第十三章

期貨風險對沖套利理論與策略任課教師：陳創(chuàng)練股指期貨走勢中國股指期貨自2010年4月16日推出以來，運行基本平穩(wěn)，與現(xiàn)貨指數(shù)走勢擬合度高。（1）講述統(tǒng)計套利的基本概念。（2）講述風險對沖跨期套利、期現(xiàn)套利、擇時交易、R-breaker套利的基本思想。（3）Python實現(xiàn)檢驗策略盈利性。統(tǒng)計套利跨期套利、期現(xiàn)套利、擇時交易、R-breaker套利Python檢驗風險對沖教學目標

股指風險對沖套利1提綱CONTENTS

股指期貨跨期套利策略

2

跨市場期現(xiàn)套利策略

3

股指期貨擇時交易策略

4

R-breaker管理期貨策略5一、股指風險對沖套利一、股指定義及其風險股指，即股票價格指數(shù)，是為測度和反映整體股票市場價格水平或者某一類型股票價格水平及其變動趨勢而編制的股價統(tǒng)計相對數(shù)。據(jù)Wind統(tǒng)計，當前中國股票市場有264種主要股指，包括47種市場指數(shù)、11種行業(yè)指數(shù)和206種概念指數(shù)。第一節(jié)股指風險對沖套利股指計算方法平均法綜合法

加權(quán)平均法股指風險系統(tǒng)性風險流動性風險第一節(jié)股指風險對沖套利對沖方式現(xiàn)貨賣空股指期貨股指期權(quán)交易成本較高，不具有杠桿效應，應用頻率低當前中國市場上的股指風險對沖機制以此為主成立時間較晚，成交量較低二、股指風險的對沖套利第一節(jié)股指風險對沖套利1、股指期貨的套期保值目的：在股指期貨市場建立與現(xiàn)貨市場相反的頭寸，以達到以股指期貨的盈利來補充現(xiàn)貨虧損。原理：股指期貨的價格與股票現(xiàn)貨的價格受相同因素的影響，變動方向通常一致。成功利用股指期貨套期保值的關鍵在于確定最優(yōu)套期保值比例，可采用最小方差法來確定。第一節(jié)股指風險對沖套利

第一節(jié)股指風險對沖套利

無風險利率的變化策略有效性影響股指期貨套利收益的因素期貨價格現(xiàn)貨價格期限無風險利率t至T時刻指數(shù)現(xiàn)貨的連續(xù)紅利收益率二、股指期貨跨期套利策略一、統(tǒng)計套利基本概念統(tǒng)計套利是一種基于量化模型的投資過程，是在不依賴經(jīng)濟含義的情況下，運用數(shù)量手段構(gòu)建資產(chǎn)組合，根據(jù)證券實際價格與數(shù)量模型所預測的理論價值進行對比，構(gòu)建證券投資組合的多頭和空頭，獲取一個穩(wěn)定的alpha。第二節(jié)股指期貨跨期套利策略

估計相對價格關系的概率分布統(tǒng)計檢驗實現(xiàn)套利尋找穩(wěn)定價格關系基于歷史統(tǒng)計規(guī)律風險套利統(tǒng)計套利統(tǒng)計套利的優(yōu)勢與局限第二節(jié)股指期貨跨期套利策略

優(yōu)勢增加少量風險，換取更多套利機會走勢相對容易判斷局限根本局限性：基于歷史數(shù)據(jù)回歸均衡關系需要的時間難以準確預知統(tǒng)計套利的風險控制風險控制體系從實務操作角度，有以下四個具體規(guī)則：（1）在一般情況下，單次損失不能超過總投資資金的5％，預期盈利要超過總資金的15％，盈虧比達到1：3，方可入市交易。（2）總交易資金不要超過總資金的75％，以避免單向強平風險。（3）個人戶在資金不寬裕的情況下，其持倉一定要在交割月前2個月同時了結(jié)頭寸，以防止未能及時追加保證而被強平的風險。（4）根據(jù)財務與投資者風險承受能力，建立跟蹤交易盈虧系統(tǒng)，根據(jù)盈虧及時發(fā)出止損、止贏預警信號。第二節(jié)股指期貨跨期套利策略

統(tǒng)計套利原則第二節(jié)股指期貨跨期套利策略

兩個原則套利者不愿意承擔的風險必須徹底規(guī)避套利者愿意主動承擔的風險，必須加以評估二、跨期套利的概念與原理

跨期套利也稱作持倉費用套利、新老作物年度套利，一般而言，跨期套利的操作對象為同一品種但是交割月份不同的股指期貨。目前我國滬深300指數(shù)期貨同時上市的就有4個合約：當月、下月及下兩個季月，這為跨期套利提供了基礎。第二節(jié)股指期貨跨期套利策略

圖13-2

跨期套利原理圖跨期套利方式牛市跨期套利熊市跨期套利

蝶式跨期套利“賣近買遠”“買近賣遠”程序化實現(xiàn)如期貨如期權(quán)第二節(jié)股指期貨跨期套利策略三、跨期套利的分類

【例13-1】牛市跨期套利第二節(jié)股指期貨跨期套利策略

時間股票市場滬深300指數(shù)股指期貨市場價差2月合約5月合約1月5日收盤價2510.10以收盤價2436.0賣出10手開倉以2536.7收盤價買入10手開倉2436.0-2536.7=-100.7點4月3日收盤價2717.54以收盤價2708.8買入10手平倉以2987.6收盤價賣出10手平倉2708.8-2987.6=-278.8點盈虧計算指數(shù)上漲2717.54-2510.10=207.44點虧損2436.0-2708.8=-272.8點盈利2987.6-2536.7=450.9點價差擴大278.8-100.7=178.1點盈虧相抵結(jié)果：（450.9-272.8）×300×10=534300元表13-10

股指期貨牛市跨期套利的案例由于投資者對市場上漲判斷正確，使得遠期5月合約與近期2月合約的基差擴大，進而獲利534300元?！纠?3-2】熊市跨期套利第二節(jié)股指期貨跨期套利策略

