工行与建行股票配对交易实证分析工行与建行股票配对交易实证分析
摘要:配对交易是市场中性策略的一个重要分支,2011年3月31日,融资融券业务在A股市场正式突出,配对交易在A股大有发展,本文选取工商银行和建设银行从2007年9月25日-2013年10月13日的股票市场的收盘价日线复权数据进行配对交易的实证分析。
关键字:股票 配对交易
为了保证数据的真实性,避免出现数据选择上的错误,筛选了从2007年9月25日-2013年10月13日工商银行和建设银行的股票收盘价格日线复权数据,在原始数据上进行了如下处理,如果某个交易日工行正常交易而建行停牌,则剔...
工行与建行股票配对交易实证
摘要:配对交易是市场中性策略的一个重要分支,2011年3月31日,融资融券业务在A股市场正式突出,配对交易在A股大有发展,本文选取工商银行和建设银行从2007年9月25日-2013年10月13日的股票市场的收盘价日线复权数据进行配对交易的实证分析。
关键字:股票 配对交易
为了保证数据的真实性,避免出现数据选择上的错误,筛选了从2007年9月25日-2013年10月13日工商银行和建设银行的股票收盘价格日线复权数据,在原始数据上进行了如下处理,如果某个交易日工行正常交易而建行停牌,则剔除工行当日的交易数据,同样如果某个交易日建行正常交易,工行停牌,则剔除建行当日的交易数据,经过处理后得到日线交易数据1434根,本文采用数据来源于新浪财经,计量软件采用Eviews 7.0和matlab 2012进行计算。
下面做出在所选择的时间周期内工商银行和建设银行的走势图,从图中可以看出两者之间的走势大致相同。
图1 建设银行(左)收盘价图 、 工商银行(右)收盘价图
JSYH
GSYH
0.9852328
表1 工商银行和建设银行的相关性分析表
对工行和建行处理后的数据进行相关性分析,得到了上表的分析结果,数据表明建行和工行的相关度达到了98.5233%,在较长的时间周期上两者走势高度相关。
图2 工行建行不同时间周期滚动相关系数图
从图2可以看出不同时间周期对应的滚动相关系数相差很大,随着时间周期的扩大,两者之间的相关性成逐渐增大的趋势,以20日为周期甚至出现了负相关,即工行和建行走势背离,但是从长期来讲两者呈现高度相关走势,所以配对交易的时间应该放长一些。
Null Hypothesis:
Obs
F-Statistic
Prob.
JSYH does not Granger Cause GSYH
1432
7.21022
0.0008
GSYH does not Granger Cause JSYH
1.58982
0.2043
表2 工商银行和建设银行的格兰杰因果检验
从表2可以看出建行的波动是工行波动的原因,而工行的波动不能引起建行价格的波动。
经典回归模型是建立在稳定数据变量基础上的,如果变量之间有着长期的稳定关系,即它们之间是协整的,则是可以使用经典回归模型方法建立回归模型的。
建行原数列
t-Statistic
工行原数列
t-Statistic
ADF
-2.15198
-2.358101
Testcritical values:
1% l
-3.964461
-3.964461
10% l
-3.128469
-3.128469
建行一阶差分
t-Statistic
工行建行一阶差分
t-Statistic
-37.02598
-38.03829
-3.964466
-3.964466
-3.128471
-3.128471
表3 工行建行ADF
从表3可以看出工行和建行的原数列是不平稳的。下面对一阶差分后的数列进行分析。可以看出一阶差分后工行和建行的时间数列平稳了,都是一阶单整。因此能对工行建行时间序列进行协整回归分析。
建立回归方程,根据表2可以假设工行为因变量,建行为自变量,建立回归方程:
Gsyh=jsyh×A+C C为常数项
Variable
Coefficient
Std. Error
t-Statistic
Prob.
JSYH
0.679629
0.003121
217.7492
0.0000
C
1.210883
0.018511
65.41430
0.0000
Adjusted R-squared
0.970663
S.D. dependent var
0.866302
F-statistic
47414.69
Durbin-Watson stat
0.121492
表4 工行建行回归分析
从表7 D-W值为0.121492可以看出方程的残差存在自相关,建行的t检验非常显著,R值为0.97非常高,F值为47414可判断方程整体性是非常显著的。
图3 残差图
图4 残差自相关图 图5 残差异方差检验
根据图3可以看出残差的回归现象不显著,图4、5可知经回归残差存在一阶自相关和异方差根据科克兰内(Cochrane)—奥克特(Orcutt)迭代法对方程进行修改可得到新的回归方程
Gsyh=0.730058×jsyh+0.930391
Variable
Coefficient
Std. Error
t-Statistic
Prob.
JSYH
0.730058
0.010511
69.45558
0.0000
C
0.930391
0.064659
14.38919
0.0000
AR(1)
0.879112
0.026297
33.43021
0.0000
AR(2)
0.065000
0.026238
2.477346
0.0134
R-squared
0.996644
Mean dependent var
5.148483
F-statistic
141361.3
Durbin-Watson stat
2.005080
表 5 新回归分析
图6新残差图
图7 新残差自相关偏相关图
从表5可以看出D-W数值为2.005080,残差的一阶自回归已经消除,各个自变量t检验显著,残差回归现象明显。进一步可以看出在2006年和2013年5月末出现过两次较大的机会进行配对交易。
t-Statistic
Prob.*
Augmented Dickey-Fuller test statistic
-33.87840
0.0000
Test critical values:
1% level
-3.434705
表6 新残差平稳性检验
从表6可以看出残差是平稳的。下面对残差进行统计描述:
结论:统计描述结果是残差均值为-0.001002,
差为0.0569,偏度为-2.818037,峰度为52.62475,不服从正态分布。我们选择95%的置信区间,当残差的范围为[-0.001002-1.96*0.0589,-0.001002+1.96*0.0589]不进行配对交易,当残差的数值大于-0.001002+1.96*0.0589的时候买入建设银行卖出工商银行,两者数量比例为73.0058:100,当残差的数值小于-0.001002-1.96*0.0589的时候卖出建设银行买入工商银行,两者比例数量为73.0058:100。
本文档为【工行与建行股票配对交易实证分析】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。