黑色系商品期貨跨品種程序化交易套利

周美行 劉泉 李志文 彭子劍 曾宇琦

摘要：本文簡要介紹了商品期貨套利理論和程序化交易理論，對螺紋指數和熱卷指數的樣本內數據進行了相關性分析，制定相應套利策略，并選取螺紋指數和熱卷指數作為實證分析對象，對樣本外數據進行程序化交易檢驗。程序化交易結果表明，在不考慮弱市有效市場的情況下，較小的資金使用率能夠帶來可觀的套利收益，且各風險指標均在可接受的范圍以內，套利策略可行，套利效果與閾值的選取有關。

關鍵詞：跨品種套利；螺紋指數；熱卷指數；程序化交易

中圖分類號：F830.93文獻標識碼：A文章編號：1008-4428（2019）03-0119-02

一、 商品期貨套利簡述

商品期貨套利是指利用相關市場或者相關合約之間的價差變化，在相關市場或者相關合約上進行交易方向相反的交易，待價差發生有利變化而獲利的交易行為。

商品期貨套利可分為期現套利、跨期套利、跨品種套利和跨市場套利。其中跨品種套利是指利用兩種或兩種以上的高度相關的商品期貨其價差在合理區間內變動，同時進行在價值上大抵相等，操作方向相反的兩筆交易，待價差向預期的方向變動時平倉獲利。

二、 程序化交易簡介

程序化交易是指交易決策不完全由人主觀操作完成，而是利用電腦程序，結合歷史數據，將投資策略編寫成程序再由電腦執行，電腦依據其交易策略發出交易信號，再進行買賣。程序化交易按照是否完全由電腦完成投資決策，又可分為完全程序化交易和半自主程序化交易。

（一）程序化交易的優勢

1. 客觀交易

由于投資者在進行投資決策時很容易受個人情緒以及外在環境的影響，而程序化交易能夠客觀的按照現行投資決策進行交易，能夠幫助投資者逐漸控制情緒，遵守投資紀律，并堅持收益與風險匹配最優的資金管理原則進行投資決策。

2. 克服生理極限

由于期貨交易有日盤和夜盤，這對投資者的身體素質是個不小的考驗。當投資者由于身體不佳而導致工作效率下降時，可能會導致投資者錯過最佳的投資機會，而程序化交易能夠按照投資者所編寫的投資決策24小時不間斷盯盤，從而避免錯過最佳投資機會。

3. 強大的運算能力

程序化交易能夠利用最新的行情數據，結合計算機的高速運算能力，在瞬息萬變的行情當中分析出最佳的投資決策并直接完成交易。

（二）程序化交易的局限性

1. 程序化交易策略以趨勢追隨為主

利用歷史數據，結合技術分析，但技術分析本身是具有滯后性的，且趨勢追隨的模型在面臨震蕩行情時極易出現頻繁交易，造成資金的損失。

2. 交易成本更大

程序化交易下單時為了確保策略能夠迅速成交，通常以對手價為申報價，這樣的滑點設置伴隨著較高頻率的交易時會增加投資成本。

3. 參數設置不準確

基于歷史數據回測而確定程序化交易參數，其基本假設是歷史反映未來，但是，當未來行情變化與歷史數據反映的信息相背離時，設置的參數誤差會很大，甚至造成資金的大幅度回撤。

三、 跨品種套利實證研究

鑒于期貨合約在臨近交割月時受流動性風險的影響會出現較大幅度的價格波動，以及在不同月份，期貨的主力合約其價格水平會出現斷裂的情況，本文選取了2015年1月5日至2018年12月3日上海期貨交易所螺紋指數和熱卷指數每日的收盤價作為樣本數據，分別替代螺紋期貨和熱卷期貨進行實證分析，共954個數據。其中2015年1月5日至2016年12月30日為樣本內數據，共487個數據；2017年1月3日至2018年12月3日為樣本外數據，共467個數據。

對樣本內數據進行相關性檢驗，計算螺紋指數和熱卷指數的相關系數：

rxy=∑xiyi-nxy（n-1）sxsy=0.944

從相關系數來看，螺紋指數和熱卷指數高度相關，適合作為此次跨品種套利的研究對象。

（一）價差分析

長期來看，熱卷指數與螺紋指數的價差（見圖1）大致分布在[0，300]，并呈現出規律性的波動，其均值為149.6374，標準差為113.84933，最大值為440，最小值為-45。根據套利理論，當價差越大時，存在的套利機會以及潛在收益率也就越大，相對應的套利風險相對較小。

（二）制定套利策略

鑒于熱卷指數和螺紋指數的合理價差在[0，300]，現制定以下套利策略：當價差>300時，套利操作為先平掉螺紋指數的空頭頭寸，再買入10手螺紋指數，同時先平掉熱卷的多頭頭寸，再賣出10手熱卷指數；當價差<0時，套利操作為先平掉螺紋指數的多頭頭寸，再賣出10手螺紋指數，同時先平掉熱卷指數的空頭頭寸，再買入10手熱卷指數。套利策略遵循螺紋指數和熱卷指數交易的時間相同，交易的方向相反，螺紋指數頭寸與熱卷指數頭寸比例 h=ρσhc/σrb，根據樣本內數據計算后得：h=0.98≈1。本文默認的螺紋指數和熱卷指數的操作頭寸均為10手，套利頭寸的選擇并不影響本文對套利策略的實證研究過程，在實際情況當中可以適當地調整套利頭寸。

（三）程序化交易檢驗

將上文的套利策略編寫成程序化交易模型（見表1），該模型屬于跨合約引用模型，即螺紋指數與熱卷指數相互引用彼此最新價格行情，將模型應用于文華財經旗下“贏智”模擬版程序化交易軟件，并對樣本外數據進行程序化交易檢驗，程序化交易模型的構建遵循鏡像交易原則，即螺紋指數和熱卷指數的程序化交易模型在結構和內容上對稱，交易的時間相同，方向相反，每次交易的單位相同，都按默認單位成交。

四、 結論

本文通過對商品期貨套利和程序化交易的理論研究，以及利用程序化交易對螺紋指數和熱卷指數跨品種套利的實證研究，運用了統計學中描述統計的方法，對價差進行描述統計，并利用價差波動的規律，制定相對應的套利策略，并依據套利策略編寫程序化交易模型，最后應用于程序化交易軟件進行組合回測，回測結果表明，在約為30%資金使用率上，套利組合能夠取得可觀的收益率，且資金的回撤風險保持在較低的水平，策略有效。

參考文獻：

[1]約翰·赫爾.期貨、期權及其他衍生產品[D].北京：機械工業出版社，2011.

[2]楊艷軍.期貨與期權投資學[D].北京：清華大學出版社，2013.

[3]中國期貨業協會.期貨及衍生品分析與應用[D].北京：中國財政經濟出版社，2018.

作者簡介：

周美行，男，江西萍鄉人，江西財經大學金融學院金融學專業學生；

劉泉，男，河南商丘人，江西財經大學金融學院金融學專業學生；

李志文，男，江西上饒人，江西財經大學金融學院金融學專業學生；

彭子劍，男，江西宜春人，江西財經大學金融學院金融學專業學生；

曾宇琦，男，江西吉安人，江西財經大學金融學院金融學專業學生。