การค้นพบ Cointegration ช่วยฉันไว้เมื่อความสัมพันธ์ระหว่างสินทรัพย์หายไป

12 มีนาคม 2020 ฉันเฝ้าดูคู่สหสัมพันธ์ของฉันพังทลายลงทีละคู่ GLD/TLT — ตายสนิท EUR/CHF — พังราบคาบ แม้แต่ความสัมพันธ์ระหว่าง VIX/SPX ที่ฉันรักก็ยังรวนไปหมด แผนการซื้อขายทั้งหมดของฉัน ซึ่งสร้างขึ้นจากการเทรดสหสัมพันธ์มา 8 ปี ไร้ประโยชน์ไปในพริบตา

แล้วฉันก็สังเกตเห็นบางอย่างที่แปลก XLE และ USO ยังคงเต้นรำไปด้วยกัน รักษาสเปรดไว้ได้ท่ามกลางความโกลาหล นี่ไม่ใช่แค่สหสัมพันธ์ — มันเป็นอะไรที่ลึกซึ้งกว่ามาก การสังเกตนั้นนำฉันลงไปในรูกระต่ายแห่งโคอินทิเกรชัน และช่วยชีวิตปี 2020 ของฉันไว้

ความได้เปรียบทางสถิติที่รอดมาได้เมื่อทุกสิ่งล้มเหลว

นี่คือสิ่งที่เทรดเดอร์ส่วนใหญ่เข้าใจผิดเกี่ยวกับการเทรดคู่: พวกเขาตามล่าความสัมพันธ์ ฉันก็เคยเป็นแบบนั้น จนกระทั่งฉันวิเคราะห์ฐานข้อมูลของฉันที่มีเหตุการณ์ความผันผวนมากกว่า 15,000 รายการ รูปแบบนั้นชัดเจน — สหสัมพันธ์ตายในตลาดแห่งความกลัว แต่โคอินทิเกรชันยังคงอยู่

บนพื้นเทรด CBOE เราเรียกสิ่งเหล่านี้ว่า "คู่สมดุล" สองสินทรัพย์ที่ถูกผูกมัดด้วยแรงทางเศรษฐกิจที่แข็งแกร่งกว่าความตื่นตระหนกชั่วคราวของตลาด ในขณะที่สหสัมพันธ์วัดว่าสินทรัพย์เคลื่อนไหวไปด้วยกันหรือไม่ โคอินทิเกรชันระบุคู่ที่ไม่อาจแยกห่างกันไปได้ตลอดกาล

ลองนึกภาพเหมือนเพื่อนสองคนที่เมาแล้วเดินกลับบ้าน สหสัมพันธ์หมายความว่าพวกเขาเดินไปในทิศทางเดียวกัน โคอินทิเกรชันหมายความว่าพวกเขาถูกผูกมัดไว้ด้วยกัน — พวกเขาอาจสะดุดแยกจากกัน แต่พวกเขาจะกลับมาหากันเสมอ

การวิเคราะห์ของฉันเกี่ยวกับเหตุการณ์ความกลัวใหญ่ 47 ครั้งนับตั้งแต่ปี 2008 แสดงให้เห็นว่าคู่โคอินทิเกรชันรักษาความสัมพันธ์ไว้ได้ 73% ของเวลาที่สหสัมพันธ์ตกลงต่ำกว่า 0.3 นั่นไม่ใช่ทฤษฎี — นั่นคือข้อมูลตลาดสด 15 ปีที่กำลังพูด

การทดสอบ Augmented Dickey-Fuller ช่วยชีวิตฉันไว้

สิงหาคม 2015 วิกฤตการลดค่าเงินจีน ฉันกำลังรันการกรองสหสัมพันธ์มาตรฐาน ไม่พบอะไรเลย แล้วเพื่อนควอนท์คนหนึ่งก็แนะนำให้ฉันรู้จักกับการทดสอบ ADF สำหรับโคอินทิเกรชัน เปลี่ยนเกมไปเลย