時間股票市場滬深300指數(shù)股指期貨市場價差4月合約7月合約3月15日收盤價3654.78以收盤價4236.8買入10手開倉以4853.9收盤價賣出10手開倉4236.8-4853.9=-617.1點6月7日收盤價3298.62以收盤價3365.6賣出10手平倉以3587.6收盤價買入10手平倉3365.6-3587.6=-222點盈虧計算指數(shù)下跌3298.62-3654.78=-356.16點虧損3365.6-4236.8=-871.2點盈利4853.9-3587.6=1266.3點價差縮小617.1-222=395.1點盈虧相抵結(jié)果：（1266.3-871.2）×300×10=1185300元表13-11

股指期貨熊市跨期套利的案例由于投資者對市場下跌判斷正確，使得遠期7月合約與近期4月合約的基差縮小，進而獲利1185300元。【例13-3】蝶式跨期套利第二節(jié)股指期貨跨期套利策略

表13-12

股指期貨蝶式跨期套利的案例由于投資者對10月合約價格被高估的判斷正確，從而通過蝶式跨期套利盈利3000元。時間蝶式跨期套利操作收益計算4月5日3540點買入1手8月合約3520點賣出2手10月合約3500點買入1手11月合約3460-3540=-80點（3520-3440）×2=160點3430-3500=-70點盈虧合并：（160-80-70）×3003000元7月8日3460點賣出1手8月合約3440點買入2手10月合約3430點賣出1手11月合約

第二節(jié)股指期貨跨期套利策略四、跨期套利的協(xié)整模型

1、價差套利策略的收益來源

假設

t時刻期貨i和期貨j的對數(shù)價格偏離了長期均衡關系。與相減，得到

t時刻至

t+s時刻上述套利交易策略所構(gòu)建的期貨資產(chǎn)組合的收益方程：根據(jù)均值回復原理，在t與t+s時刻之間的收益率滿足的函數(shù)關系將服從隨機游走過程，可見，期貨

i和期貨j的對數(shù)價格將存在長期均衡關系。第二節(jié)股指期貨跨期套利策略第二節(jié)股指期貨跨期套利策略

長期均衡關系：

2、價差套利策略的風險價差套利策略的風險價差發(fā)散風險價差回復慢風險價格關系發(fā)生變化，導致原先的模型不再適用由于沒有在特定的時間范圍內(nèi)回到均值，價差向相反方向波動第二節(jié)股指期貨跨期套利策略1、跨期套利構(gòu)建基本步驟選取IF2012和IF2103在2020年7月20日至2020年12月18日的5分鐘股指期貨收盤價數(shù)據(jù)并進行對數(shù)化處理。利用ADF檢驗平穩(wěn)性EG協(xié)整檢驗根據(jù)價差的統(tǒng)計分析來制定跨期套利的交易策略第二節(jié)股指期貨跨期套利策略五、跨期套利策略的實現(xiàn)2、ADF檢驗由表可以看出，IF2012和IF2103序列都含有單位根，但經(jīng)過一階差分后平穩(wěn)，但水平變量非平穩(wěn)，因此，兩序列都是I(1)序列，說明二者存在協(xié)整的可能。序列ADF統(tǒng)計量概率1%閾值5%閾值10%閾值IF2012-2.8823410.1683-3.959880-3.410706-3.127139d(IF2012)-73.195390.0001-3.431482-2.861925-2.567018IF2103-3.1019950.1058-3.959876-3.410705-3.127138d(IF2103)-72.497480.0001-3.431479-2.861924-2.567017表13-13IF2012和IF2103的ADF檢驗第二節(jié)股指期貨跨期套利策略3、協(xié)整檢驗

①對IF2012和IF2103進行OLS回歸，得到如下結(jié)果： IF2103=1.044695*IF2012-250.3838 SE（0.001049）（4.963291）

t

（966.0801）（-50.44713）

R2=0.995001F=992175.6DW=0.043593②對OLS回歸后的殘差序列進行單位根檢驗從表中數(shù)據(jù)可以看出殘差為非平穩(wěn)序列，因此，IF2012和IF2103之間不存在協(xié)整關系。表13-14殘差序列的ADF檢驗序列ADF統(tǒng)計量概率1%閾值5%閾值10%閾值resid-2.6676100.2503-3.959893-3.410713-3.127143偽回歸？第二節(jié)股指期貨跨期套利策略③加入AR(1)和AR(2)處理殘差自相關后進行OLS回歸，得到如下結(jié)果： IF2103=0.959678*IF2012+153.8864+[AR(1)=0.537401,AR(2)=0.458055255] SE（0.002365）（12.88211）（0.007608）（0.007609）

t

（405.7950）（11.94574）（70.63414）（60.20309） R2=0.999844F=8007121DW=2.196290④對OLS回歸后的殘差序列進行單位根檢驗從表中數(shù)據(jù)可以看出殘差為平穩(wěn)序列，因此，IF2012和IF2103之間存在協(xié)整關系。表13-15殘差序列的ADF檢驗序列ADF統(tǒng)計量概率1%閾值5%閾值10%閾值Resid01-34.351350.0000-3.959891-3.410712-3.127143第二節(jié)股指期貨跨期套利策略判斷錯誤，虧損了結(jié)盈利4、交易策略

