【量化策略系列】股票均值回归策略之二——单聚类策略（Single Cluster）

本文持续更新中。最后更新时间：11/11/2019

---

---

1. 往期文章回顾

[1] 作者简介
[2] 【量化策略系列】股票动量策略（汇总篇）（未完）
[3] 【量化策略系列】股票均值回归策略之一——配对交易策略（Pairs Trading）

---

2. 单聚类策略简介

上回书，我们简单说了说什么是股票的均值回归策略和基于均值回归理论的配对交易策略（详情请见：【量化策略系列】股票均值回归策略之一——配对交易策略 ）。这一回，我们谈一谈配对交易策略的“升级版”——单聚类策略（Single Cluster Strategy）。

在配对策略中，我们通过股票价格的相关系数作为指标，寻找到了一对儿（即两只）走势十分接近的股票，并构建了“买低卖高”的货币中性策略实现了较为稳定的收益。那么就有小伙伴问了：两只股票可以这么操作，那我们可不可以找到三只、四只或者更多只的一坨高度相关股票，来买低其中被低估的股票群，并卖多另一群被高估的股票呢？ 答案是肯定的，单聚类策略即是基于这种思想孕育而生的。

所谓单聚类策略，即是通过量化的指标（例如相关系数）找到收益率走势相互高度相似的N只股票（N > 2），或者说是一类股票，通过构建均衡收益率，买入低于均衡收益率的若干支股票，并卖空高于均衡收益率的若干支股票，从而获取稳定收益、提高赢率的一类投资策略。不难看出，当 N = 2 时，单聚类策略与配对策略等价。

注：一般来说，在同一个行业类别下的股票走势更容易具有高度的相关性。

下面，我们继续使用美丽的数学公式，来刻画单聚类交易的基本思想~

定义股票 i （i = 1, …, N）在t₁时刻到t₂时刻（t₁ < t₂）的收益率：

$$R_i(t_1,t_2)=ln(\frac{P_i(t_2)}{P_i(t_1)}),i=1,...,N$$定义N只股票的均衡变化率：
R ‾ ( t 1 , t 2 ) = 1 N ∑ i = 1 N R i ( t 1 , t 2 ) \overline{R}(t_1, t_2) = \frac{1}{N} \sum _{i=1}^{N} { R_i(t_1, t_2) }