1. 项目概述从一道赛题到一套实战策略去年年底我带着团队几个小伙伴一起参加了大湾区杯数学建模竞赛。拿到题目的时候A题“跨境ETF套利策略设计”一下子就把我们吸引住了。这玩意儿听起来高大上什么“跨境”、“套利”感觉是华尔街精英们玩的游戏。但仔细一琢磨这不就是一道把金融市场理论、数据处理和算法策略拧在一起的典型量化题目吗我们几个有学金融工程的有搞计算机的正好能凑一块儿试试水。这道题的核心说白了就是让你设计一个“机器”这个机器能盯着中国内地和香港两地的股市特别是那些追踪同一批股票的ETF交易型开放式指数基金。比如内地有沪深300ETF香港也有跟踪沪深300指数的ETF。由于两个市场交易规则、投资者结构、资金流动限制等原因同一事物的“价格”在这两个市场经常会出现偏差。我们的“机器”就要像猎鹰一样敏锐地发现这种价格偏差然后设计一套自动化的买卖指令从偏差中赚取无风险或者低风险的利润这就是“套利”。题目要求提供策略、进行回测、分析风险最后还要写成一篇逻辑清晰的论文。这不仅仅是一道数学题它几乎就是一个小型量化对冲基金策略研发的微缩沙盘。你需要理解金融产品ETF、一篮子股票、汇率需要处理高频或日频的金融市场数据价格、净值、成交量需要构建数学模型来刻画价差和触发套利的条件需要编程实现回测来验证策略的有效性最后还需要用严谨的学术语言把整个逻辑链条表述清楚。对于金融、数学、统计、计算机相关专业的学生来说这是一个绝佳的将理论知识应用于复杂现实问题的练兵场。即使你不是参赛者作为一个对量化交易感兴趣的入门者跟着这个思路走一遍也能对套利策略的构建有一个非常扎实的理解。2. 核心思路拆解套利的本质与跨境的特殊性要设计策略首先得把“跨境ETF套利”这个事儿彻底掰开揉碎。很多人一听到“套利”就觉得是稳赚不赔其实不然尤其是在跨境场景下陷阱和成本无处不在。2.1 套利的基本逻辑价格与价值的背离所有套利行为的根基都源于“一价定律”的暂时性失效。一价定律说同一种资产在不考虑交易成本的情况下在任何市场都应该有相同的价格。ETF套利尤其是我们这里关注的跨市场套利主要玩的是两种价差ETF价格 vs. 基金净值IOPV的价差这是ETF最基本的套利方式。ETF既可以像股票一样在二级市场交易产生交易价格又可以按净值申购赎回产生基金净值即IOPV。当交易价格 IOPV时理论上你可以买入一篮子股票申购成ETF份额然后在二级市场卖出赚取差价这叫“溢价套利”。反之当交易价格 IOPV时你可以从二级市场买入ETF赎回成一篮子股票卖出这叫“折价套利”。这个过程的执行者通常是资金实力雄厚的“做市商”或“授权参与者”。跨境同标的ETF价差这是我们题目的焦点。比如追踪沪深300指数的在内地是“华泰柏瑞沪深300ETF”510300.SH在香港是“沪深300指数ETF”3188.HK。虽然它们追踪的指数相同但由于交易市场不同其交易价格由各自市场的供需决定这就产生了价差。此外还要考虑汇率转换。将港股ETF的价格乘以汇率港币兑人民币才能与A股ETF的价格放在同一个尺度上比较。核心公式概念性 跨境价差率 [ (ETF价格_A * 汇率_A) - (ETF价格_HK * 汇率_HK) ] / (ETF价格_HK * 汇率_HK) 这里A代表内地市场HK代表香港市场。当价差率超过某个正阈值可能意味着A股ETF相对“贵”了超过某个负阈值意味着A股ETF相对“便宜”了。但请注意这只是一个非常粗略的观察真正的交易信号远非这么简单。2.2 跨境套利的特殊挑战与成本如果只是简单看价差就能赚钱那钱也太好赚了。跨境套利之所以复杂是因为有一系列的“摩擦成本”和“执行风险”需要精确计量它们会吞噬掉看似美好的利润。交易成本这是最直接的成本。包括佣金买卖股票和ETF都需要支付给券商。印花税/交易征费A股卖出时收取印花税港股买卖双方都涉及类似费用。交易系统使用费交易所收取的固定费用。市场冲击成本当你下单量较大时你的买单会推高价格卖单会压低价格导致你的成交均价偏离下单时的市场价格。这在流动性不足时尤为明显。资金成本与汇率风险资金成本套利需要占用大量资金。这部分资金如果用于其他投资可能产生收益这就是机会成本。如果是融资进行套利则需支付明确的利息成本。汇率风险跨境交易必然涉及货币兑换。从发现机会到完成两边交易存在时间差。期间汇率波动可能让你的利润化为乌有甚至产生亏损。虽然可以通过远期汇率合约锁定但这又会增加操作复杂性和成本。