光大证券--股指期货微观市场初探-高频数据、交易的解读

2010 年 12 月 22 日 股指期货微观市场初探—高频数 据、交易的解读 ◇ 股指期货高频交易系列报告 „ 研究高频数据的意义。高频数据代 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 着一个超大容量的数据群。在 一个流动性较好的市场，单个交易日的高频数据量大致相当于 30 年 按日统计的交易数据量(Dacorogna et al.(2001))。单纯从统计角 度来看，独立观测值的数量越多，自由度也就越多，从而估计的参 数也越精确。大批量的数据不仅可以提供更多的市场信息，也能够 让我们更好地比较模型、区分不同模型的优劣。 „ 沪深 300 股指期货 高频数据来源与形式。目前，中金所发布的股 指期货高频数据可以通过各类证券行情软件和期货交易软件查看， 但一般的软件不提供数据下载，而可提供下载的软件数据也往往止 于分钟数据。为了更好地对这些高频数据进行下载，或得到实时的 高频数据传输，一般需专业的数据经营商如 WIND、彭博或路透数据 终端的支持。 „ 针对沪深 300 股指期货高频数据微观结构的探察。沪深 300 股指期 货单个交易日的成交量走势具有一定的周期性。由于期货开盘先于 现货，收盘也晚于现货，在没有现货价格支撑的情况下，期指成交 量在上午开盘和下午收盘时普遍较低。此外，在上午临近收盘和下 午刚开盘的时刻其成交量也显著低于日内平均值，体现出投资者通 常短线操做，在午间休市时期较为谨慎的投资心态。值得注意的是， 成交量在下午收盘前的 45 分钟内呈现稳步减少的态势，而在最后 5 分钟内又有显著拉升。 „ 沪深 300 高频交易机会。通过观察市场微观结构，我们对样本进行 简单的模拟信号测试，交易策略的盈利能力惊人！在选取的样本区 间内，信号所产生的平均每日盈利点数达到 190 点，日回报率达到 5%以上。 金融工程分析师： 刘道明(执业证 书 关于书的成语关于读书的排比句社区图书漂流公约怎么写关于读书的小报汉书pdf ：S0930210060005) 021-22169109 liudaoming@ebscn.com 联系人： 李聚华， CFA 021-22169321 lijuhua@ebscn.com 金融工程研究团队 刘道明 李聚华 于栋华 张美云 熊伟 倪蕴韬 相关报告： 《光大证券股指期货连续指数—树立连续指 数新标杆》 金融工程研究 金融工程专题报告 光大证券股份有限公司及其关联机构在法律许可的情况下可能与本报告所分析的企业存在业务关系，并且继续寻求发展这些关系。因此，投资者应当考虑到本公司可能存在 可能影响本报告客观性的利益冲突，不应视本报告为投资决策的唯一因素。 敬请参阅最后一页之重要声明。 2010 年 12 月 22 日 目录 一、 研究高频数据的意义............................................................................................................................................7 1. 利用完整的市场数据充分解读市场可提供的信息 ........................................................................................7 2. 数量模型取代主观判断，减少非理性的判断失误 ........................................................................................7 3. 利用计算机完成交易策略的执行 ....................................................................................................................8 4. 算法交易和程序化交易降低交易成本 ............................................................................................................8 1) 算法交易........................................................................................................................................................8 2) 程序化交易....................................................................................................................................................8 5. 高频交易创造高回报投资机会........................................................................................................................9 二、 沪深 300 股指期货高频数据来源与形式 ..........................................................................................................10 1． 高频数据的来源..............................................................................................................................................10 2． 数据存储的形式..............................................................................................................................................13 三、 针对沪深 300 股指期货高频数据微观结构的探察 ..........................................................................................14 1． 样本选取..........................................................................................................................................................14 2． 样本内价格回报特性......................................................................................................................................14 3． 成交价日内走势..............................................................................................................................................15 4． 成交量日内走势..............................................................................................................................................18 5． 成交价格日内波动幅度走势..........................................................................................................................19 6． 买卖价差日内走势..........................................................................................................................................20 7． 成交量与报价量日内平均比例......................................................................................................................21 8． 高频波动率计算..............................................................................................................................................23 1) 传统波动率估计方法..............................................................................................................................23 2) 传统日内波动率的估计方法：已实现波动率（Realized Volatility, RV）................................25 3) TSRV（Two Scale Realized Volatility）日内波动率估计的方法................................................26 9． 市场冲击成本模型介绍与应用......................................................................................................................27 1) 冲击成本的形成......................................................................................................................................27 2) 影响冲击成本的因素..............................................................................................................................28 3) 冲击成本计算例证..................................................................................................................................29 四、 沪深 300 股指期货高频交易机会......................................................................................................................31 1． 市场有效性检验..............................................................................................................................................31 2． 高频交易的利润机会......................................................................................................................................32 3． 