精华帖分享｜基于协整关系的配对交易回测-LTC&LINK

科技财经 2024-09-19 17:01 江苏

「精华帖分享」栏目，文章来源于量化小论坛精华帖，每周一更。原唯有论坛特定用户可阅读，现精选后分享，帮助大家了解更多量化相关内容，开拓投资交易思路。

本文来源于量化小论坛策略分享会板块精华帖。

量化小论坛

/bbs.quantclass.cn/

「量化小论坛」于2020年开放，为邢不行课程同学的交流论坛。由股票、B圈、分享会等不同板块组成，目前已有35000+帖子，5000+篇精华帖。

想了解更多论坛相关内容，可以加我微信xbx7031，与我交流。

以下为精华帖正文：

在读了论坛关于配对交易的帖子之后，回看了教科书写下了关于平稳性与协整关系的直观解释，在本帖中将会对配对交易进行回测。

LTC&LINK协整分析

在过往的帖子中，老哥们提到，LTC和LINK是一组不错的交易对，于是在这里拿LTC与LINK举例回测。

1、查看两者的走势，判断其在不同时期的协整关系。可以发现，在2019年的前三季度，LTC和LINK的价差虽然走势相似，但是其涨跌幅度大相径庭，在后续的协整关系检验中，应当更加关注。

2、对两者进行单位根检验，两者的close价格均不平稳，但是在进行季节差分后都变成了平稳过程。

3、对两者的协整关系进行检验，即对其回归的残差进行检验。

配对交易回测

参考以往老板的帖子，这里进行三种策略的回测，分别是：基于std（存在未来函数），基于滚动周期最大、最小值，基于滚动周期std。其中第一种存在未来函数的策略仅供参考，实盘意义不大。（注意，回测基于小时数据，并且不考虑交易手续费及滑点的影响。）

1、基于std的交易回测

残差超过1倍标准差的数据个数，1为正，-1为负

0.0 22480

-1.0 6714

1.0 5908

Name: over_1std_resid, dtype: int64

2、基于rolling.max()和rolling.min()的回测：此处主观的选取了24小时、7*24=168小时和720小时（1个月）的回测。

24h信号：

残差超过正常范围，1为正，-1为负

0 28428

-1 3431

1 3243

Name: resid_over_normal, dtype: int64

168h信号：

残差超过正常范围，1为正，-1为负

0 32935

1 1094

-1 1073

Name: resid_over_normal, dtype: int64

720h：

残差超过正常范围，1为正，-1为负

0 34252

1 524

-1 326

Name: resid_over_normal, dtype: int64

3、基于rolling.std()的回测：这里使用了168h（7天）、720h（30天）、2160h（1季度）和8640（1年）

168h：

残差超过1倍标准差的数据个数，1为正，-1为负

0 16498

-1 9319

1 9285

Name: resid_over_1std, dtype: int64

720h：

残差超过1倍标准差的数据个数，1为正，-1为负

0 17880

1 9712

-1 7510

Name: resid_over_1std, dtype: int64

2160h：

残差超过1倍标准差的数据个数，1为正，-1为负

0 19215

1 9203

-1 6684

Name: resid_over_1std, dtype: int64

8640h：

残差超过1倍标准差的数据个数，1为正，-1为负

0 25079

-1 6880

1 3143

Name: resid_over_1std, dtype: int64

结果分析

1、使用全局std的策略表现最好，由于包含未来函数，实盘意义不大。

2、使用rolling方式的后两种策略都会随着参数的增大而出现信号减少的情况，并且回测的资金净值也呈先增后减的形式。

3、参数方面，rolling.max()参数的最优参数范围应在小周期，约24h频率；而rolling.std()的最有参数范围应在720h（30天）左右，感兴趣的老板可以进一步遍历回测。对于8640h周期表现优于2160应理解为避开了2020年8月以前的跌幅。

4、策略表现周期，可以看到，无论是在哪种策略，表现最良好的阶段都是2020年8月至2022年8月之间，从当时的行情来看，市场正在经历”双顶“时期的行情，LTC与LINK币的表现却在如此巨大的振幅下如此相关。

5、优化思路：对于平稳性的检验可能需要更短的周期，而不是对于全范围的平稳性检验，选取2020年以后的数据也是因为20年以前的数据加入进来以后无法通过平稳性检验。最优的结果应当是：检验得到2020年8月-2022年8月的协整关系是存在的，而其他周期的协整关系并不明显，所以根据协整关系择时能获得最优的策略表现。

补充

在不同时期中，两个币种的协整关系会有不同，虽然整段时间内两个币种存在协整关系，但是部分时间可能存在不平稳，我按年份进行分析，抛砖引玉。

可以看到，分年份周期来看，只有2021年周期才是协整的。我们对每个时间节点使用上面的最优参数，利用rolling.std和rolling.max&rolling.min两种方式进行回测。

回测方式如上，这里不再重复介绍，只介绍结果，对每个年份来看，rolling.max方法在2019年和2021年表现良好，而rolling.std方法只有在2021年表现良好。

rolling.std - 2019年

rolling.std - 2021年

rolling.max - 2019年

rolling.max - 2021年

总结

从上述结果来看，在两个币种的协整关系显著的情况下，无论使用std还是max&min的方法都能获得客观的收益，且最大回撤可以接受。两种方法都反馈了”在出现异常残差时开对向仓位修正两者的价差“，问题的关键在于如何及时的检验到币种的协整关系，并在协整关系”破裂“的时候及时停止策略。

希望能以此帖抛砖引玉，能够得到各位老板的批评指正。

对量化小论坛感兴趣的同学，可以加我微信xbx7031，与我交流。