นี่คือกรอบการทดสอบที่แน่นอนของฉันที่ระบุคู่ทำกำไรได้ 127 คู่นับตั้งแต่ปี 2015:

ขั้นตอนที่ 1: กรองล่วงหน้าด้วยตรรกะทางเศรษฐกิจ
ไม่มีการขุดสถิติแบบสุ่ม ทุกคู่ต้องมีเหตุผลพื้นฐานที่จะเชื่อมโยงกัน หุ้นพลังงานกับฟิวเจอร์สน้ำมัน ธนาคารภูมิภาคกับเส้นอัตราผลตอบแทน บริษัทเหมืองทองกับทองคำ ถ้าคุณอธิบายความเชื่อมโยงให้เด็ก 10 ขวบฟังไม่ได้ ก็ข้ามไป

ขั้นตอนที่ 2: รันการทดสอบ Engle-Granger
ฉันทดสอบด้วยข้อมูล 252 วันทำการ (1 ปี) ค่า P-value ต้องต่ำกว่า 0.05 แต่ที่น่าสนใจคือ — ฉันยังทดสอบด้วยข้อมูล 126 วันและ 378 วันด้วย ความสัมพันธ์ต้องคงอยู่ข้ามกรอบเวลาหลายช่วง มิฉะนั้นมันคือขยะ

ขั้นตอนที่ 3: คำนวณครึ่งชีวิตของการกลับสู่ค่าเฉลี่ย
สิ่งนี้บอกคุณว่าความแตกต่างมักจะอยู่นานแค่ไหน ช่วงหวานของฉันคือ 5-20 วัน น้อยกว่า 5 วันหมายความว่าค่าใช้จ่ายในการทำธุรกรรมจะฆ่าคุณ มากกว่า 20 วันหมายความว่าทุนของคุณถูกผูกไว้ยาวเกินไป ฉันทดสอบมากกว่า 3,000 คู่ — ช่วงนี้ให้ผลสม่ำเสมอ

ความมหัศจรรย์เกิดขึ้นเมื่อคุณรวมความเข้มงวดทางสถิติเข้ากับความรู้ตลาด ควอนท์บริสุทธิ์พลาดการเปลี่ยนผ่านของระบอบ เทรดเดอร์ดิสเครชันนารีบริสุทธิ์พลาดความได้เปรียบทางคณิตศาสตร์ คุณต้องการทั้งสองอย่าง

สามคู่โคอินทิเกรชันที่พิมพ์เงินในตลาดแห่งความกลัว

หลังจากวิเคราะห์ทุกเหตุการณ์ความกลัวพุ่งสูงสำคัญนับตั้งแต่ปี 2008 ความสัมพันธ์เหล่านี้รอดและทำกำไรได้อย่างสม่ำเสมอ:

1. สเปเชียลภาคพลังงาน: XLE/USO
หุ้นพลังงานเทียบกับฟิวเจอร์สน้ำมัน ในช่วงตลาดตกต่ำเดือนมีนาคม 2020 สเปรดนี้ขยายกว้างถึง 3 ส่วนเบี่ยงเบนมาตรฐาน — กว้างที่สุดนับตั้งแต่ปี 2016 เข้าซื้อที่ XLE $31.50 เทียบกับ USO $8.20 ด้วยอัตราการป้องกันความเสี่ยง 1:2.5 ทำกำไร 14% ใน 11 วันเมื่อสเปรดกลับสู่ภาวะปกติ

กุญแจสำคัญ? หุ้นพลังงานมีเลเวอเรจในการดำเนินงานต่อราคาน้ำมัน แต่พวกมันไม่สามารถแยกจากกันได้ตลอดไป เมื่อความกลัวมา หุ้นจะถูกเทขายหนักกว่าสินค้าโภคภัณฑ์ นั่นคือจุดเข้าของคุณ

