统计套利策略并不是金融界最新的研究成果,这种投资策略在国外对冲基金、投资银行等成熟的资本市场中得到了很好的应用,它是一种市场中性策略,在不依赖于经济环境的情况下,运用数量手段构建资产组合,从而对市场风险进行免疫,获取一个稳定的、低风险的超额收益。随着2010年3月31日融资融券的正式启动和2010年4月16日沪深300股指期货的正式上市交易,使得我国证券市场也具备了做空的机制,为统计套利策略在我国股票市场上的实施提供了一个良好的平台。目前我国的统计套利策略仍然处于起步阶段,对于统计套利策略的研究也往往局限在期货市场,本文将其用在股票市场进行研究。2010年以前,我国的股票市场属于典型的单边市场,只能做多不能做空,随着融资融券的推出,A股市场也可以做空,双边交易均可赚钱。近两年来随着高频数据的日益兴起,降低了数据记录和存储的成本,使得对高频数据的研究成为可能。低频数据已经开始慢慢的不能满足广大投资者高收益的需求,采用低频数据的统计套利空间也在大幅下降,因此,如何利用高频数据进行统计套利已经成为今后的发展方向。本文选取了作为融资融券标的物的中国工商银行和中国农业银行股票价格的30分钟高频数据为研究对象,首先对两只股票价格时间序列进行了相关性分析,结果表明两者的相关系数达到了0.993,较高的相关性虽然不能保证两者之间是协整的,但是至少能够说明协整的可能性是很高的。其次进行协整检验,结果表明两只股票价格时间序列是一阶单整的并且具有协整关系,因此就具备了统计套利的条件。由于金融时间序列的价差波动不是固定不变的,而是随着时间的变化而变化,Granger证明了如果变量之间存在协整关系,则必然具有相应的误差修正表达式。本文选取GARCH模型和误差修正模型来刻画两个时间序列价差的动态方差,然后再给出套利交易的建仓点和平仓点,借助MATLAB编程,建立套利交易策略。最后分别应用样本内数据和样本外数据检验了统计套利模型的交易绩效,结果表明,在不考虑交易费用的前提下,基于GARCH模型刻画动态方差以及采用非参数化的方法建立交易策略,样本内数据累计收益率为12.8 1%,样本外数据5月份的累计收益率为3.51%,6月份的收益率为1.4%,7月份的收益率为3.64%,8月份的收益率为2.97%。总之,取得了较好的收益,说明统计套利策略在我国的股票市场是有效的。