市场制度与操作风险交易时间差异A股和港股交易时间并不完全重合存在开盘、收盘时间差。这可能导致你在一端市场完成交易后另一端市场已经关闭或发生剧烈变化。涨跌停板与流动性A股有涨跌停限制港股没有。当出现极端行情时A股ETF可能无法买入或卖出导致套利组合无法构建或平仓。申购赎回机制与门槛ETF的实物申购赎回通常有较高的最小单位如100万份且需要是“授权参与者”普通投资者主要通过二级市场买卖ETF份额来间接参与这使得纯粹的“一级市场”套利对大多数人不可行。我们的策略设计更多是基于二级市场价差的“统计套利”或“配对交易”。股票停牌如果ETF成分股中有股票停牌会影响申购赎回清单的构建和套利操作的执行。注意在设计模型时必须将这些成本量化并纳入考量。一个简单的做法是设置一个“阈值”只有当观测到的价差超过“所有预估成本之和目标利润”时才触发交易信号。这个阈值的确定是策略成败的关键之一。3. 策略设计框架从观察到执行基于以上理解我们可以构建一个策略设计框架。这个框架是模块化的你可以替换其中的模型和方法。3.1 数据获取与预处理巧妇难为无米之炊。数据是量化策略的基石。数据源历史数据可以使用免费的akshare、baostockA股以及yfinance港股、美股库获取日级或分钟级的历史行情数据。商用平台如Wind、Choice数据更全更准但成本高。实时数据模拟实盘或高频回测需要Level-1/Level-2行情通常需付费接口。关键数据字段对于ETF需要开盘价、最高价、最低价、收盘价、成交量、成交额。对于套利收盘价是最常用的但日内策略需要分钟线或tick数据。此外必须获取每日汇率如CNY/HKD中间价或实时汇率。数据预处理时间对齐将A股和港股的数据按照北京时间对齐。因为港股比A股晚1小时收盘需要特别注意。通常的处理方式是用A股收盘价对比同一天港股收盘价此时A股已收盘港股还在交易或者采用“交叉盘”逻辑用当天A股收盘价对比次日港股开盘价反之亦然但这会引入隔夜风险。复权处理ETF会有分红价格需要向后复权以保证价格序列的连续性。异常值处理检查并处理数据中的缺失值、明显错误如价格为0或负数。价差序列计算将两支ETF的日收盘价经过汇率换算后计算价差Spread或价比Ratio。例如价差序列 S_t Price_A_t - (Price_HK_t * FX_t)。价比序列 R_t Price_A_t / (Price_HK_t * FX_t)。3.2 核心模型价差序列的统计特征与平稳性检验我们不是赌徒不能凭感觉说“价差大了就该套利”。我们需要用统计方法给“大”和“小”一个科学的定义。描述性统计与可视化首先画出价差序列或价比序列的时间序列图。直观感受它的波动范围、趋势和周期性。计算其均值、标准差、偏度、峰度等。平稳性检验至关重要套利策略特别是配对交易其理论基础是价差序列是均值回复的。也就是说价差会围绕一个长期均值上下波动偏离均值过多时有很高的概率会回归。统计上这意味着价差序列需要是平稳的。检验方法最常用的是ADF检验Augmented Dickey-Fuller test。原假设是序列具有单位根非平稳。如果检验的p值小于显著性水平如0.05则拒绝原假设认为序列是平稳的。如果不平稳怎么办可以尝试对价差序列进行差分或者使用更复杂的模型如协整检验。协整意味着两个非平稳的序列如两支ETF的价格本身它们的某个线性组合即价差是平稳的。这是配对交易更坚实的理论基础。常用EG两步法或Johansen检验。交易信号生成模型 在确认价差序列具有均值回复特性后就可以设定交易信号了。常见模型有固定区间法布林带法计算价差序列的移动平均线MA和移动标准差Std。交易区间设定为 [MA - n * Std, MA n * Std]n通常取1.5到2.5。开仓信号当价差突破上轨如 MA 2Std认为价差过大未来会缩小。此时应做空价差卖出价格偏高的A股ETF买入价格偏低的港股ETF。平仓信号当价差回归到移动平均线附近时平仓。反向信号当价差突破下轨 MA - 2Std时做多价差买入A股ETF卖出港股ETF。统计概率法假设价差服从正态分布或经过变换后服从。当价差偏离均值超过k倍标准差时认为发生了小概率事件未来会回归。k值根据置信水平确定如95%对应1.96倍标准差。3.3 策略回测系统的构建策略好不好不能纸上谈兵必须拉回历史数据里跑一跑。回测系统需要模拟真实的交易环境。回测框架要素初始资金设定一个起始本金。