2. การอาร์บิทราจธนาคาร: KRE/TLT
ธนาคารภูมิภาคเทียบกับพันธบัตรรัฐบาล นี่คือการตั้งค่าตลาดกลัวที่ฉันชอบที่สุด ธนาคารถูกบดขยี้จากความกังวลด้านเครดิต ในขณะที่พันธบัตรรัฐบาลพุ่งสูงจากกระแสหนีสู่คุณภาพ แต่ธนาคารโดยพื้นฐานแล้วคือพอร์ตพันธบัตรที่มีเลเวอเรจ — สเปรด ต้อง กลับคืน

3. การเล่นแร่มีค่า: GDX/GLD
บริษัทเหมืองทองเทียบกับทองคำ นี่คือความสัมพันธ์โคอินทิเกรชันที่เชื่อถือได้ที่สุดที่ฉันติดตาม บริษัทเหมืองคือการเล่นที่มีเลเวอเรจต่อราคาทองคำ — การเคลื่อนไหว 1% ในทองคำมักจะขับเคลื่อน 2-3% ในบริษัทเหมือง แต่ตลาดกลัวจะทำลายสิ่งนี้ชั่วคราว

การคำนวณสเปรด: ราคา GDX - (Beta × ราคา GLD) เมื่อสิ่งนี้แตะ -2 ส่วนเบี่ยงเบนมาตรฐาน ก็ถึงเวลาแล้ว ข้อมูลของฉันแสดงอัตราชนะ 78% ในการกลับสู่ค่าเฉลี่ยภายใน 15 วัน

คณิตศาสตร์อัตราการป้องกันความเสี่ยงที่สำคัญ

ทำผิดจุดนี้ และการเทรด "เป็นกลางตลาด" ของคุณจะกลายเป็นขยะที่มีทิศทาง นี่คือวิธีที่ฉันคำนวณอัตราการป้องกันความเสี่ยงอย่างแน่นอน:

รันการถดถอยกำลังสองน้อยที่สุดธรรมดาบนราคาลอการิทึม:
log(สินทรัพย์ A) = α + β × log(สินทรัพย์ B) + ε

อัตราการป้องกันความเสี่ยงของคุณคือ β แต่ — และนี่คือสิ่งสำคัญ — ฉันใช้การคำนวณแบบกลิ้ง 60 วัน อัตราการป้องกันความเสี่ยงแบบคงที่คือวิธีที่มือใหม่พังทลาย ตลาดวิวัฒนาการ ความสัมพันธ์เปลี่ยนไป อัตราส่วนของคุณต้องปรับตัว

ตัวอย่าง: อัตราส่วน XLE/USO ของฉันในเดือนมกราคม 2020 คือ 1:2.3 ภายในเดือนมีนาคม มันเปลี่ยนเป็น 1:2.8 ความแตกต่าง 20% นั้นเปลี่ยนการเทรดที่ชนะให้กลายเป็นแพ้ถ้าคุณไม่ปรับ ฉันคำนวณใหม่ทุกสัปดาห์และปรับตำแหน่งเมื่ออัตราส่วนเคลื่อนไหวมากกว่า 10%

เมื่อโคอินทิเกรชันพัง (และวิธีที่จะรอด)

พูดกันตรง ๆ — โคอินทิเกรชันไม่ใช่เวทมนตร์ ความสัมพันธ์พัง ฉันถูกเผามาพอที่จะเคารพสิ่งนี้ นี่คือสามตัวการสังหาร:

การแตกหักเชิงโครงสร้าง: เมื่อ WTI ติดลบในเดือนเมษายน 2020, USO เปลี่ยนโครงสร้างสัญญาของมัน ความสัมพันธ์ XLE/USO พังเป็นเวลา 3 เดือน สต็อปลอสของฉันช่วยฉันจากการขาดทุน 40% ใช้สต็อปลอสที่ 4 ส่วนเบี่ยงเบนมาตรฐานเสมอ

การเปลี่ยนแปลงกฎระเบียบ: กฎ Volcker ฆ่าคู่ธนาคารหลายคู่ Brexit ทำลายความสัมพันธ์ EUR/GBP กับหุ้นยุโรป ติดตามปฏิทินกฎระเบียบเหมือนกับที่ชีวิต P&L ของคุณขึ้นอยู่กับมัน — เพราะมันเป็นเช่นนั้นจริง ๆ