①令價差序列Spread=resid,根據(jù)協(xié)整結(jié)果可以得到價差Spread序列。②為了便于序列數(shù)據(jù)集中化，根據(jù)價差序列均值mean結(jié)果將spread去中心化，即令Mspread=Spread-mean。第二節(jié)股指期貨跨期套利策略2*δ(Mspread)0.8*δ(Mspread)-0.8*δ(Mspread)-2*δ(Mspread)2*δ(Mspread)0Mspread>0Mspread<0做多近期做空遠期做多遠期做空近期判斷錯誤，虧損因此，上述的投資理念，可以總結(jié)為如下的投資策略：Mspread<-0.8*δ(Mspread)牛市跨期套利>=0牛市反向操作，了結(jié)套利頭寸<-2*δ(Mspread)牛市交易止損，強制平倉>0.8*δ(Mspread)熊市跨期套利<=0熊市反向操作了結(jié)套利頭寸>2*δ(Mspread)熊市交易止損，強制平倉當近期合約到期時方向?qū)_了結(jié)套利頭寸，不進行展期操作第二節(jié)股指期貨跨期套利策略Python軟件實現(xiàn)第二節(jié)股指期貨跨期套利策略5、結(jié)果分析

①處理自相關前從上表數(shù)據(jù)可以看出未處理自相關前，套利結(jié)果并不理想。

統(tǒng)計項目統(tǒng)計值樣本數(shù)量4992勝率9%累計收益率-154%年化收益率-374%表13-16自回歸前回測結(jié)果第二節(jié)股指期貨跨期套利策略5、結(jié)果分析

②處理自相關后圖13-3Mspread走勢

圖13-4策略累積收益率和滬深300累積收益率對比這是否是一個優(yōu)秀的策略？第二節(jié)股指期貨跨期套利策略根據(jù)回測結(jié)果可知，由IF2012和IF2103組成的跨期套利套利結(jié)果較為理想。表13-17

自回歸后回測結(jié)果統(tǒng)計項目統(tǒng)計值樣本數(shù)量4992牛市套利次數(shù)179熊市套利次數(shù)227跨期套利總次數(shù)406勝率51.50%累計收益率5.12%年化收益率12.41%最大回撤3.20%開倉次數(shù)407平倉次數(shù)406股市低迷股市繁榮收益較高收益未跑贏大盤第二節(jié)股指期貨跨期套利策略第二節(jié)股指期貨跨期套利策略六、跨期套利策略總結(jié)基于統(tǒng)計套利的跨期套利策略在執(zhí)行過程依然有幾個問題值得注意：（1）閾值選取問題，不同閾值會產(chǎn)生不同的執(zhí)行命令，從而帶來不同的收益，因而閾值設定的合理與否直接關系到跨期套利策略的效果。（2）跨期套利并非完全無風險，除了價差，保證金水平是跨期套利另外的風險來源。（3）在臨近交割或者市場波動劇烈時會適當要求提高保證金的比例，這要求投資者具備一定的資金能力和擁有彈性準備。importnumpyasnpimportpandasaspdimportscipy.ioasscioimportdatetimeimportmatplotlib.pyplotaspltplt.rcParams["font.sans-serif"]=["SimHei"]plt.rcParams["axes.unicode_minus"]=False#正常顯示畫圖時出現(xiàn)的中文和負號

defexcel_to_data(path):ws=pd.read_excel(path,sheet_name=0,header=None,keep_default_na=False)data=ws.iloc[:,[0,1,2]]returndata

data=np.array(excel_to_data('33.xls'))cur_size=4992day=104clo=data.T[2][0:cur_size]jin=data.T[1][0:cur_size]yuan=data.T[0][0:cur_size]fee=0.00015profit=np.zeros((cur_size,1))

std=4.0232holdjin=0holdyuan=0tradesniu=0tradesxiong=0kai=0ping=0time=1flag=0

fordateinrange(0,cur_size):#策略實施#牛市跨期套利if(clo[date]<-0.8*std)and(holdjin==0)and(holdyuan==0):holdjin=holdjin-1holdyuan=holdyuan+1sale_price=jin[date]buy_price=yuan[date]kai=kai+1profit[date]=profit[date]+sale_price*(1-fee)-buy_price*(1+fee)#牛市跨期套利反向操作if(clo[date]>=0*std)and(holdjin==-1)and(holdyuan==1):holdjin=holdjin+1holdyuan=holdyuan-1buy_price=jin[date]sale_price=yuan[date]ping=ping+1profit[date]=profit[date]-buy_price*(1+fee)+sale_price*(1-fee)tradesniu=tradesniu+1#牛市跨期套利止損if(clo[date]<-2*std)and(holdjin==-1)and(holdyuan==1):holdjin=holdjin+1holdyuan=holdyuan-1buy_price=jin[date]策略程序13-2：基于協(xié)整的股指期貨跨期套利策略第二節(jié)股指期貨跨期套利策略

importnumpyasnpimportpandasaspdimportscipy.ioasscioimportdatetimeimportmatplotlib.pyplotaspltplt.rcParams["font.sans-serif"]=["SimHei"]plt.rcParams["axes.unicode_minus"]=False#正常顯示畫圖時出現(xiàn)的中文和負號

defexcel_to_data(path):ws=pd.read_excel(path,sheet_name=0,header=None,keep_default_na=False)data=ws.iloc[:,[0,1,2]]returndata

data=np.array(excel_to_data('33.xls'))cur_size=4992day=104clo=data.T[2][0:cur_size]jin=data.T[1][0:cur_size]yuan=data.T[0][0:cur_size]fee=0.00015profit=np.zeros((cur_size,1))std=

