基于控制论视角的配对交易通用框架

配对交易是一种利用股票间历史相关性实现统计套利的市场中性策略。现有文献中的配对交易算法对底层随机股价过程及所谓的价差函数施加了相当严格的假设。与现有文献不同，我们考虑一种配对交易算法，其所需假设比以往考虑的更少。由于我们的观点本质上具有控制论性质，非金融专家也能轻松理解分析与结果。为此，我们描述一种通用配对交易算法，允许用户定义相当任意的价差函数，该函数在反馈语境中用于随时间动态修改投资水平。当此函数与价格过程结合满足某种均值回复条件时，我们认定这些股票为可交易对。对于此类情形，我们证明这种受控制启发的交易算法带来账户价值的预期正增长。最后，我们通过将股票价格对拟合到文献中常用的一种价差函数，在历史交易数据上测试我们的算法。这些测试的仿真结果显示出稳健增长，同时避免了巨大回撤。