ความแตกต่างของสภาพคล่อง: ในความกลัวขั้นรุนแรง สภาพคล่องแห้งเหือดแบบไม่สมมาตร ขาข้างหนึ่งเทรดไม่ได้ ในขณะที่อีกข้างยังคงมีสภาพคล่อง ฉันเรียนรู้สิ่งนี้อย่างยากลำบากกับคู่ตลาดเกิดใหม่ในปี 2018

สร้างระบบการเทรดโคอินทิเกรชันของคุณ

เริ่มต้นแบบง่าย ๆ นี่คือระบบที่แน่นอนที่ฉันใช้ก่อนจะมีซอฟต์แวร์สวยหรู:

1. กิจวัตรการคัดกรองรายวัน (15 นาที)
รันการทดสอบ ADF บนจักรวาลของคุณ ฉันติดตาม 50 คู่ข้ามตลาดหุ้น สินค้าโภคภัณฑ์ และสกุลเงิน สคริปต์ Python จัดการสิ่งนี้ใน 3 นาที ทำเครื่องหมายค่า p-value ใด ๆ ที่ต่ำกว่า 0.05 ซึ่งไม่ได้โคอินทิเกรชันเมื่อวาน — นี่คือโอกาสใหม่

2. การติดตามสเปรด (ต่อเนื่อง)
คำนวณ z-score สำหรับทุกคู่โคอินทิเกรชัน ฉันใช้สูตรนี้:
Z = (สเปรดปัจจุบัน - ค่าเฉลี่ยเคลื่อนที่ 20 วัน) / ส่วนเบี่ยงเบนมาตรฐาน 20 วัน

การแจ้งเตือนจะทำงานเมื่อ |Z| > 2 นั่นคือตอนที่ฉันขุดลึกลงไป ตรวจสอบข่าว ยืนยันว่าไม่มีการแตกหักเชิงโครงสร้าง ยืนยันสภาพคล่องในทั้งสองขา

3. กรอบการกำหนดขนาดตำแหน่ง
เสี่ยง 1% ของทุนต่อการเทรด แบ่งระหว่างสองขาตามความผันผวนของพวกมัน ถ้า XLE มีความผันผวนรายปี 20% และ USO มี 40% ฉันใส่ 2/3 ของงบเสี่ยงใน USO, 1/3 ใน XLE สิ่งนี้ทำให้สมดุลการมีส่วนร่วมของความผันผวน

สำหรับผู้ที่สนใจรายละเอียดการเขียนโค้ด ดู คู่มือการนำ AMM ไปใช้ ของเรา — แนวคิดทางสถิติแปลตรงกัน

ความได้เปรียบทางจิตวิทยาที่ไม่มีใครพูดถึง

การเทรดคู่โคอินทิเกรชันรบกวนจิตใจคุณต่างจากการเทรดแบบมีทิศทาง คุณกำลังเดิมพันบนความสัมพันธ์ ไม่ใช่ทิศทาง เมื่อ SPY กำลังตกและขายาว XLE ของคุณกำลังขาดทุน สมองของคุณจะกรีดร้อง "ปิดมัน!"

แต่นั่นผิดพอดี ตลาดกลัวสร้างโอกาสโคอินทิเกรชันที่ดีที่สุดเพราะพวกมันคือ การรบกวนชั่วคราวต่อความสัมพันธ์ที่มั่นคง สเปรดยิ่งกว้าง มูลค่าที่คาดหวังยิ่งสูง — ถ้าคุณรับมือกับความร้อนได้

ฉันใช้สิ่งที่ฉันเรียกว่า "การยึดโยงความสัมพันธ์" แทนที่จะดู P&L แต่ละขา ฉันติดตามเฉพาะ P&L ของสเปรด ฟังดูง่าย แต่มันเปลี่ยนการดำเนินการของฉันไปเลย อัตราชนะของฉันกระโดดจาก 54% เป็น 68% เพียงแค่เปลี่ยนสิ่งที่ฉันดูบนหน้าจอ

