刚进入7月，上证冲上3000点后似乎站稳，大妈开户都进场抬轿了。而美国第二次新冠疫情袭来，美股可能因此受到了不小的影响，资金回撤导致近期波动比较大，就连持续强劲的科技股都出现了较大幅度的下跌。比如，Facebook等互联网股票组合在6月26日下跌逾4%，是3月16日以来最糟糕的一天。而Facebook跌幅则高达8.6%。创下了疫情暴发以来最大跌幅。那接下来，BTC会跟跌美股吗？
3月份时，我们做过一次研究，把美股、黄金与BTC的走势进行对比，试图寻找，它们是否真的存在联动关系，当时的结论是并没有实质上的联系。
现在离上次研究已经过去了3个月，在此期间我们发现似乎偶尔仍会出现“美股9点开盘上涨，BTC也轻微上涨”的现象，那么我们今天从不同时间维度，再次通过数据研究来发现美股与BTC的走势相关性，理清楚之后，应该可以帮助我们重新认知两者的关系，不至于因为美股的泡沫增大或破灭而影响到BTC的投资决策。
1.BTC与主要品种的相关性分析
BTC与各主要品种的相关度如何，受时间影响吗？非小号研究通过调取BTC、纳指期货、标普500及道琼斯指数期货、黄金期货、原油期货等品种的数据进行了对比。
注：
1.表中base为基础品种BTC期货；
2.stock为对比品种，其中nas为纳指期货/sp500为标普500指数期货/dj为道琼斯指数期货/金为黄金期货/石油为原油期货；
3.corr_6month为近6各月相关系数，依次类推corr_week为近一周相关系数
通过上图可以评估：
BTC与各个主要品种的近一周相关度尚可，但其他更连续的相关系数则并不显著。
距离当下越近，相似度则发生改变，这与行情本身就是“趋势+必然+白噪声”的组成有关，我们把同一个时间段不同标的之间的影响忽略，白噪声无论远近，影响都是相同的，但是距离现在越近，趋势影响越明显。
另外，不是美股的行情影响了BTC价格，其他品种的价格和美股价格也会有相同的影响因素，以及影响因素非常多。金融行业的复杂性导致，现在绝对没有一个很明显的影响根因，能够解释不同时间段的价格变化。
从分析角度讲，这种规律如果是稳定的就可以被我们使用，否则一味的追求那个不存在的根本原因，最后无法得到明确的结果，而且将会浪费很多能量。
2.周相关系数高，这个假设持续稳定吗？
注：
1.表中base为基础品种btc期货；
2.stock为对比品种，其中nas为纳指期货/sp500为标普500指数期货/dj为道琼斯指数期货/金为黄金期货/石油为原油期货；
3.num为距离今日的天数，如num为9时，对应的一行corr_week数据为那一天那个时点的周相关系数
在金融领域，发现规律性并不代表套利价值，只有当规则具有稳定性时候才具有价值，因为规律的稳定性代表可以持续的利用规律赚钱。这是非常重要的一点。
我们对上图进行修剪后，模拟的连续近一周滚动周相关系数表明，近一周的相关系数高阶段规律并不一致，所以这一规律也不能用于交易，错用后将可能面临市场严厉的惩罚。
3.相关系数的高低与波动/趋势/收益率相关吗？
注：
1.表中base为基础品种btc期货；
2.stock为对比品种，其中nas为纳指期货/sp500为标普500指数期货/dj为道琼斯指数期货/金为黄金期货/石油为原油期货；
3.group为按照不同维度进行的分组，atr代表过渡强弱，close_sar代表趋势强弱，pct_change代表收益率大小，每个维度都分三组，1为最强，3为最弱。
4.corr表示每个分组数据的相关系数
从上图我们可以得到数值：
从atr变化来看，行情有一定转变但转变不是特别极端时候，BTC与纳指期货的相关度较高，极端波动一般都是金融行业系统性风险；
从sar来看，行情上升时，BTC与纳指期货的相关度，行情上升会大于下降和盘整，这也符合我们的认知。当纳指期货上升时，大多带动BTC行情上升，但下降却不一定适用。
最后，从收益率来看，也无显著规律。
4.不相关就没价值了吗？
如果两个主要交易品种相关度不显着，是不是就没有交易方面的研究价值了吗？不是的。
在传统金融标的的交易中，机构研究所会认为“格力空调”和“美的空调”都在夏季会迎来业绩爆发，并且它们的增长有一定的相关性。这也衍生出来了一种常见的统计套利方式，即拿相关品种进行协整性检验，如果协整性好，就拟合出来一元线性方程，根据斜率的系数配对交易，同时买入多单和空单锁仓。
因为基差在一个大概率确定的范围内变化，所以在基差上轨和下轨附近入场，基差变化后就能获利出场。
我们今天也利用类似的方法分析，BTC与纳指/标普500指数/道琼斯指数/黄金期货/原油期货之间的协整性。分析结果如下热力图所示：
热力图显示纳指和标普500指数与BTC的协整性较高，我们下边通过最小二乘做一下BTC与纳指的分析，通过最小二乘拟合出来一个一元线性回归方程，方程表示BTC可以用纳指来如何表示。此研究方法多用于基金或投行的估值模型。
，是一种数学优化技术，通过最小化误差的平方和寻找数据的最佳函数匹配。我们使用最小二乘法的目的是做一个回归方程，方程中因变量为BTC,自变量为纳指）
以下就是非常硬核的统计算法了，如果不感兴趣的盆友可以直接跳过。
好，让我们一起看一下BTC和纳指的最小二乘法结果，下图是通过计算机计算后的回归结果。
虽然置信度不是非常高的99％和95％，我们但是认为这个置信水平也可以尝试一下：
通过OLS结果，我们可以知道：btc=1.4985*nas-4869.5364
接下来我们需要构建两个品种配对交易的基差：
基差diff=btc-1.4985*nas+4869.5364
基差曲线如下图所示：
通过上图我们可以知道，基差diff长期稳定处于上轨和下轨之间，套利交易可以在上轨和下轨之间进行。
切记，关于统计套利中的配对交易，我们需要拿近期的数据调整回归方程。
目前交易所之间的搬砖已经不好做，趋势交易又有很大的风险，其实统计套利是一个非常不错的套利方法。
之后我们或许可以做BTC与ETH或EOS等主要币种的统计套利专题，给大家提供更多具有实战价值的交易思路。
最后：如果美股变化，我们该如何操作BTC？
通过平均值3和指标4，我们可以推导发现，当纳指增长时，BTC有一定概率增长。但是一般BTC出现特别极端行情的影响因素，与纳指的影响因素不同，所以纳指增长只能带来比特币一定程度的增长，而不会是极端行情那种超大幅度的增长。
简单而言，跟着美股的波动去操作BTC，可能会喝到一点汤，但绝对吃不到肉，吃肉还得靠BTC自己。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。