4.0232holdjin=0holdyuan=0tradesniu=0tradesxiong=0kai=0ping=0time=1flag=0

fordateinrange(0,cur_size):#策略實施#牛市跨期套利if(clo[date]<-0.8*std)and(holdjin==0)and(holdyuan==0):holdjin=holdjin-1

holdyuan=holdyuan+1sale_price=jin[date]buy_price=yuan[date]kai=kai+1profit[date]=profit[date]+sale_price*(1-fee)-buy_price*(1+fee)#牛市跨期套利反向操作if(clo[date]>=0*std)and(holdjin==-1)and(holdyuan==1):holdjin=holdjin+1holdyuan=holdyuan-1buy_price=jin[date]sale_price=yuan[date]ping=ping+1profit[date]=profit[date]-buy_price*(1+fee)+sale_price*(1-fee)tradesniu=tradesniu+1#牛市跨期套利止損if(clo[date]<-2*std)and(holdjin==-1)and(holdyuan==1):holdjin=holdjin+1holdyuan=holdyuan-1buy_price=jin[date]sale_price=yuan[date]ping=ping+1profit[date]=profit[date]-buy_price*(1+fee)+sale_price*(1-fee)tradesniu=tradesniu+1#熊市跨期套利if(clo[date]>0.8*std)and(holdjin==0)and(holdyuan==0):holdjin=holdjin+1holdyuan=holdyuan-1sale_price=yuan[date]buy_price=jin[date]kai=kai+1profit[date]=profit[date]-buy_price*(1+fee)+sale_price*(1-fee)#熊市跨期套利反向操作if(clo[date]<=0*std)and(holdjin==1)and(holdyuan==-1):holdjin=holdjin-1holdyuan=holdyuan+1sale_price=jin[date]buy_price=yuan[date]ping=ping+1profit[date]=profit[date]-buy_price*(1+fee)+sale_price*(1-fee)tradesxiong=tradesxiong+1#熊市跨期套利止損if(clo[date]>2*std)and(holdjin==1)and(holdyuan==-1):holdjin=holdjin-1holdyuan=holdyuan+1sale_price=jin[date]buy_price=yuan[date]ping=ping+1profit[date]=profit[date]-buy_price*(1+fee)+sale_price*(1-fee)tradesxiong=tradesxiong+1

buy=np.cumsum(buy_price,0)sumprofit=np.cumsum(profit,0)#勝率win=0lose=0total=0foriinrange(0,cur_size):ifprofit[i]!=0:total=total+1ifprofit[i]>0:win=win+1else:lose=lose+1shenglv=win/total*100yingkuiratio=win/lose*100shouyilv=sumprofit[-1]/buy*100nianhua_shouyilv=shouyilv*(252/cur_size)

highestprofit=0maxback=0foriinrange(0,cur_size):highestprofit=np.max(np.append(highestprofit,sumprofit[i].T))maxback=np.max(np.append(maxback,highestprofit-sumprofit[i].T))maxbackmaxbacklv=maxback/(highestprofit+buy)*100rate=(sumprofit/buy)*100plt.plot(range(1,cur_size+1),sumprofit)plt.show()

第二節(jié)股指期貨跨期套利策略

三、跨市場期現(xiàn)套利策略一、期現(xiàn)套利的概念與原理

股指期現(xiàn)套利是利用股指期貨合約到期時向現(xiàn)貨指數(shù)價位收斂的特點，利用期貨和現(xiàn)貨市場的價格差距，買入低估一方，賣出高估一方，等到不合理的價差恢復到正常合理的狀態(tài)后平倉，從中賺取價差收益的對沖交易行為。國內(nèi)現(xiàn)貨市場交易機制不能做空，所以一般做正向套利。即賣股指，買現(xiàn)貨。第三節(jié)跨市場期現(xiàn)套利策略

利用價差比指標確定套利空間大小確定套利機會通過股指期貨定價理論來確定股指期貨合理價格區(qū)間步驟：二、ETF的概念與優(yōu)勢

1、ETF的定義

ETF（ExchangeTradedFunds）指交易型開放式指數(shù)基金，是一種在交易所上市交易的、基金份額可變的一種開放式基金。交易型開放式指數(shù)基金屬于開放式基金的一種特殊類型，它結(jié)合了封閉式基金和開放式基金的運作特點，投資者既可以向基金管理公司申購或贖回基金份額，同時，又可以像封閉式基金一樣在二級市場上按市場價格買賣ETF份額。由于同時存在證券市場交易和申購贖回機制，投資者可以在ETF市場價格與基金單位凈值之間存在差價時進行套利交易。第三節(jié)跨市場期現(xiàn)套利策略

2、ETF作為期現(xiàn)套利現(xiàn)貨組合替代品的優(yōu)勢

（1）ETF本身就是現(xiàn)貨成分股投資組合。

（2）ETF能非常近似地模擬指數(shù)走勢，跟蹤誤差比較小。

（3）在融資融券信用交易的前提下，ETF可以實施賣空。

（4）ETF在二級市場具有很好的流動性、交易費用低、免過戶費，免印花稅，進行正向套利時，不需要購買成分股，直接通過二級市場購買ETF即可，這是ETF特有的優(yōu)勢。

（5）ETF可以變相實行T+0交易，即可以通過一、二級市場雙邊交易達到T+0交易的目的。

（6）ETF可以實現(xiàn)自動調(diào)整權(quán)重的作用。第三節(jié)跨市場期現(xiàn)套利策略

三、ETF套利策略

正向套利 t時刻買入ETF，賣出期貨合約 T時刻贖回/賣出ETF，買入股指期貨合約

反向套利 t時刻賣出ETF，買入期貨合約 T時刻買入ETF，賣出股指期貨合約第三節(jié)跨市場期現(xiàn)套利策略

四、ETF與股指期貨套利收益實證分析

我們選取中小100ETF和滬深300股指期貨進行實證模擬套利，基本思路如下：當收益率偏差（中小100ETF-滬深300股指期貨）為正時，采用反向套利；反之為負時，采用正向套利；模擬參數(shù)設置開倉閾值和平倉閾值，當收益率偏差達到相應水平進行操作；當套利持倉時間超過20個交易日仍未盈利時平倉出局，等待下一個套利機會。第三節(jié)跨市場期現(xiàn)套利策略

第三節(jié)跨市場期現(xiàn)套利策略

表13-18回測結(jié)果開倉閾值平倉閾值

最大回撤（%）累積收益率（%）交易次數(shù)年化收益率（%）1.40.919.8545.75499.471.40.820.7149.284910.201.40.727.4233.43486.921.40.628.8632.23496.671.40.532.5729.60506.131.50.832.7531.59396.54