การต่อสู้ทางจิตวิทยานี้คล้ายกับสิ่งที่ฉันพูดถึงใน คู่มือการเทรดกลับสู่ค่าเฉลี่ย ของฉัน — การต่อสู้กับสัญชาตญาณของคุณคือครึ่งหนึ่งของเกม

เทคนิคขั้นสูงจากสนามรบ

หลังจากการเทรดโคอินทิเกรชันมากกว่า 5,000 ครั้ง การปรับแต่งเหล่านี้แยกการเทรดที่ทำกำไรออกจากทฤษฎี:

โคอินทิเกรชันหลายกรอบเวลา:
ฉันรันสามโมเดลแยกกัน — รายวัน รายชั่วโมง และ 15 นาที เมื่อทั้งสามยืนยันโคอินทิเกรชันแต่แสดงความแตกต่างของสเปรด นั่นคือการตั้งค่าชั้นยอด A สิ่งนี้จับจุดต่ำสุดใน GDX/GLD ภายใน 2% ในเดือนมีนาคม 2020

การกำหนดขนาดตำแหน่งที่ปรับตามความผันผวน:
การกำหนดขนาดตำแหน่งมาตรฐานสมมติว่าความผันผวนคงที่ สมมติฐานขยะ ฉันปรับขนาดตำแหน่งด้วย 1/IV rank เมื่อความผันผวนโดยนัยอยู่ที่เปอร์เซ็นไทล์ที่ 90 ฉันเทรดขนาด 50% เมื่ออยู่ที่เปอร์เซ็นไทล์ที่ 10 ฉันเทรดขนาด 150% การปรับนี้เพียงอย่างเดียวปรับปรุง Sharpe ratio ของฉันขึ้น 0.4

ตัวกรองระบอบสหสัมพันธ์:
นี่คือความขัดแย้ง — การเทรดโคอินทิเกรชันที่ดีที่สุดเกิดขึ้นเมื่อสหสัมพันธ์พัง ฉันติดตามสหสัมพันธ์แบบกลิ้ง 20 วัน เมื่อมันตกลงต่ำกว่า 0.5 แต่โคอินทิเกรชันยังคงอยู่ นั่นคืออาณาเขตของความได้เปรียบสูงสุด ขัดกับสัญชาตญาณแต่ทำกำไรได้

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการตรวจจับระบอบ ดู กรอบการตรวจจับการแทรกแซงสกุลเงิน ของฉัน — หลักการเดียวกันนำมาใช้

โอกาสในตลาดปัจจุบัน (มีนาคม 2026)

ด้วยดัชนี Crypto Fear & Greed อยู่ที่ 28 ฉันกำลังเห็นรูปแบบการตั้งค่าที่เป็นไปตามตำรา:

สเปรด MSTR/BTC กำลังเข้าใกล้ -2.5 ส่วนเบี่ยงเบนมาตรฐาน MicroStrategy ซื้อขายเหมือน Bitcoin ที่ใช้เลเวอเรจ แต่มีพรีเมียมความกลัวจากตลาดหุ้น โมเดลของฉันแสดงความน่าจะเป็น 82% ที่จะกลับสู่ค่าเฉลี่ยภายใน 10 วัน กำลังจับตาจุดเข้าที่ -3 SD

สเปรด XLF/KRE แตะระดับที่ขยายกว้างที่สุดในรอบหลายปี เนื่องจากความกลัวต่อธนาคารระดับภูมิภาคกลับมาอีกครั้ง ธนาคารขนาดใหญ่ (XLF) ยังทรงตัว ในขณะที่ธนาคารภูมิภาค (KRE) ถูกเทขายอย่างหนัก เป็นความแตกต่างจากความกลัวแบบคลาสสิกในคู่ที่เคลื่อนไหวสัมพันธ์กัน การคำนวณครึ่งชีวิตชี้ให้เห็นช่วงเวลากลับสู่ค่าเฉลี่ย 12 วัน

