高频统计套利策略的稳健性检验与参数优化探讨
近年来，高频统计套利在量化交易领域展现出较强的盈利能力，但其策略稳健性仍面临市场结构变化的挑战。本文基于协整配对交易框架，结合卡尔曼滤波动态调整价差均值与方差，探讨参数敏感性与过拟合问题。实证部分选取A股市场2020-2023年Tick级数据，通过ADF检验筛选出能源板块内23组协整性稳定的股票对。关键发现包括：
1. 传统固定半衰期均值回归参数在波动率聚集时期失效概率上升47%；
2. 引入波动率自适应阈值后，策略夏普比率从2.1提升至3.4；
3. 交易成本敏感测试显示，当单边佣金超过0.02%时策略优势消失。
欢迎同行就以下问题展开讨论：
- 如何平衡高频信号的统计显著性与时序相关性衰减速度？
- 非对称流动性冲击下动态头寸调整的优化方向？
- 多因子融合是否能在保持策略简洁性的同时提升鲁棒性？
（注：本讨论不涉及具体策略代码或商业合作，仅限方法论交流） 高价回收各类量化交易策略源码！
专业团队长期收购：
1. 高频统计套利/协整配对完整代码（含参数优化模块）
2. 卡尔曼滤波动态调参实现方案
3. A股Tick级数据处理工具链
⚠️ 现金交易/技术入股均可
⚠️ 签保密协议/竞业条款
📞 联系TG：@QuantBuyer88 （备注"套利"优先通过）
附：可加价收购带实盘净值曲线的成熟策略 求购能稳定跑实盘的协整策略源码，带卡尔曼滤波动态调参版本优先！可接受千五以内佣金环境，能过2023年回测的带详细参数文档来聊。另高价收能源板块tick级历史数据（2020-2023完整订单簿），有的私信带样本和报价
页:
[1]