根據(jù)以上思路，我們實證分析得出的結(jié)果如表7-6所示，通過分析計算收益回測比，最終選取開倉閾值1.4，平倉閾值0.8，在取樣時間段內(nèi)共交易49次，累積收益率49.28%，年化收益率10.20%。圖13-5中小100ETF與滬深300股指期貨日收益率偏差

圖13-6

累計收益率圖第三節(jié)跨市場期現(xiàn)套利策略

importnumpyasnpimportscipy.ioasscioimportdatetimeimportmatplotlib.pyplotaspltplt.rcParams["font.sans-serif"]=["SimHei"]plt.rcParams["axes.unicode_minus"]=False#正常顯示畫圖時出現(xiàn)的中文和負號

#載入數(shù)據(jù)data=scio.loadmat('ZX100.mat')date=[]#日期open_price_zx100=[]#中小100ETF的開盤價close_price_zx100=[]#中小100ETF的收盤價deviation_value=[]#中小100ETF與滬深300股指期貨的收益率偏差open_price_hs300=[]#滬深300股指期貨開盤價close_price_hs300=[]#滬深300股指期貨收盤價foriinrange(0,len(data['ZX100'])):date=np.append(date,datetime.datetime.strptime('%d'%data['ZX100'][i][0],"%Y%m%d"))open_price_zx100=np.append(open_price_zx100,data['ZX100'][i][1])close_price_zx100=np.append(close_price_zx100,data['ZX100'][i][2])deviation_value=np.append(deviation_value,data['ZX100'][i][3])open_price_hs300=np.append(open_price_hs300,data['ZX100'][i][4])close_price_hs300=np.append(close_price_hs300,data['ZX100'][i][5])#初始化record=0#倉位狀態(tài)，1表示正向套利，-1表示反向套利，0表示空倉compel_date=20#倉位最長持有時間，如果超過最長持有時間就強制平倉up=1.4dp=0.8hold_date=0#倉位持有時間row=len(date)#數(shù)據(jù)周期長度long_price=0#多頭買入價格short_price=0#空頭賣出價格策略程序13-3：股指期貨ETF(期現(xiàn))套利策略第三節(jié)跨市場期現(xiàn)套利策略

#強制反向平倉elifhold_date>=compel_dateandrecord==-1:profit[0][i]=np.log(close_price_hs300[i]/long_price)-

np.log(short_price/close_price_zx100[i])record=0long_price=0short_price=0#計算持倉時間elif(deviation_value[i]>dpordeviation_value[i]<-dp)andrecord!=0:hold_date=hold_date+1num=0foriinrange(0,row):ifprofit[0][i]!=0:num=num+1cuprofit=np.cumsum(profit[0])drawdown=np.zeros((1,row))foriinrange(700,row):forjinrange(i+1,row):draw=(cuprofit[i]-cuprofit[j])/cuprofit[i]ifdraw>drawdown[0][i]:drawdown[0][i]=drawmax_drawdown=np.max(drawdown[0])

print(max_drawdown)#最大回撤print(cuprofit[-1])#累計收益率print(num)#交易次數(shù)print(cuprofit[-1]/(len(date)/255))#年化收益率

plt.figure()plt.plot(date,deviation_value)plt.xlabel('時間')plt.ylabel('收益率偏差（%）')plt.show()plt.plot(date,cuprofit,'r')plt.xlabel('時間')plt.ylabel('累計收益率')plt.show()第三節(jié)跨市場期現(xiàn)套利策略

profit=np.zeros((1,row))#收益率num1=0#正向套利次數(shù)num2=0#反向套利次數(shù)foriinrange(0,row):#正向套利ifdeviation_value[i]<-upandrecord==0:long_price=close_price_zx100[i]short_price=close_price_hs300[i]record=1num1=num1+1#反向套利elifdeviation_value[i]>upandrecord==0:long_price=close_price_hs300[i]short_price=close_price_zx100[i]record=-1num2=num2+1#正向平倉elifdeviation_value[i]<dpanddeviation_value[i]>-dpandrecord==1:profit[0][i]=np.log(close_price_zx100[i]/long_price)-np.log(short_price/close_price_hs300[i])record=0long_price=0short_price=0#反向平倉elifdeviation_value[i]<dpanddeviation_value[i]>-dpandrecord==-1:profit[0][i]=np.log(close_price_hs300[i]/long_price)-np.log(short_price/close_price_zx100[i])record=0long_price=0short_price=0#強制正向平倉elifhold_date>=compel_dateandrecord==1:profit[0][i]=np.log(close_price_zx100[i]/long_price)-np.log(short_price/close_price_hs300[i])record=0long_price=0short_price=0四、股指期貨擇時交易策略一、量化擇時交易

從技術上講，量化擇時就是利用數(shù)量化的方法，通過對各種宏微觀指標的量化分析，試圖找到影響大盤走勢的關鍵信息，預測未來走勢。第四節(jié)股指期貨擇時交易策略擇時交易高收益高風險大容量難度大第四節(jié)股指期貨擇時交易策略擇時交易策略趨勢擇時策略自適應均線市場情緒擇時牛熊線擇時二、股指期貨與擇時交易

我國自2010年4月16日在中國金融期貨交易所推出了滬深300指數(shù)股指期貨，標志著中國的金融期貨市場邁進了一個嶄新的階段，具有里程碑式的歷史意義。我國的股指期貨經(jīng)過11年的發(fā)展，交易情況異常活躍，已經(jīng)成為投資者和套期保利者主要的對沖工具。第四節(jié)股指期貨擇時交易策略造成市場無效擇時交易機會市場信息不對稱非理性人基于歷史規(guī)律三、基于趨勢擇時的股指期貨擇時策略分析

