[策略] 統(tǒng)計套利簡介
@(量化交易)
均值回歸
Mean Reversion: 均值回歸步淹。
在大部分的人類活動中磕秤，我們都被均值回歸這種神秘的力量操控著筑累。比如高考，突然考前考了幾次高分逻炊，覺得自己一定能在實際考試中拿到高分，但是往往就會回歸到自己的平均水平。然后對外宣稱自己發(fā)揮失常鹰霍。
其實真不是失常镜沽，就是你的真實水平而已。
具體到價格的均值回歸桨吊，一只股票價格起起伏伏慕爬，但總不會脫離價值這根線太遠。公司的價值可以看作是股票價格的均值屏积。
1980年開始医窿，統(tǒng)計套利就正式用來對均值回歸這種行為進行建模了，當然目的很明確：追逐利潤炊林。
理解統(tǒng)計套利這種算術是理解更復雜些的金融工程與風險控制模型的關鍵一步姥卢。
用于統(tǒng)計套利的策略通常得保密，因為稍稍一提渣聚，就很容易被其他人逆向工程独榴，然后自己用起來了。這個很正常奕枝，策略是做這個的核心資產(chǎn)棺榔，不會輕易示人。
統(tǒng)計套利模型獲取的收益來源是證券價格系統(tǒng)的波動性隘道。
注意症歇，這里說證券，但不限于證券谭梗，任何可以交易的金融產(chǎn)品都適用忘晤。
統(tǒng)計套利的模型一代一代演化，現(xiàn)在已經(jīng)變得更加復雜激捏，但卻都很神秘设塔，悶聲發(fā)大財是王道，誰也不會拿出來共享远舅。
金融本身就是個買賣風險的游戲闰蛔，把自己的策略PO出來，會死得很慘图柏。
另外序六，一旦策略變得全民皆知，套利區(qū)間也會消失爆办。
舉個例子难咕，在OTCBTC剛出現(xiàn)時，場外買入EOS轉到場內，再從場內換回ETH余佃，轉到場外賣暮刃，可以賺取一大筆差價。
但這個價差很快就會消失爆土，而如果更多人知道椭懊，價差會消失的更快。
現(xiàn)在在交易所之間做搬磚步势，已經(jīng)賺不到錢氧猬，因為價差都被量化的機器人搬平了。想想這個很搞笑坏瘩，搬沒了價差盅抚，反倒是件利國利民的好事，使得交易產(chǎn)品的價格在不同的交易所保持穩(wěn)定倔矾。
但這件事情對我的啟發(fā)是妄均，很多你看起來很簡單的策略，實際上就是有效的哪自。從認識到到說服你自己去動手實踐還隔著十萬八千里丰包。
認知升級有時候就像個笑話，因為一不小心就獲得了升級的幻覺壤巷，就滿足了邑彪，就止步了。
但是認知升級背后的焦慮是個好東西胧华，能賣寄症。
價值回歸從哪里來，到哪里去
評價一個學生的成績均值是很容易的撑柔，把他過去多次的成績綜合起來瘸爽，大概就知道他的水平了。
同樣铅忿，運用均值回歸判斷一個群體的身高均值也是可行的。
我們可以舉出更多的例子灵汪，但是這些例子都有一個特性是：穩(wěn)定檀训。
而在金融產(chǎn)品里，均值回歸存在享言，但是卻動蕩。換句話說就是览露，風險的波動遠遠大于我們想象荧琼，股票的價格可以連漲幾個漲停板，也能跌到貼近于0。你算出來個均值命锄，其實不能說明什么問題堰乔。就好像算出全國人民的收入平均水平，也沒什么價值一樣脐恩。
假設這個問題不是問題了镐侯，還有一堆問題像雨后春筍般冒出來，舉個例子：
怎么判斷當前價格是偏離均值了驶冒，偏離了多少苟翻？
怎么判斷什么時候回歸均值？
這些都要借助于數(shù)學手段骗污。
現(xiàn)在在讀這本書宣稱崇猫，統(tǒng)計套利101，作者像娓娓道來關于統(tǒng)計套利的概念需忿。也就是诅炉，標題黨一些，統(tǒng)計套利讀這本書就夠了贴谎。
是真的嗎汞扎？
模型的繁與簡
是不是模型越復雜越好呢？
是不是越復雜的生物體就比簡單生物更高級擅这？
那可不一定澈魄，在統(tǒng)計套利里，簡單模型占有很大的比例仲翎，但是回到復雜本身痹扇，簡單構成了復雜，所以溯香，不要急躁鲫构，慢慢來，先認真學習簡單模型玫坛。
防黑聲明：本人不對文章中任何觀點的正確性負責结笨，只是個人偏見，希望讀者擦亮眼湿镀，積極提出否定意見炕吸。
本文參考書目：
《Statistical Arbitrage: Algorithmic Trading Insights and Techniques》
