摘要：近年来，我国股票市场不断发展与完善，如何制定量化投资策略，成为一个重要的课题。本文针对统计配对量化金融交易策略，以国外美国股市为研究对象展开研究。

本文以中美贸易战影响的相关行业为研究范围，在美国股市选取20只农业概念股票。运用python做出热力图相关系数矩阵，分别选取此20只概念股中相关性较高的股票进行配对。对配对后的股票进行平稳性与协整性检验，检验结果均为通过。运用OLS进行回归，并利用协整关系进行股票线性组合，构建统计套利策略。再用优旷平台回测，得出各指标数据，其中策略年化收益率高达50.78%。最后与基准指数进行对比，结果显示，配对策略的年化收益率均远超基准指数年化收益率，波动率均低于基准指数波动率，夏普比率等其他指标总体上优于基准指数相关指标。回测结果验证该策略具有高收益且稳定的优势，测试结果良好。

 

关键词：统计套利  配对交易 协整检验  OLS  Python

 

目 录

摘 要

Abstract

一、研究背景 1

‌‌‌‍‍‍（一）‍量化投资发展概况 1

  （二）统计套利配对量化金融交易策略 1

（三）文献综述  2

（四）研究意义  3

二、研究思路  3

三、模型建立  5

（一）配对交易对象选取  5

（二）统计套利配模型建立  5

四、统计套利配对交易量化策略运用  6  

（一）统计套利配对选股分析 6

（二）平稳性检验  7

（三）协整检验  9

（四）量化投资主体策略  9

（五）参数设置  11

五、模型回测 12 

六、统计套利配对量化金融模型效果评价与分析 13

七、总述 14

参考文献 15

附录 16

致谢 27