就是愛現 ~ 程式交易: 電子期與金融期的價差交易策略

2014年11月17日星期一

電子期與金融期的價差交易策略

EasyTrader ArtNo 219

有關價差交易
期貨商品之價差交易，其實原理很簡單，即是市場期貨之投資人，可於眾多相關性極高的期貨商品之間，當任兩種期貨商品、或是三種期貨商品的價格走勢偏離常軌時，市場投資人即可於偏離常軌的眾期貨商品之間，去作一買、一賣的交易動作，進而可賺取其中價格差異的利潤。

例如：一般而言，黃豆與黃豆油期貨商品的價格走勢應該一致，所以當盤中黃豆與黃豆油的價格走勢突然發生一漲、一跌的差異狀況時、市場投資人即可去買進下跌的商品，且同時去作賣上揚的期貨商品，進而賺取其中的差價利潤。
又例如：買進台指期貨並同時作空台電子指數期貨；買進6月台台指期貨並同時作空7月台台指期貨...
在應用價差交易時首先要了解什麼是相關係數
著名統計學家卡爾·皮爾遜設計了統計指標——相關係數。相關係數是用以反映變數之間相關關係密切程度的統計指標。相關係數是按積差方法計算，同樣以兩變數與各自平均值的離差為基礎，通過兩個離差相乘來反映兩變數之間相關程度；著重研究線性的單相關係數。

依據相關現象之間的不同特征，其統計指標的名稱有所不同。如將反映兩變數間線性相關關係的統計指標稱為相關係數（相關係數的平方稱為判定係數）；將反映兩變數間曲線相關關係的統計指標稱為非線性相關係數、非線性判定繫數；將反映多元線性相關關係的統計指標稱為複相關係數、複判定係數等。

相關係數的幾種定義
　相關關係是一種非確定性的關係，相關係數是研究變數之間線性相關程度的量。由於研究對象的不同，相關係數有如下幾種定義方式。
　簡單相關係數：又叫相關係數或線性相關係數，一般用字母P 表示，是用來度量變數間的線性關係的量。
　復相關係數：又叫多重相關係數。復相關是指因變數與多個自變數之間的相關關係。例如，某種商品的季節性需求量與其價格水平、職工收入水平等現象之間呈現復相關關係。
典型相關係數：是先對原來各組變數進行主成分分析，得到新的線性關係的綜合指標，再通過綜合指標之間的線性相關係數來研究原各組變數間相關關係。

相關係數的計算方法 (詳文請參照 MBA智庫 )
　　

　
相關係數的值介於–1與+1之間，即–1≤r≤+1。其性質如下：
當r > 0時，表示兩變數正相關，r < 0 時，兩變數為負相關。
當|r| = 1時，表示兩變數為完全線性相關，即為函數關係。
當r = 0時，表示兩變數間無線性相關關係。
當0 < |r| <1時，表示兩變數存在一定程度的線性相關。且 |r| 越接近1，兩變數間線性關係越密切；|r| 越接近於0，表示兩變數的線性相關越弱。
一般可按三級劃分：|r| <0.4為低度線性相關；0.4 ≤ |r| <0.7為顯著性相關；0.7≤|r|<1為高度線性相關。

資料參考 MBA智庫相關係數

我們將這樣的概念作成指標來觀察圖表如下 Data1 電子期， Data2 金融期

inputs:N(12),EntL(0);
Vars:Corr(0);
vars: IsBalanceDay(False),MP(0),PF(0),PL(0);

MP = MarketPosition ;

if DAYofMonth(Date) > 14 and DAYofMonth(Date) < 22 and DAYofWeek(Date)= 3 then isBalanceDay = True else isBalanceDay =False ;

Corr = 相關係數

{電子期策略 data1 電子 , data2 金融}
當相關係數由大變小後 ,同時均線走向也是相反時進場
if Average(Close,N) of data1 > Average(Close,N)[1] of data1 and
Average(Close,N) of data2 < Average(Close,N)[1] of data2 then Buy next bar at Market ;
if Average(Close,N) of data1 < Average(Close,N)[1] of data1 and
Average(Close,N) of data2 > Average(Close,N)[1] of data2 then Sell next bar at Market ;

{金融期策略 data1 金融 , data2 電子}使用相同的策略
當相關係數由大變小後 ,同時均線走向也是相反時進場

if IsBalanceDay then setExitonClose ;
電子期 / 金融期留倉 2005/11 ~ 2014/10 交易成本 1200