간의 공적분 관계를 직접 검정할 수 있습니다. 엥글-그랜저 2단계 검정은 수정된 OLS 추정(일반 최소 제곱법) 방법을 기반으로 하며, 두 변수 간의 공적분 관계를 검정하는 데 적합합니다.

4. 이 전략은 많은 조합에 대한 시계열의 공적분 관계를 테스트합니다. 구체적인 기준은 다음과 같습니다.

• 단일 포트폴리오 바스켓의 시간 가격 시리즈는 1차 단일 적분 벡터입니다. 즉, 시간 가격 시리즈는 비정상적입니다(명확한 추세를 보입니다). ADF 단위근을 사용하여 여러 기간에서 가격 시간의 정상성을 테스트합니다.
• 개별 바구니 조합의 1차 차분 급수(즉, 미분 급수)는 정상적입니다. 두 개의 바구니 시간 가격 시리즈에 대한 ADF 단위근 테스트입니다. ADF 단위근은 두 개의 바구니 시간 가격 시리즈의 1차 차분의 정상성을 검정하는 데 사용됩니다.
• 쌍으로 이루어진 조합 시간 가격 시리즈의 특정 선형 조합은 정상적입니다. 즉, 두 시리즈로 구성된 선형 방정식의 잔차는 정상적입니다. 동일한 차수의 두 시퀀스에 대해 OLS 회귀를 수행하고 잔차의 정상성을 검정합니다.
• 더 많은 통계적 테스트와 데이터 분석은 여기서 반복되지 않을 것입니다. 전체 시장의 모든 제품에 대해 대규모, 상세하고 포괄적인 통계 분석이 수행될 것입니다.

5. 허스트 지수 테스트를 대량으로 실시합니다.

허스트 지수는 시계열의 장기 기억을 측정하여 시계열의 평균 회귀 특성을 파악하는 데 사용됩니다. 허스트 지수 값은 0과 1 사이의 값을 가지며, 0.5에 가까울수록 무작위적 움직임을 나타내고 1에 가까울수록 지속적인 추세를 나타냅니다. 원리: 허스트 지수는 시퀀스의 겹치는 부분 시퀀스의 편차 범위와 길이 간의 관계를 계산하여 시퀀스의 장기 기억 정도를 추정합니다. 수학 공식: 허스트 지수를 계산하는 한 가지 방법은 편차 범위와 겹치는 부분 수열의 길이 간의 관계를 사용하여 무작위 행보의 해당 관계를 확립하는 것입니다. 허스트 지수는 분산 범위와 겹치는 부분 시퀀스의 길이 사이의 선형 회귀 적합을 사용하여 추정할 수 있습니다.

6. 평균 회귀 반감기 추정치.

평균 회귀 반감기는 가격 시리즈가 평균으로 돌아오는 데 걸리는 시간을 추정하는 데 사용되는 지표입니다. 반감기가 짧을수록 평균 회귀 속도가 빨라집니다. 원리: 평균 회귀 반감기는 수렴 지수 이동 평균 모델(EMA)을 맞춰서 추정됩니다. 가격 시리즈의 평균으로부터의 편차가 반감기를 초과하면 평균 회귀의 가능성이 있다고 볼 수 있습니다. 수학 공식: 평균 회귀 반감기의 계산 공식은 다음과 같습니다.

(H = -\frac{\ln(0.5)}{\ln(\frac{P_t}{Pt - P{t-1}})})

검증 방법: 가격 시리즈의 EMA를 계산한 후, EMA를 기준으로 반감기를 계산할 수 있습니다.

7. 방대한 통계 데이터를 기반으로 거래 전략을 구축하세요.

간단히 말해서, 바구니 상품 조합은 허스트 지수 정렬에 따라 필터링되고, 관련 통계적 매개변수는 평균 회귀 반감기에 따라 추정되고, 거래 전략 조합은 공적분에 따라 구성됩니다. 자세한 내용은 설명하지 않습니다. .

x와 y가 각각 자산 바스켓 X와 바스켓 Y의 가격 시계열이라고 가정합니다. 두 가지 사이의 공적분 관계는 다음과 같이 표현할 수 있습니다. Lny = a + blnx + c, 여기서 c는 안정적이고 다음을 만족하는 잔차 항입니다. 평균은 0입니다. 정규분포입니다.

공적분 검정 후 자산 X와 Y의 시간 가격 사이에 공적분 관계가 있고, 잔차항 c의 표준편차는 σ이고, 상수 λ가 경계값으로 선택됩니다.