数据循环按时间顺序日级或分钟级遍历历史数据。信号模块在每个时间点根据当前和历史数据运行你的交易模型判断是否产生交易信号开仓、平仓、无操作。交易执行模块当产生信号时模拟下单。这里需要决定仓位管理每次投入多少资金是固定金额还是固定比例是全仓还是分仓成交价格通常用次日开盘价或当日收盘价作为成交价。用收盘价容易产生“未来函数”用到了当天收盘价才产生的信号但更接近实际用次日开盘价更严谨但忽略了隔夜跳空风险。交易成本在每次买卖时从资金中扣除预设的佣金、印花税等费用。持仓与账户记录实时更新账户的现金、持有各类资产的数量、总资产市值。绩效分析模块回测结束后计算一系列评价指标。关键绩效指标 不能只看总收益要用多维度指标评价策略。指标计算公式/说明意义累计收益率(最终总资产 / 初始资金 - 1) * 100%策略的总赚钱能力年化收益率[(1累计收益率)^(252/交易日数) -1] * 100%标准化到每年的收益便于比较最大回撤历史任一高点到后续最低点的最大跌幅策略运行期间承受的最大亏损衡量风险夏普比率(年化收益率 - 无风险利率) / 收益年化波动率每承担一单位风险所获得的超额回报越高越好胜率盈利交易次数 / 总交易次数 * 100%交易的成功频率盈亏比平均盈利金额 / 平均亏损金额衡量盈利交易与亏损交易的质量对比年化波动率收益率序列的年化标准差收益的波动程度衡量风险一个优秀的套利策略理想的特征是正的年化收益、较低的最大回撤、较高的夏普比率1.5甚至2、较高的胜率和盈亏比。如果夏普比率很低说明收益是冒着巨大波动风险得来的不可持续。4. 实战模拟以沪深300跨境ETF为例我们以2020年至2023年的数据为例模拟一个简单的策略。选择510300.SH华泰柏瑞沪深300ETF和3188.HKiShares安硕沪深300 ETF作为标的。无风险利率假设为2%。步骤1数据准备使用akshare获取510300的日线数据使用yfinance获取3188.HK的日线数据需调整为人民币计价。对齐日期计算每日价比序列R_t Price_510300 / (Price_3188 * FX_CNYHKD)。步骤2平稳性检验对价比序列R_t进行ADF检验。假设我们得到p值为0.01小于0.05拒绝原假设认为价比序列是平稳的具有均值回复特性。步骤3参数设定计算窗口滚动窗口取60个交易日约3个月。交易信号计算过去60日的价比均值MA_60和标准差Std_60。开仓阈值n 2。即当R_t MA_60 2 * Std_60时认为A股ETF相对“贵”开仓做空价比卖出510300买入3188。当R_t MA_60 - 2 * Std_60时开仓做多价比买入510300卖出3188。平仓阈值当仓位建立后价比回归到MA_60时平仓。仓位每次使用50%的总资产进行套利两边市场各投入一半。交易成本单边买卖成本合计0.15%包含佣金、印花税等估算。汇率处理使用日度汇率中间价并假设换汇无额外成本这是一个简化实际中需考虑点差。步骤4回测执行逻辑伪代码# 初始化 cash 1_000_000 # 初始资金100万 position_A, position_HK 0, 0 # 持有份额 portfolio_value [cash] # 记录每日总资产 in_trade False # 是否持有仓位 trade_direction None # ‘long_spread’ 或 ‘short_spread’ for i in range(60, len(data)): # 从第61天开始 current_price_A data[close_A].iloc[i] current_price_HK data[close_HK_RMB].iloc[i] # 已转换为人民币的港股价格 current_ratio current_price_A / current_price_HK # 计算过去60日的均值和标准差 mean_ratio data[ratio].iloc[i-60:i].mean() std_ratio data[ratio].iloc[i-60:i].std() upper_bound mean_ratio 2 * std_ratio lower_bound mean_ratio - 2 * std_ratio exit_bound mean_ratio # 信号判断 if not in_trade: if current_ratio upper_bound: # 开仓做空价比 (卖A买HK) trade_value cash * 0.5 # 计算可买卖份额考虑交易成本 shares_A int((trade_value * 0.9985) / current_price_A) # 卖出成本在卖价中扣 shares_HK int((trade_value * 0.9985) / current_price_HK) # 买入成本在买价中扣 # 更新持仓和现金此处为简化逻辑实际需精确计算双向成本 position_A - shares_A position_HK shares_HK cash shares_A * current_price_A * (1 - 0.0015) # 卖出A股获得现金 cash - shares_HK * current_price_HK * (1 0.0015) # 买入港股付出现金 in_trade True trade_direction ‘short_spread’ elif current_ratio lower_bound: # 开仓做多价比 (买A卖HK) # ... 类似逻辑方向相反 in_trade True trade_direction ‘long_spread’ else: # 持有仓位判断平仓 if (trade_direction ‘short_spread’ and current_ratio exit_bound) or \ (trade_direction ‘long_spread’ and current_ratio exit_bound): # 平仓将持仓反向操作恢复现金 # ... 平仓逻辑计算盈亏更新现金和持仓为0 in_trade False trade_direction None # 每日计算总资产市值 daily_value cash position_A * current_price_A position_HK * current_price_HK portfolio_value.append(daily_value)步骤5绩效分析回测结束后根据portfolio_value序列计算收益率序列进而得到累计收益率、年化收益率、最大回撤、夏普比率等。实操心得在真实编程回测时要特别注意“未来函数”问题。比如在时间点t计算移动均值和标准差时只能使用t-1及之前的数据。用pandas的.rolling().mean()等函数时要确保设置min_periods并做好数据对齐。另外成交价用次日开盘价是更严谨的回测方式但这需要获取开盘价数据。5. 风险深度分析与策略优化方向回测结果好不代表实盘就能赚钱。必须对策略潜在的风险有清醒的认识。5.1 主要风险来源模型风险均值回复假设失效这是最大的风险。如果两支ETF的基本面或市场环境发生结构性变化例如一只ETF的流动性枯竭或追踪误差大幅增加导致价差不再回归而是走向发散那么策略将面临持续亏损。2015年股灾期间很多配对交易策略就因为价差极端发散而爆仓。参数过拟合你通过反复测试找到了在历史数据上表现最好的n值如布林带宽度为1.8。但这个参数可能只是巧合地拟合了历史噪音在未来市场失效。必须进行样本外测试和参数敏感性分析。执行风险流动性风险在套利机会出现时可能因为某只ETF成交量太小无法以理想价格迅速建立或了结全部头寸导致滑点过大甚至无法成交。交易对手方风险在极端行情下可能出现无法平仓的情况。融资融券风险如果策略涉及卖空本题中做空价差需要卖空一侧的ETF在A股市场可能面临“融不到券”的窘境。港股卖空机制相对灵活但也有规则限制。市场与政策风险汇率剧烈波动人民币兑港币汇率如果出现单边快速升值或贬值会直接影响价差基础可能使原本的均值发生偏移。资本管制政策变化沪港通、深港通的额度、规则调整会直接影响两地资金的流动成本和效率从而影响套利空间。市场极端行情如金融危机、暴涨暴跌可能导致价差长时间不回归甚至触发强制平仓。5.2 策略优化与稳健性提升针对以上风险可以从以下几个方向优化策略使其更具鲁棒性多维度信号过滤结合趋势指标在价差信号触发时加入对大盘趋势的判断。例如当沪深300指数处于强烈的单边下跌趋势时即使出现做多价差信号也可能因为“趋势压倒均值回复”而选择不交易。加入流动性过滤要求触发信号时两支ETF的成交量必须高于其过去20日均值的一定比例如80%以确保有足够的流动性执行交易。