无风险套利机会可以说是很多投资者梦寐以求的,但只要这个市场是个自由的市场,那么可行的无风险套利机会难以长期存在。而且即使存在着无风险套利机会,其套利收益率也会非常微薄,并不足以能使从事无风险套利成为一个值得长期持续的工作,当然,并不能否认市场有时候的确会出现一些长期存在、并且利润丰厚的套利机会,市场出现错误的时候。 既然严格的无风险套利机会少、收益率微薄,实际的执行过程中也不能完全消除风险。那么如果有一种选择,能够稍微放松 100%无风险的要求,比如允许有 5%的风险,但同时却能够让套利机会增加 100%以上,那岂不是一个更好的选择?相比于无风险套利,统计套利就是少量增加了一些风险,但是由此可获得的套利机会将数倍于无风险套利。
统计套利的基本思路是运用统计分析工具对一组相关联的价格之间的关系的历史数据
进行研究分析,研究该关系在历史上的稳定性,并估计其概率分布,确定该分布中的极端
区域,即否定域,当真实市场上的价格关系进入否定域时,则认为该种价格关系不可长久
维持,套利者有较高成功概率进场套利。
如下图所示:
![](http://www.quanto2o.com/ckeditor_assets/pictures/51af0f868e87da16fd000066/content_1.png?1370427270)
注意:统计套利是只针对有稳定性的价格关系进行的,那些没有稳定性的价格关系的套利风险是很大的。价格关系是否稳定直接决定着统计套利能否成立,因此在对价格关系的历史数据进行统计分析的时候,首先要检验价格关系在历史数据中是否稳定。一组价格关系如果是稳定的,那么必定是存在着某一种均衡关系维持机制,一旦价格关系偏离均衡水平,维持机制就会起作用,将价格关系或快或慢地拉回到均衡水平。所以,要分析一组价格关系是否稳定,需要先定性分析是否存在着这样的均衡关系维持机制,然后再对历史数据进行统计分析进行验证,以证实该通过定性分析得到的关系维持机制在历史上确实是在发挥作用。
例如:大豆、豆粕、豆油之间的跨品种套利,豆粕与豆油同属于大豆的下游产品,通过之一关系决定了三者之间的均衡关系,通过分析 CBOT 大豆、豆油和豆粕在过去二十年的历史比价数据,则会发现它们之间的价格关系有很强的稳定性。
国内三大植物油,同属于食用油系列,三者互为替代品,从用途上相互作用,存在均衡的价差关系。通过长期统计分析比价关系比较均衡。大豆与玉米在种植上属于同一季节作物,属于挣地性产品,在下游又都可以作为饲料的原料,又相互替代,由这两种均衡关系维持着相对稳定的比价关系。
再例如在铜和铝,调用它们过去二十年的历史价格数据进行统计分析,容易发现它们之间的价差(比价)是不稳定的,所以针对铜和铝的价差进行的套利是是存在很大风险的。
概言之,进行统计套利,首先是要结合定性和定量两个方面的分析来寻找到一种有着均衡维持机制的稳定的价格关系,然后估计相对价格关系的概率分布,对概率分布进行统计检验。这是统计套利的基础。整个系统模型分析流程如下:
![](http://www.quanto2o.com/ckeditor_assets/pictures/51af0f9a8e87da11aa000042/content_2.png?1370427289)
因为在未来的相当长的一段时间里它们之间还会继续延续这种偏离又回归的关系也可能出现,可以利用历史数据来进行统计分析,估计出价差的均衡范围,以及偏离均衡范围的时间长度的概率分布与偏离幅度的概率分布,然后再根据品种基本面信息与投资者的财务状况,做出是否执行套利。事实上,只要十次套利中有八到九次成功,则所积累的套利收益将足以抵补剩余的一两次套利失败所遭受的亏损,况且每次止损带来的最大损失还远小于单次预期收益的。所以该种套利相对于单向投机来讲,风险很小,而且收益相对稳定,适应于资金量大,而且追求稳健性投资的机构投资者。
风险控制体系是统计套利必需的配套体系,主要作用是将风险控制在统计套利者可以承受的范围,并且在风险演变成真实的亏损的时候令亏损不至于对套利资金的增长造成严重破坏。具体规则如下:
1. 一般情况下,单次损失不能超过总投资资金的 5%,预期盈利要超过总资金的15%,盈亏比达到1:3,方可入市交易。
2. 总交易资金不要超过总资金的75%,以避免单向强平风险。
3. 个人户在资金不宽裕的情况下,其持仓一定要在交割月前2个月同时了结头寸,以防止未能及时追加保证而被强平的风险。
4. 根据财务与投资者风险承受能力,建立跟踪交易盈亏系统,根据盈亏及时发出止损、止赢预警信号。