• lny-(a+blnx) > λσ일 때, 바구니 Y의 가격은 상대적으로 과대평가되고, 바구니 X의 가격은 상대적으로 과소평가되므로, 바구니 X를 사고 바구니 Y를 팔아야 합니다.
• lny-(a+blnx) < -λσ일 때, 바구니 X의 가격은 상대적으로 과대평가되고, 바구니 Y의 가격은 상대적으로 과소평가되므로, 바구니 Y를 사고 바구니 X를 매도합니다.
• 가격 차이 lny-(a+blnx)가 [-0.5λσ, 0.5λσ]와 같은 특정 범위로 돌아오면 포지션을 종료합니다.

8. 몇 가지 특징

현재 버전은 초강력 근전체 시장 거래, 고빈도 Maker-Taker 거래 이점을 달성하기 위한 거래 작업 및 시장 가격의 고빈도 추세 추정, 장기 확률 이후 단일 제품의 테일 헤지 등을 포함하여 비교적 완벽합니다. 이점 검증. 보호, 각 주문의 최종 로컬 기록, 다른 전략과의 혼합 헤지 운영 등은 더 이상 자세히 설명되지 않습니다.

4. 일부 과거 실적(분 단위 슬라이스 통계, 실제 거래 가격 추정 후 50,000의 테이커 비용 데이터)

[중립헤지 통계적차익거래 신규] - 슈퍼노바

5. 협력과 교류, 공동 학습과 발전을 기대합니다.

[중립헤지 통계적차익거래 신규] - 슈퍼노바

제3자 코인 데이터

모든 전략에는 적합한지 여부를 결정하는 방법론과 시장 상황이 있습니다. 예를 들어, 평균 회귀 전략은 시장 랜덤 워크와 같은 이론을 기반으로 하며, 모멘텀 트렌드 전략은 다양한 행동 금융 이론과 시장의 팻테일 변동의 존재에 기반합니다. 그 원리를 이해하고 그 특성에 따른 변화에 적응하는 것이 중요합니다. 동시에, 전략 사용자는 이익과 손실이 같은 출처에서 나온다는 사실에 주의해야 합니다. 더 높은 수익은 항상 더 높은 위험을 동반합니다. 성숙한 전략에는 장단점이 있습니다. 합리적으로 사용해야 하며 이점을 활용해야 합니다. 강점을 파악하고 약점을 피해야 합니다. 그들은 자신의 옳고 그름을 알아야 하며, 시장에 적합한지 여부를 알아야 합니다. 자신감과 놀라움이 없는 완벽한 성과.

양적 분석은 영구 운동 기계가 아니며 전능한 것도 아니지만, 미래 거래의 방향이어야 하며 모든 거래자가 배우고 활용할 가치가 있습니다! 모든 거래자는 단점을 지적하고, 함께 논의하고, 함께 배우고 개선하고, 격동하는 시장에서 파도를 타고 앞으로 나아갈 수 있습니다.

● 이 전략은 매우 독특하며 전통적인 트렌드, 그리드, 고주파, 차익거래 등과는 상당히 다릅니다. 용량이 제한되어 있으며 주로 자체 운영됩니다. 대규모 사용자와 기관 투자자는 소통하고 학습하는 것을 환영합니다.

● 더 많은 협력 계획: 우리는 필요성이 있는 모든 개인 및 기관에 대해 개방적이고 윈윈 협력 태도를 유지합니다. 우리는 귀하의 필요성, 위험 선호도 등에 따른 논의 및 맞춤형 협력을 기대합니다.

위험 감수성이 높고 단기 수익과 손실을 선호하며 단기 거래가 필요한 경우 월 수익률이 3%-50%이고 위험이 없는 또 다른 안정적인 고빈도 전략을 확인할 수 있습니다. 변제: 고주파 헤지 마켓메이킹 그리드 신규

자금 규모가 크다면 1,000일 동안 아무런 방해 없이 실제 거래가 이루어진 대용량, 중저주파 복합 CTA 거래 시스템을 고려해 보세요. 중장기적으로 안정적인 성장을 이루기 위해 가장 오랜 기간 발표된 CTA 전략 조합 체계로 안정성이 높고 보편성이 강합니다. 【복합 CTA 거래 시스템 신규】(다중 요인 + 다중 다양성 + 다중 전략 공개판)

✱ 연락처 (함께 토론하고 배우기를 환영합니다) WECHAT: haiyanyydss Telegram: https://t.me/JadeRabbitcm 더 유용한 정보 ➔ Quantitative House of the Trader https://www.fmz.com/market-offer/512 ✱Fully automatic CTA & HFT & Arbitrage trading system @2018 - 2024