（一）擇時指標構(gòu)建1、指數(shù)平滑移動平均線（MACD）

2、布林線（BoLL）

3、隨機指標（KDJ）

4、市場波動指數(shù)（CMI）第四節(jié)股指期貨擇時交易策略（二）策略分析策略采用股指期貨合約自2021年4月至2021年年10月的1分鐘股指期貨交易數(shù)據(jù)。同時，在計算時不考慮杠桿，不計沖擊成本，采用雙邊萬分之1.5的手續(xù)費。交易策略如下：第四節(jié)股指期貨擇時交易策略表13-19基于市場波動指數(shù)的策略分析當CMI≧53時當CMI<53時情形操作情形操作MACD底背離多頭買入平倉收盤價碰到BOLL的下軌多頭買入平倉MACD頂背離多頭賣出平倉收盤價碰到BOLL的上軌多頭賣出平倉當天MACD小于前一天MACD、收盤價碰到BOLL的上軌、當期J值小于前一期的J值，三個條件中滿足2個或2個以上空頭賣出開倉當天MACD小于前一天MACD、收盤價碰到BOLL的上軌、當期J值小于前一期的J值，三個條件中滿足2個或2個以上空頭賣出開倉當天MACD大于前一天MACD、收盤價碰到BOLL的下軌、當期J值大于前一期的J值，三個條件中滿足2個或2個以上空頭買入平倉當天MACD大于前一天MACD、收盤價碰到BOLL的下軌、當期J值大于前一期的J值，三個條件中滿足2個或2個以上空頭買入平倉（三）實證結(jié)果

將2021年4月-2021年7月年總共16337個分鐘數(shù)據(jù)作為樣本內(nèi)數(shù)據(jù)進行測試，優(yōu)化參數(shù)。進而用2021年7月-2021年10月總共16141個分鐘數(shù)據(jù)作為樣本外數(shù)據(jù)進行檢驗。具體結(jié)果如下：

第四節(jié)股指期貨擇時交易策略①樣本內(nèi)

圖13-7樣本內(nèi)累計收益圖從圖13-7樣本內(nèi)實證結(jié)果可以看出，該交易策略具有較好的實證結(jié)果，累計收益呈較穩(wěn)定的上漲趨勢，同時回撤也相對比較小。

第四節(jié)股指期貨擇時交易策略總收益率測試時間段測試周期年化收益率最大回撤率收益風險比交易次數(shù)勝率夏普比率-1.52%1:16337一分鐘-1.25%3.88%-0.0453141250.66%-0.82表13-20樣本內(nèi)實證結(jié)果在市場總體處于下行周期時期收益為負，但仍優(yōu)于基礎資產(chǎn)。最大回撤率相對在一個可以接受的范圍?？偠灾疚牡慕灰撞呗跃哂幸欢ǖ膶嵱眯院涂尚行?。第四節(jié)股指期貨擇時交易策略②樣本外圖13-8樣本外累計收益圖從圖13-8樣本外實證結(jié)果可以看出，累計收益也呈較穩(wěn)定的上漲趨勢。第四節(jié)股指期貨擇時交易策略總收益率測試時間段測試周期年化收益率最大回撤率收益風險比交易次數(shù)勝率夏普比率15.78%16338:32479一分鐘34.12%47.54%4.4914380.51357.95表13-21樣本外實證結(jié)果樣本外收益率有大幅提高。最大回撤率有所增加。總體而言，該交易策略存在一定的可行性。importnumpyasnpimportpandasaspdimportscipy.ioasscioimportdatetimeimportmatplotlib.pyplotaspltplt.rcParams["font.sans-serif"]=["SimHei"]plt.rcParams["axes.unicode_minus"]=False#正常顯示畫圖時出現(xiàn)的中文和負號

#%data數(shù)據(jù)矩陣表頭如下：#第一列：1分鐘開盤價Open#第二列：1分鐘最高價High#第三列：1分鐘最低價Low#第四列：1分鐘收盤價Close#第五列：1分鐘總成交量Vol#第六列：1分鐘持倉量Openint#備注：實際測試時候需要把fee變量調(diào)節(jié)至1.5/10000（萬分之1.5）

#載入數(shù)據(jù)data=scio.loadmat('IF1MIN.mat')fee=0date=[]#日期Open=[]#上證50ETF的開盤價High=[]#上證50ETF的收盤價Low=[]#上證50ETF與滬深300股指期貨的收益率偏差Close=[]#滬深300股指期貨開盤價Vol=[]#滬深300股指期貨收盤價Openint=[]#持倉量%%樣本內(nèi)date=np.append(date,data['time'][0:121360].T)Open=np.append(Open,data['data'][0:121360].T[0])High=np.append(High,data['data'][0:121360].T[1])Low=np.append(Low,data['data'][0:121360].T[2])Close=np.append(Close,data['data'][0:121360].T[3])Vol=np.append(Vol,data['data'][0:121360].T[4])策略程序13-4：股指期貨擇時交易第四節(jié)股指期貨擇時交易策略ifholding[i]>0.5:profit[i]=profit[i]-Close[i]*feetradetimes=tradetimes+1entryprice[i]=Close[i]profit[i]=profit[i]-Close[i]*feeholding[i]=-1ifbuyandholding[i]<0.5:ifholding[i]<-0.5:profit[i]=profit[i]-Close[i]*feetradetimes=tradetimes+1entryprice[i]=Close[i]profit[i]=profit[i]-Close[i]*feeholding[i]=1ifholding[i-1]>0.5:profit[i]=profit[i]+Close[i]-Close[i-1]ifholding[i-1]<-0.5:profit[i]=profit[i]+Close[i-1]-Close[i]##------------------------------結(jié)果輸出繪圖-------------------------------sumprofit=np.cumsum(profit)*300#最終收益finalprofit=sumprofit[-1]#交易次數(shù)tradetimes#最大回撤highestprofit=0maxback=0foriinrange(0,lth):highestprofit=np.max([highestprofit,sumprofit[i]])maxback=np.max([maxback,highestprofit-sumprofit[i]])maxback#資金曲線plt.title("收益率曲線")plt.plot(pd.to_datetime(date-719529,unit='D'),sumprofit)plt.show()#收益風險比Openint=np.append(Openint,data['data'][0:121360].T[5])%%樣本外%date=np.append(date,data['time'][0:121360].T)%Open=np.append(Open,data['data'][0:121360].T[0])%High=np.append(High,data['data'][0:121360].T[1])%Low=np.append(Low,data['data'][0:121360].T[2])%Close=np.append(Close,data['data'][0:121360].T[3])%Vol=np.append(Vol,data['data'][0:121360].T[4])%Openint=np.append(Openint,data['data'][0:121360].T[5])

