2023-05-10 14:56:27
期货套利有许多模型，其中最重要的是统计套利策略。统计套利的概念最早由Morganstanley的Tartaglia团队在上世纪80年代提出，该团队开拓并发展了基于统计理论的量化交易策略，并开展了统计套利的实际操作。统计套利策略主要是利用金融资产的时间序列数据，利用计量模型来发现资产价格的错误定价，并基于协整模型的均值回复判定，研究并设计出在现行交易规则下可行的交易方案。
在国外，统计套利策略及其在实践中的应用一直是学术界的热点问题。Mackinlay对1988年S&P期间当前价差之间的错误定价进行了套利研究。他发现期货市场与现货市场之间的错误定价是随着到期日的临近而降低的，而且它们之间存在着一条路径依赖关系。Burgess在1999年英国FTI股票的逐步回归方法。在共集成模型的基础上，应用神经网络技术研究了FTSE股票之间的价格关系，并对套利机会进行了研究。他指出，统计套利策略的核心在于共集成模型和纠错理论。霍加。2004年，对纽约证券交易所、美国证券交易所和纳斯达克上市公司的月度股价数据进行了研究，并分别对市场上的动量交易策略和价值投资策略的统计套利机会进行了实证分析，分析了交易成本、担保和比例对套利利润的影响。
2005年，Alexande和Dimitriu论证了协整方法在统计套利战略交易中的优势，对传统的协整套利模型提出了两种优化方法，一种是ECM方法，另一种是协整优化方法，并对这两种方法在实战中的性能进行了实证分析。在2006年统计套利交易协整模型的基础上，林引入了不同的止损条件，并对不同止损条件下的不同止损情况进行了分析。通过对套利交易策略收益的统计，发现有止损条件的交易策略的收益并不比无止损条件的交易策略的收益差得多，但具有较好的风险属性。
Thomaidis选择了印度上市公司Infosys和Wipr。2006年，对公司股票的5分钟数据进行了回归，利用GARCH模型找出了两者之间的错误定价关系和套利机会，并进行了实证研究以获得较好的回报。Hunck对2009年标准普尔100指数样本股票进行了配对分析，并利用Elman神经网络方法对套利机会进行了研究。
邓尼斯等人在2013年根据协整模型为欧洲股票50指数进行了一项当前的统计套利策略，他关注高频数据和低频数据在套利机会和收益率方面的差异。他发现，统计套利机会更多地基于高频数据，但套期保值率更高。2015年，Mardi和Lyudmyla研究了美国国债期货市场和现货市场之间的价格共振现象，表明市场很难对短期价格行为做出快速反应，而且当前市场存在统计套利的机会。文字/墨水。