波动率过滤在市场整体波动率如VIX指数或ATR异常高时暂停交易避免在无序震荡中反复止损。动态参数与自适应模型动态布林带宽度布林带的宽度参数n可以根据市场波动率动态调整。波动率大时放宽阈值如n从2调到2.5避免频繁交易波动率小时收紧阈值如n调到1.8捕捉更小的机会。使用Kalman Filter卡尔曼滤波可以动态估计价差序列的均值和方差比固定窗口的移动平均更能适应状态变化。仓位管理与风险控制凯利公式或分数凯利根据策略的历史胜率和盈亏比计算最优的仓位比例以实现长期增长最大化同时控制回撤。硬性止损除了价差回归平仓还应设置绝对止损线。例如当价差朝不利方向移动超过3倍历史标准差时无条件止损承认本次交易失败防止亏损无限扩大。投资组合分散不要只做一对ETF。可以同时监控多对跨境ETF如沪深300、上证50、创业板指等构建一个套利策略组合。不同对之间的价差运动可能不完全相关可以分散风险平滑资金曲线。更精细的成本模型将固定的交易成本比例改为根据交易金额阶梯计算的模型。尝试估算市场冲击成本例如根据订单大小与市场深度的比例来动态调整成本。考虑资金成本在计算收益时扣除按日计息的成本。6. 参赛论文撰写要点与常见问题对于参加数学建模竞赛而言将整个策略设计和分析过程清晰、严谨地呈现出来与策略本身同样重要。6.1 论文结构建议摘要浓缩精华。用300-500字清晰说明研究的问题、使用的模型方法、核心步骤、得到的主要结论如策略的年化收益、夏普比率、最大回撤以及模型的特色与创新点。问题重述与分析用自己的话阐述题目背景与要求并对问题的难点跨境、成本、风险进行剖析。模型假设与符号说明列出为了简化问题而做出的合理假设如“忽略市场冲击成本”、“汇率使用日中间价”。清晰定义文中用到的主要数学符号。模型建立与求解这是核心。数据预处理部分展示数据来源、清洗、对齐、价差计算的过程。平稳性/协整检验部分展示ADF检验或Johansen检验的结果给出统计量、p值并得出结论。策略模型部分详细阐述交易信号生成模型如布林带法给出数学公式和决策流程框图。回测系统部分说明回测的初始条件、仓位管理、成本设定、成交规则等。模型检验与结果分析回测结果展示用清晰的表格列出所有关键绩效指标。用资金曲线图直观展示策略净值增长与回撤情况。敏感性分析改变关键参数如布林带宽度n、移动平均窗口长度观察策略绩效的变化说明策略的稳健性。风险分析定性定量结合分析模型风险、执行风险等。模型评价与推广客观评价自己模型的优点如逻辑清晰、考虑了主要成本和缺点如简化了某些风险。提出可行的改进方向如引入机器学习预测价差、增加更多风控模块。参考文献规范引用使用的数据源、相关理论和借鉴的文献。6.2 常见陷阱与提升技巧陷阱1未来函数这是回测中最致命的错误。确保在时间点t使用的所有数据都是在t时刻或之前已经产生的。计算指标时一定要用.shift(1)或确保滚动窗口不包含当前数据。陷阱2过度优化不要为了追求漂亮的回测曲线而疯狂调整参数。这样得到的策略在未来大概率失效。保持模型简洁并进行样本外测试例如用2018-2020年数据训练参数用2021-2023年数据验证。陷阱3忽略交易成本很多学生回测时忘记扣除成本导致结果过于乐观。一定要把买卖佣金、印花税、甚至冲击成本考虑进去这是区分“理论套利”和“实际套利”的关键。提升技巧1可视化多使用图表。价差时序图、资金曲线图、回撤图、参数敏感性热力图等能让你的论文更直观、更专业。提升技巧2对比分析将你的策略与一个简单的基准策略对比例如“买入并持有沪深300ETF”。这能凸显你策略的阿尔法收益超额收益。提升技巧3代码附录将核心的回测代码整理后作为附录能体现工作的完整性和可重复性是加分项。最后想说的是这道“跨境ETF套利策略设计”题目是一个完美的理论与实践的接口。它考验的不仅仅是数学和编程能力更是对金融市场微观结构的理解、对风险的敬畏以及对细节的掌控。真正去做一遍从数据抓取到回测实现你会遇到无数个小坑比如港股休市日与A股不同、ETF分红除权处理、汇率数据缺失等等。每一个坑的解决都是实实在在的成长。即使最终的回测结果不那么惊人这个完整的过程本身其价值已远超比赛名次。它给你提供了一套可迁移的方法论未来无论是研究其他套利品种如可转债套利、期现套利还是从事更广泛的量化策略开发这套从问题拆解、数据获取、模型构建、回测验证到风险分析的完整流程都将是你最有力的工具。