算法交易3-均值回归策略的运行机制

Posted on

Ernie Chan《算法交易：制胜策略与原理》第三章读书笔记。

第三章：均值回归策略的运行机制

一、 对冲比率的精确计算（OLS回归法）

在构建协整投资组合时，对冲比率（Hedge Ratio, 即 $\beta$）的计算方式直接决定了组合是否真正平稳。根据交易意图的不同，必须严格区分价格与对数价格的使用场景：

  1. 固定股数对冲（按数量交易）
    • 方法：直接对两个资产的价格序列 $Y$ 和 $X$ 进行普通最小二乘法（OLS）线性回归：$Y = \beta X + \epsilon$。
    • 实战意义：回归得到的斜率 $\beta$ 即为对冲比率。意味着每交易1股 $X$ 资产，需要交易 $\beta$ 股 $Y$ 资产来构建平稳价差。
  2. 固定市值对冲（按金额交易）
    • 方法：对两个资产价格序列的自然对数 $\ln(Y)$ 和 $\ln(X)$ 进行OLS回归。
    • 数值样例：假设我们要配对交易贵州茅台（Y）和五粮液（X）。茅台价格1700元，五粮液价格150元。
      • 错误做法（用价格OLS）：假设算出 $\beta = 2$。策略要求“买1股五粮液，卖2股茅台”。实际资金占用：做多 150元，做空 3400元。资金占比极度失衡，组合收益完全被茅台的单边风险主导，并非真正的均值回归。
      • 正确做法（用对数价格OLS）：对 $\ln(1700)$ 和 $\ln(150)$ 回归。假设算出 $\beta = 1.2$（代表价格弹性）。实盘中，我们设定总资金为100万元，则做多五粮液分配50万（买入3333股），做空茅台分配50万（卖出294股）。此时无论两者绝对价格差多远，组合中多空两边的市值是完全对等的。
  3. 货币对的特殊处理
    • 原则：货币对（如EUR/USD）本质已经是相对报价，其“价差”没有直接的经济学意义。
    • 实战指标：应直接使用价格比率（Price Ratio, $P_A / P_B$）或对数价差（$\ln(P_A) - \ln(P_B)$）作为均值回归的指标，而非算术价差（$P_A - P_B$）。

二、 参数漂移与卡尔曼滤波

静态的协整检验假设对冲比率 $\beta$ 是恒定的，但这在实盘中不存在。初级做法是用“移动窗口（如20天）”，但存在断崖式跳变的问题。高级做法是引入卡尔曼滤波。

  • 卡尔曼滤波动态对冲样例
    假设我们在交易AMD（Y）和英伟达（X）的价差。
    • 状态方程（预测）：$\beta_t = \beta_{t-1} + \omega$ （假设今天的对冲比率等于昨天，加上微小随机噪声 $\omega$）
    • 观测方程（实测）：$Y_t = \beta_t X_t + v$ （实际价格关系，$v$ 为观测噪声）
    • 卡尔曼增益（核心公式）：$K_t = \frac{P_{t|t-1}}{P_{t|t-1} + R}$
      (注：$P_{t|t-1}$ 是预测误差方差，$R$ 是市场观测噪声方差。$K_t$ 决定了我们多大程度上相信新数据)
    • 数据推演：
      • T-1日：模型估算 $\beta_{t-1} = 0.5$（即1股NVDA对冲0.5股AMD）。预测误差方差 $P = 0.01$，市场噪声方差设定为 $R = 1.0$。
      • T日新Tick到来：NVDA暴涨，$X_t = 800$；AMD跟涨，$Y_t = 450$。
      • 计算卡尔曼增益：$K_t = 0.01 / (0.01 + 1.0) \approx 0.0098$ （因为市场价格噪声极大，所以 $K$ 很小，模型选择“不信谣不传谣”）。
      • 计算残差（意外幅度）：实际AMD价格 - 预测AMD价格 = $450 - (0.5 \times 800) = 50$ 美元。
      • 更新对冲比率：$\beta_{new} = 0.5 + 0.0098 \times 50 = 0.5 + 0.49 = 0.99$。
    • 实战优势：如果用静态20天窗口，$\beta$ 会突然从0.5跳变到1.0，导致巨量换手；而卡尔曼滤波通过 $K_t$ 的调节，将其平滑过渡到了0.99，完美解决了参数漂移引发的实盘冲击成本问题。