lth=len(Open)wth=len(data['data'][0])profit=np.zeros((lth,1))holding=np.zeros((lth,1))entryprice=np.zeros((lth,1))tradetimes=0

foriinrange(1,lth):##-------------------------預處理部分-----------------------------------holding[i]=holding[i-1]entryprice[i]=entryprice[i-1]ifi>9:##----------------------因子運算部分（更改部分）---------------------------ma=np.mean(Close[i-9:i])std1=np.std([Close[i-9:i]])*2

up=ma+std1dn=ma-std1##--------------------開平倉條件判斷部分（更改部分）------------------------buy=Close[i]<dnsellshort=Close[i]>upsell=Close[i]>mabuytocover=Close[i]<ma##-------------------------利潤自動計算----------------------------------if(buytocoverandholding[i]<-0.5)or(sellandholding[i]>0.5):profit[i]=profit[i]-Close[i]*feeholding[i]=0tradetimes=tradetimes+1if(sellshortandholding[i]>-0.5):第四節(jié)股指期貨擇時交易策略五、R-breaker管理期貨策略—股指期貨趨勢追蹤反轉(zhuǎn)一、R-Breaker套利策略基本概念

R-Breaker策略是一個結(jié)合了日內(nèi)趨勢追蹤和反轉(zhuǎn)的策略。該策略的核心交易思想是利用前一個交易日的最高價、最低價、收盤價計算得出六個主要的價位，從高到低依次為突破買入價、觀察賣出價、反轉(zhuǎn)賣出價、反轉(zhuǎn)買入價、觀察買入價和突破賣出價，這六個重要的價格即形成當前策略交易的觸發(fā)條件。R-Breaker策略的優(yōu)勢主要是不僅設計了可以用于實習趨勢策略的上、下軌，并且在上下軌之間設置了可以用于實現(xiàn)反轉(zhuǎn)策略的四個價位。第五節(jié)R-breaker管理期貨策略根據(jù)相關信號進行交易設置六個重要價格步驟：（1）設置六個重要的價格：突破買入價Bbreak=Ssetup+f3×(Ssetup-Bsetup);觀察賣出價Ssetup=High+f1×(Close-Low);反轉(zhuǎn)賣出價Senter=(1+f2)/2×(High+Low)-f2×Low;反轉(zhuǎn)買入價Benter=(1+f2)/2×(High+Low)-f2×High;觀察買入價Bsetup=Low-f1×(High-Close);突破賣出價Sbreak=Bsetup-f3×(Ssetup-Bsetup).第五節(jié)R-breaker管理期貨策略

breaker策略的參數(shù)包括(f1,f2,f3)，三個參數(shù)是用來設置策略中的六個重要價格以及價格點位距離（2）根據(jù)信號進行如下交易。

R-breaker策略根據(jù)交易規(guī)則可以將其分為趨勢和反轉(zhuǎn)這兩個子策略。具體操作如下：第五節(jié)R-breaker管理期貨策略情況子策略操作空倉盤中價格跌出突破賣出價趨勢做空，以開盤價賣出投資標的盤中價格上漲高于突破買入價趨勢做多，以開盤價買入投資標的持有多單當日最高價超過觀察賣出價，盤中價格下降且跌破反轉(zhuǎn)賣出價反轉(zhuǎn)反手做空，以開盤價賣出投資標的持有空單當日最低價低于觀察買入價，盤中價格回升且超過反轉(zhuǎn)買入價反轉(zhuǎn)反手做多，以開盤價買入投資標的二、R-Breaker套利策略實現(xiàn)1、R-Breaker套利策略的交易規(guī)則

R-Breaker套利策略是應用于各種可以進行T+0交易的金融市場的股指期貨，進行測試的樣本合約可以是成交量比較活躍的滬深300股指期貨IF2303的當月連續(xù)合約。我們所選取的樣本數(shù)據(jù)范圍是2022年7月20日至2022年11月25日滬深300股指期貨合約，并按照走勢粗略區(qū)分為上漲區(qū)制和下跌區(qū)制：第五節(jié)R-breaker管理期貨策略區(qū)制1上漲區(qū)間區(qū)制2下跌區(qū)間960個五分鐘高頻交易數(shù)據(jù)，2022-13-31至2022-11-253216個五分鐘高頻交易數(shù)據(jù)，2022-7-20至2022-13-28期貨交易標的：IF2303股指期貨主力合約。初始資金投入：設置初始資金30萬元。單次交易手續(xù)費：萬分之三?；c：可能造成滑點的原因比較多，它是指投資者下單時的點位和最后成交的點位是存在一定差距的，可能是以為做市商不規(guī)矩做了一些手腳，也可能是由于網(wǎng)絡方面的延遲。本文將滑點設置為0.6。加入止盈止損。第五節(jié)R-breaker管理期貨策略importnumpyasnpimportscipy.ioasscioimportdatetimeimportmatplotlib.pyplotaspltplt.rcParams["font.sans-serif"]=["SimHei"]plt.rcParams["axes.unicode_minus"]=False#正常顯示畫圖時出現(xiàn)的中文和負號#載入數(shù)據(jù)data=scio.loadmat('hs300.mat')date=[]#日期open_price_hs300=[]#上證50ETF的開盤價close_price_hs300=[]#上證50ETF的收盤價deviation_value=[]#上證50ETF與滬深300股指期貨的收益率偏差open_price_hs300=[]#滬深300股指期貨開盤價close_price_hs300=[]#滬深300股指期貨收盤價foriinrange(0,len(data['hs300'])):date=np.append(date,datetime.datetime.strptime('%d'%data['hs300'][i][0],"%Y%m%d"))open_price_hs300=np.append(open_price_hs300,data['hs300'][i][1])close_price_hs300=np.append(close_price_hs300,data['hs300'][i][2])deviation_value=np.append(deviation_value,data['hs300'][i][3])open_price_hs300=np.append(open_price_hs300,data['hs300'][i][4])close_price_hs300=np.append(close_price_hs300,data['hs300'][i][5])#初始化record=0#倉位狀態(tài)，1表示正向套利，-1表示反向套利，0表示空倉compel_date=20#倉位最長持有時間，如果超過最長持有時間就強制平倉hold_date=0#倉位持有時間row=len(date)#數(shù)據(jù)周期長度long_price=0#多頭買入價格short_price=0#空頭賣出價格profit=np.zeros((1,row))#收益率num1=0#正向套利次數(shù)num2=0#反向套利次數(shù)elifdeviation_value[i]<0.7anddeviation_value[i]>-0.7andrecord==-1:策略程序13-5：R-Breaker套利策略第五節(jié)R-breaker管理期貨策略