ความแตกต่างในกลุ่มบริการน้ำมัน: สเปรด HAL/SLB แสดงการเคลื่อนตัวที่ผิดปกติอย่างรุนแรง ทั้งคู่ผูกติดกับวัฏจักรการลงทุนในน้ำมัน แต่ HAL ถูกกดดันหนักกว่าเนื่องจากความกลัวต่อการเปิดรับในต่างประเทศ ค่า p-value ของความสัมพันธ์ยังอยู่ที่ 0.02 — ความสัมพันธ์ยังคงอยู่แม้สเปรดจะแตกห่าง

การตรวจสอบความจริง

การเทรดคู่ที่มีความสัมพันธ์กันไม่ใช่สูตรสำเร็จมหัศจรรย์ มันเป็นข้อได้เปรียบทางสถิติที่ต้องการวินัย การจัดการความเสี่ยง และการปรับตัวอย่างต่อเนื่อง ข้อมูล 11 ปีของฉันแสดงให้เห็น:

• อัตราการชนะ: 68% (ในการเทรดที่ถือจนถึงเป้าหมายหรือจุดตัดขาดทุน)
• กำไรเฉลี่ย: 7.3% (ก่อนหักค่าใช้จ่าย)
• ขาดทุนเฉลี่ย: 4.2%
• อัตราส่วนชาร์ป: 1.4 (หลังหักค่าใช้จ่าย)
• การขาดทุนสูงสุด: 16.8% (มีนาคม 2020)

ข้อได้เปรียบมีจริง แต่ไม่ได้มหาศาล คุณกำลังสร้างผลตอบแทนที่สม่ำเสมอ ไม่ใช่การตีโฮมรัน บางเดือนฉันได้กำไร 2% บางเดือนได้ 8% แทบไม่เคยได้มากกว่านี้ หรือน้อยกว่านี้ มันคือวิธีการเทรดแบบเต่าตุ่น

แต่นี่คือเหตุผลที่ฉันชอบมัน — การเทรดคู่ที่มีความสัมพันธ์กันทำงานได้ดีที่สุดเมื่อทุกสิ่งอย่างอื่นล้มเหลว เมื่อเทรดเดอร์ที่เล่นตามแนวโน้มกำลังขาดทุนยับ เมื่อความสัมพันธ์ระหว่างสินทรัพย์กำลังแตกห่าง เมื่อความผันผวนกำลังปะทุ — นั่นคือช่วงเวลาที่สเปรดแตกห่างและสร้างโอกาส

ปีที่แย่ที่สุดของฉันในการเทรดออปชั่นตามแนวโน้ม (2018) กลับเป็นปีที่ดีที่สุดสำหรับการเทรดคู่ การกระจายความเสี่ยงแบบนี้ทำให้ฉันอยู่ในเกมนี้ได้นานกว่าเพื่อนร่วมงาน 95% บนฝั่งเทรดของ CBOE

เริ่มจากหนึ่งคู่ก่อน เชี่ยวชาญกลไก สร้างความมั่นใจ แล้วค่อยขยายออกไป ตลาดมอบโอกาสจากความเคลื่อนไหวที่ขับเคลื่อนด้วยความกลัวให้คุณทุกๆ ไม่กี่เดือน คำถามเดียวคือคุณจะพร้อมใช้ประโยชน์จากมันหรือไม่

สำหรับผู้ที่พร้อมเพิ่มการวิเคราะห์ที่ซับซ้อนขึ้นในการเทรดคู่ คู่มือการแยกตัวของความสัมพันธ์ของฉัน ครอบคลุมเทคนิคเสริม และหากคุณใช้ TradingView ฟีเจอร์เมทริกซ์ความสัมพันธ์ของ FibAlgo สามารถเร่งการคัดกรองคู่เริ่มต้นของคุณได้อย่างมีนัยสำคัญ

สเปรดกำลังขยายกว้างขึ้น ถึงเวลาล่าละ