研究面向建議

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

1. 摩擦成本(滑價與手續費):

實務面中最重要的就是交易成本，尤其我們的模型偏向高頻統計套利，交易 成本更是不可忽略的點，我們建議可以嘗試把頻率降低到 2~5 分鐘去嘗試建模，

並且在下單時不是只以市價單(Market Order)為考量，而加入限價單(Limit Order) 的預排。若能對訊號產生當下的市場微結構進行分析更好，優化下單流程，就能 改善摩擦成本帶來的損失。

2. 標的物選擇:

我們選擇的 CME 五檔商品主因是成交量大並且為逐筆搓合，最重要的是為 期貨，在放空上並沒有太大困難，但若嘗試把模型運用在台灣，目前台灣符合上 述性質的資產只有台灣股價指數加權期貨(TXF)，台灣個股期貨的交易量與買賣 價差(Bid-Ask Spread)不穩定，現貨來說雖然交易量穩定，但尚未實施逐筆搓合，

且融券費用極高，所以在台灣股票類別我們沒辦法找到適合這模型的多標的池。

但我們認為原物料商品期貨會是不錯的選擇，符合我們上述所說性質，且有足夠 的歷史資料供回測。

3. 倉位與資金控管:

我們的模型倉位為二分法，只有開倉與平倉，單位皆為一，但我們可以根據 其偏離的絕對值大小決定放入的資金量或倉位。

第三節 研究面向建議

1. OU 過程優化:

從實證結果我們發現 OU 過程並不如布林通道策略，但我們認為 OU 過程如 果經過優化，或許能有不一樣的結果，例如我們只假設假設𝜎² = 1並不符合實際

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

狀況，而是該對其進行嚴謹估計。𝜃代表復歸速度，我們只對其做閥值的篩選，

但它最大的用途是資金配置，復歸速度快配給更多的資金，而資金復歸小則配給 小資金。

2. 價格與 EMA 半衰期研究:

我們整個模型並沒有對參數進行任何最佳化，且只用到一個參數 60(迴歸與 共整合關係的資料時間長度)，但這數字沒有任何理論依據，只是根據我本人自 己的想法取一個整數，EMA 的半衰期與參數息息相關，可以嘗試用時間序列模 型分析價格，找出落後期數，搭配 EMA 找出適合的參數。

3. 殘差波動率與閥值研究:

策略的閥值也是一樣，我們自行定義一倍&一點五倍&二倍標準差，但這數 字也缺少數據佐證，可以利用波動度模型(如 Garch 模型)嘗試研究殘差的波動大 小，再從其中訂下閥值，這也能呼應實務面的交易成本，只要單筆交易獲利越高，

受到交易成本的影響將會越小。

4. Beta 的研究:

模型中使用的 Beta 閥值為 0~5 之間，這點與前兩個建議相同，皆是無數據 佐證自己定義的閥值，但 Beta 閥值在策略中至關重要，若能加入迴歸分析中的 模型檢測，檢測該模型是否配適得當(如 R-square)，或許能提高模型不小的預測 能力。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

參考文獻

[1] 陳旭昇，2013。時間序列分析: 總體經濟與財務金融之應用。臺灣東華。

[2] Andrew Pole.(2009).Statistical Arbitrage. John Wiley & Sons.

[3]

Avellaneda, M. and J-H. Lee (2010). Statistical arbitrage in the US equities market.Q uantitative Finance, Vol. 10(7), 761–782.

[4] Dickey, D. A., and Fuller, W. A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical

Association, 74, 427-431.

[5] Engle, R. F., & Granger, C. W. (1987). Co-integration and error correction:

representation, estimation, and testing. Econometrica: Journal of the

Econometric Society, 251-276.

[6] Granger, C. W., & Newbold, P. (1974). Spurious regressions in econometrics.

Journal of Econometrics, 2(2), 111-120.

[7] Said, S. E., and Dickey, D. A. (1984). Testing for unit roots in autoregressive-moving average models of unknown order. Biometrika, 71(3), 599-607.

[8] Sharpe, W. F. (1994). The sharpe ratio. Journal of portfolio management, 21(1),49-58.

[9] Vidyamurthy, G. (2004). Pairs trading: quantitative methods and analysis (Vol.

217). John Wiley & Sons.

‧

‧

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

= 𝜇_𝑒²(1 − (1 − 𝜃)^ℎ) + (1 − 𝜃)^ℎ( 𝜎²

2𝜃 − 𝜃²+ 𝜇_𝑒²) − 𝜇_𝑒² = (1 − 𝜃)^ℎ( 𝜎²

2𝜃 − 𝜃²)