long_price=0short_price=0#強制反向平倉elifhold_date>=compel_dateandrecord==-1:profit[0][i]=np.log(close_price_hs300[i]/long_price)-np.log(short_price/close_price_hs300[i])record=0long_price=0short_price=0#計算持倉時間elif(deviation_value[i]>0.7ordeviation_value[i]<-0.7)andrecord!=0:hold_date=hold_date+1num=0foriinrange(0,row):ifprofit[0][i]!=0:num=num+1cuprofit=np.cumsum(profit[0])drawdown=np.zeros((1,row))foriinrange(700,row):forjinrange(i+1,row):draw=(cuprofit[i]-cuprofit[j])/cuprofit[i]ifdraw>drawdown[0][i]:drawdown[0][i]=drawforiinrange(0,row):#正向套利ifdeviation_value[i]<-1.1andrecord==0:long_price=close_price_hs300[i]short_price=close_price_hs300[i]record=1num1=num1+1#反向套利elifdeviation_value[i]>1.1andrecord==0:long_price=close_price_hs300[i]short_price=close_price_hs300[i]record=-1num2=num2+1#正向平倉elifdeviation_value[i]<0.7anddeviation_value[i]>-0.7andrecord==1:profit[0][i]=np.log(close_price_hs300[i]/long_price)-np.log(short_price/close_price_hs300[i])record=0long_price=0short_price=0#反向平倉profit[0][i]=np.log(close_price_hs300[i]/long_price)-np.log(short_price/close_price_hs300[i])record=0long_price=0short_price=0#強制正向平倉elifhold_date>=compel_dateandrecord==1:profit[0][i]=np.log(close_price_hs300[i]/long_price)-np.log(short_price/close_price_hs300[i])record=0第五節(jié)R-breaker管理期貨策略2、R-Breaker套利策略的全樣本區(qū)間的績效表現(xiàn)在分區(qū)間討論R-breaker策略表現(xiàn)之前，我們可以先看一下策略在整個樣本區(qū)間的策略表現(xiàn)如何，即2022年7月20日至2022年11月25日，在這期間滬深300經(jīng)歷了暴漲暴跌、反彈、平穩(wěn)等多種情況。選擇交易周期為五分鐘的數(shù)據(jù)，選擇經(jīng)典參數(shù)設置：f1=0.35；f2=0.07；f3=0.25。使用Python程序軟件操作，策略的資金走勢圖和累計收益圖如下：第五節(jié)R-breaker管理期貨策略圖13-10全樣本區(qū)間經(jīng)典參數(shù)組合每日資金變化圖（單位：元）圖13-11全樣本區(qū)間經(jīng)典參數(shù)組合累計收益率變化圖（單位：%）第五節(jié)R-breaker管理期貨策略表13-22全樣本區(qū)間經(jīng)典參數(shù)組合策略績效評價指標數(shù)據(jù)參數(shù)組合f1=0.35；f2=0.07；f3=0.25初始資金300000凈利潤142359交易次數(shù)252日均交易次數(shù)2.9最大回撤19.7%勝率48%累計收益率47%年化收益率137.5%夏普比率1.25

多單反轉(zhuǎn)空單反轉(zhuǎn)空倉做多空倉做空總交易次數(shù)（不含平倉）次數(shù)6713806166占比40.36%7.83%48.19%3.61%100%表13-23各類交易次數(shù)占比情況分析從經(jīng)典參數(shù)組合為（0.35，0.07，0.25)的策略表現(xiàn)看，收益可觀。從風險水平看，回撤水平相對較高高，風險水平也相對高。而資金走勢圖總體向上，總體來說，策略具有較強盈利性。2.R-breaker套利策略的全樣本區(qū)間的績效表現(xiàn)——參數(shù)優(yōu)化后參數(shù)優(yōu)化設置：f1=0.00；f2=0.01；f3=0.45。使用Python程序軟件操作，策略的資金走勢圖和累計收益圖如下

：第五節(jié)R-breaker管理期貨策略圖13-12全樣本區(qū)間經(jīng)典參數(shù)組合每日資金變化（單位：元）圖13-13全樣本區(qū)間經(jīng)典參數(shù)組合累計收益率變化（單位：%）第五節(jié)R-breaker管理期貨策略表13-24全樣本區(qū)間參數(shù)優(yōu)化后組合策略績效評價指標數(shù)據(jù)參數(shù)組合f1=0.00；f2=0.01；f3=0.45初始資金300000凈利潤226944交易次數(shù)247日均交易次數(shù)2.8最大回撤16.3%勝率49%累計收益率76%年化收益率219.1%夏普比率1.87表13-25各類交易次數(shù)占比