​股票配对交易是什么 股票匹配交易的方法

在量化投资领域经常会用到股票配对交易，这样的做法可以有效的降低交易中所存在的套路风险并提高收益。但股票配对交易对于许多人来讲都是非常陌生的，大家并不清楚也不知道怎么使用配对交易选股，今天小编就带大家来了解一下股票配对交易策略的具体内容。

​股票配对交易是什么

股票配对交易在不触犯股票交易法则的情况下，可以有效的帮助各位股民建立属于自己的股票交易系统，帮助大家提高营收降低风险

股票配对交易是统计套利的主要内容之一，其目的是在市场上寻找历史趋势相似的股票进行匹配，当价差较大(高于历史平均水平)时卖出高，然后买入低价进行套利。虽然统计套利增加了一些风险，但它也伴随着一个有吸引力的风险溢价，即获得更多的套利机会;然而，其固有的局限性也非常明显。基于历史数据，它只能反映过去的信息，有时很难预测未来。

股票匹配交易的方法

1、距离法

距离法是使用回溯时间间隔来标准化价格。然后，在2个范数下计算N只股票的配对距离。以SSD值最小的前20对为目标，在未来6个月内以2倍标准差为阈值进行统计套利，当距离回到均值时平仓。6个月后更新目标，继续套利。

该方法的标的选择标准中蕴含着其无法最大化利润，因为每对的收入与其差价(SSD)成正比;此外，高相关性并不意味着协整，因此平均恢复不能得到保证。

2、协整法

这个方法的前提是不稳定经济时间序列的线性组合可能是稳定的。用对数价格进行OLS回归，对残差进行ADF检验。其中误差修正模型是约翰森平方法。如果协整关系得到验证，就可以表明股票价格A和B之间存在长期均衡关系，从而剩余序列是均值回复的。

缺点是，该方法模型单一，目标只有两种股票，而且期限限定为2年。单个收入的最大化并不能保证总收入的最大化。

3、时间序列法

时间序列法假设价格差异是一个具有均值回归特征的马尔科夫链，伴随着高斯噪声。

该方法的优势在于抓住了匹配交易的核心——均值可逆性;其次，模型是连续的，因此可以用于预测。最后，该模型易于处理，最小均方误差参数估计可以通过卡尔曼滤波平方法得到，但是，价差应采用自然对数价差，以避免不同维度的影响;模型条件是要求收入均等，这实际上很难实现;实际上金融资产数据现实中并不满足Ornstein-Uhlenbeck 过程。