三、 仓位管理与波动率自适应

标准线性Z-Score策略（仓位 = $-k \times Z$）假设方差恒定。实盘中必须引入布林带（动态标准差），并深刻理解“加仓”在动态系统中的双刃剑效应。

  • 布林带与被动加仓的数值推演
    假设我们交易一个股指期货价差组合，历史均值 = 0点。
    • 初始建仓（T1）：过去20天标准差 $\sigma = 10$ 点。价差突然扩大到 $+20$ 点。
      • 静态Z-Score = $(20-0)/10 = 2.0$。触发做空信号，建立空头底仓。
    • 极端行情演化（T2）：价差继续单边发散，涨到了 $+30$ 点。此时实盘波动率剧增，布林带带宽被撑大，最近10天的实际标准差变成了 $\sigma = 15$ 点。
    • 策略分化：
      • 静态模型的灾难：如果死板使用历史 $\sigma=10$，此时的 $Z = 30/10 = 3.0$。模型认为“偏离更大了，更值得做空”，从而盲目加仓。这往往是实盘爆仓的元凶（逆势死扛）。
      • 布林带模型的自救：使用动态 $\sigma=15$，此时 $Z = 30/15 = 2.0$。Z-Score并没有进一步放大，模型拒绝加仓，甚至如果均值发生微小漂移，还会发出减仓信号。
    • 何为“被动加仓的有效性”？
      在上述T2场景中，如果交易员采用网格交易法（不依赖Z-Score，而是设定每上涨5点手动加仓一次）。当价格从20涨到30时，交易员“被动”地在25和30加了空单。
      • 为何回测中无效？ 回测假设波动率恒定，一次性在20点做空是最优的，后续加仓增加了手续费且拉低了平均收益。
      • 为何实盘中有效？ 因为实盘的波动率和概率分布实时变化。如果在30点被动加仓后，价差真的从30点回归到0点，这种分批建仓法有效降低了整体持仓的平均成本（从20点降至了25点左右），提高了安全垫。
      • 致命前提：这种“被动加仓”必须配合严格的止损线（例如价差突破40点无条件全部平仓）。因为如果价差从30点涨到100点，网格加仓会让你在错误方向上越陷越深。

四、 数据误差对均值回归的致命影响

数据质量是均值回归策略的生死线，其对数据的敏感度远高于动量策略。

  1. 均值回归 vs. 动量：对误差的容忍度
    • 动量策略：只关心价格的方向（今天涨还是跌），对绝对数值的误差不敏感。即使某个价格点被错误记录，只要趋势方向对，策略依然有效。
    • 均值回归策略：极其依赖价格的绝对水平（当前价格偏离均值有多远）。
  2. 误差的“膨胀效应”数值案例
    • 案例：某股票因除权除息，价格在一天内从 100元 真实下跌到 90元。但你的数据供应商漏掉了这笔分红，未做后复权处理。
    • 后果：
      • 动量策略：看到一根-10%的大阴线，视为一次普通的下跌趋势，可能不做交易或顺势做空，影响有限。
      • 均值回归策略：假设该股与另一只平稳股票的价差历史均值为 5元，标准差为 2元。由于未复权，价差瞬间变成了 $-5$ 元。Z-Score计算为 $(-5 - 5) / 2 = -5.0$。策略会认为出现了“千年一遇”的极度低估，触发满仓逆势做多信号，最终造成灾难性亏损。
    • 实战铁律：在运行基于价差的均值回归策略前，必须对输入数据进行极其严格的异常值剔除（如MAD法）和复权处理。即使是非常微小的数据误差（如几分钱的偏差），在高频或高杠杆的价差交易中也会被急剧放大。