原文链接：http://tecdat.cn/?p=25898

对于那些不相熟“配对交易”概念的人来说几句话。首先，您应该理解，每只股票的走势不是由公司业绩主导，而是由总体市场走势主导。这就是许多“因子模型”的由来，驱动每只股票的因素是 _市场因素_，在大多数状况下，它与规范普尔指数近似。

因而，无论如许平凡的公司，它都经不起任何大规模的市场消退。假如这样做，买入 AMZN 并卖出规范普尔指数（SPY），如果指数上涨，我就会亏损，因为我做空了它，但我心愿 AMZN 会上涨，来弥补我在指数上的损失。AMZN 应该上涨，因为市场上涨了，而且它是一家好公司。反之，指数上涨，那么我就赢了，因为我做空了指数，我心愿 AMZN 不会上涨那么多，吃掉我所有的利润。AMZN 没有因为市场而降落，但会回升，因为它是一家好公司。这样一来，我就表白了我对 AMZN 的认识，而没有承当因素 / 市场危险。所谓 “ 配对交易 ”，是因为我在做多和做空一对股票。这是对什么是配对交易的直白解释。
 

以上面这对黄金（GLD）和黄金矿工（GDX）为例，这是一个教科书式的例子，是一对 “ 一起走 “ 的组合。基本上，当黄金价格上涨时（GLD 上涨），黄金矿工应该受害，所以 GDX 也应该上涨。请看一下。

for (i in 1:4){plot(na.omit(Tiesy = 1)    
  
  points(na.omit(Tcke
  
  legend('toprigh}

GLD 和 GDX 联动

该图显示绝对于某个日期收益。当初，咱们的打算是，当它们离得太远时，做多一个，做空另一个。那有什么问题呢？

右下方的图显示，在过来一年中，GLD 的体现比 GDX 好得多。我想做空 GLD，做多 GDX，坐等收敛。我应该做多多少，做空多少？一比一？必定是错的，因为 GDX 的价格是 52.68，GLD 的价格是 155.23。兴许把股票的数量相等，这样我在每个 ETF 中的多头和空头正好是 10000 元，所以做多 188 个 GDX，做空 64 个 GLD。然而，是不是其中一个减少 1%，另一个就会减少 1%？问题是，如果 GLD 上涨 1%，GDX 上涨 1.5%，那么我须要持有 1.5 倍的 GLD 来放弃我的价差不变，这很重要。举个例子，假如我持有雷同的价值，做空 GLD 10000，做多 GDX 10000，然而这两者之间的关系是，当 GDX 上涨 1%，GLD 上涨 1.5%。当它们独特上涨时，我的损益会产生什么？我的损失是 0.5%，因为我做空 GLD，而 GLD 的涨幅比 GDX 大 …

为了解决这个问题，正在做的是预计这两个组成部分之间的关系。用回归法来做： 是我须要从  弥补  挪动的资金。咱们运行。

只管这种办法很有吸引力，但它远非“久经考验”。首先，咱们应该应用收益还是理论价格？学院喜爱前者，实践者喜爱后者。如果您想晓得，状况就不一样了：

上图是基于价格的预计，它表明我应该为每 1 个 GLD 做多 0.317 个 GDX。下图显示了基于收益的雷同预计，GDX 的每个百分比均匀有 1.66 个 GLD 中的百分比。

更重要的是，上述的回归受到了根本假如的影响，即左边的变量是常数，而右边的变量是随机的，它有一个误差项。事实上， 也是随机的，所以当咱们切换回归中的变量时，在 “Y “ 插入 GDX，咱们失去不同的后果。

能够看到后果有所变动，GLD 不是一个给定的常数，而是它自身就是一个随机变量。

  随着工夫的推移不是恒定的，所以我不晓得要应用多少察看。看看：

如果您颠倒 LHS 和 RHS 变量的程序，收益当然也是如此。

可能的解决方案是思考您的投资工夫范畴，例如，如果您打算持有几个月，您能够应用 365 天测试。我还尝试对察看后果进行加权，来确定我应该从每个察看中保留多少。

在实践上，实践和实际之间有很强的分割，但在实践中却没有。我在这里展现了配对交易中的一些问题。首先，咱们不晓得应该用哪种办法来预计关系，是价格还是收益。其次，咱们不晓得应用哪个时间段，因为关系不是恒定的，所以这很重要。
 

最受欢迎的见解

1.R 语言对 S&P500 股票指数进行 ARIMA + GARCH 交易策略

2.R 语言改良的股票配对交易策略剖析 SPY—TLT 组合和中国股市投资组合

3.R 语言工夫序列：ARIMA GARCH 模型的交易策略在外汇市场预测利用

4.TMA 三均线期指高频交易策略的 R 语言实现

5.r 语言多均线量化策略回测比拟

6. 用 R 语言实现神经网络预测股票实例

7.r 语言预测稳定率的实现：ARCH 模型与 HAR-RV 模型

8.R 语言如何做马尔科夫转换模型 markov switching model

9.matlab 应用 Copula 仿真优化市场危险