高频交易机会的探索......................................................................................................................................33 1) 交易信号的产生......................................................................................................................................33 2) 交易模型测试..........................................................................................................................................34 4． 交易策略的实战可行性分析..........................................................................................................................35 1) 交易成本..................................................................................................................................................35 2) 交易执行..................................................................................................................................................35 3) 中金所限制..............................................................................................................................................35 五、 股指期货高频交易的未来展望..........................................................................................................................36 1. 市场容量的增长..............................................................................................................................................36 2. 机构参与度的增加..........................................................................................................................................36 2010 年 12 月 22 日 3. 交易机会的挖掘..............................................................................................................................................37 2010 年 12 月 22 日 图目录 图 1：EXCEL 的 Bloomberg 插件数据导入 步骤 新产品开发流程的步骤课题研究的五个步骤成本核算步骤微型课题研究步骤数控铣床操作步骤 一 ...............................................................................................10 图 2：EXCEL 的 Bloomberg 插件数据导入步骤二 ...............................................................................................10 图 3：EXCEL 的 Bloomberg 插件数据导入步骤三 ...............................................................................................11 图 4：EXCEL 中 Bloomberg 的股指期货高频数据下载结果 ...............................................................................11 图 5：Bloomberg 股指期货实时高频数据下载订购步骤一 ...................................................................................11 图 6：Bloomberg 股指期货实时高频数据下载订购步骤二 ...................................................................................12 图 7：WIND 股指期货高频数据下载步骤一 ..........................................................................................................12 图 8：WIND 股指期货高频数据下载步骤二..............................................................................................................12 图 9：WIND 股指期货高频数据下载步骤三..............................................................................................................13 图 10：WIND 股指期货高频数据下载结果 ............................................................................................................13 图 11：5 月主力合约 4 月 16 日分笔数据价格走势 ................................................................................................15 图 12：5 月主力合约 4 月 16 日一分钟间隔价格走势............................................................................................15 图 13：5 月主力合约 4 月 16 日五分钟间隔价格走势............................................................................................16 图 14：6 月主力合约 6 月 1 日分笔数据价格走势..................................................................................................16 图 15：6 月主力合约 6 月 1 日一分钟间隔价格走势..............................................................................................16 图 16：6 月主力合约 6 月 1 日五分钟间隔价格走势..............................................................................................17 图 17：5 月至 8 月主力合约 10 分钟间隔价格走势................................................................................................17 图 18：5 月至 8 月主力合约 30 分钟间隔价格走势................................................................................................18 图 19：5 月至 8 月主力合约 60 分钟间隔价格走势................................................................................................18 图 20：5 月至 8 月主力合约日内一分钟平均成交量..............................................................................................19 图 21：5 月至 8 月主力合约日内五分钟平均成交量..............................................................................................19 图 22：5 月至 8 月主力合约日内一分钟平均波动幅度..........................................................................................20 图 23：5 月至 8 月主力合约日内五分钟平均波动幅度..........................................................................................20 图 24：5 月至 8 月主力合约日内一分钟平均买卖价差..........................................................................................21 图 25：5 月至 8 月主力合约日内五分钟平均买卖价差..........................................................................................21 图 26：5 月至 8 月主力合约日内一分钟平均成交量与买一量之比......................................................................22 图 27：5 月至 8 月主力合约日内一分钟平均成交量与卖一量之比......................................................................22 图 28：5 月至 8 月主力合约成交量与最优买卖报价量频率统计..........................................................................23 图 29：5 月至 8 月主力合约最优买入报价量与最优卖出报价量频率统计..........................................................23 图 30：日收益率分解图.............................................................................................................................................24 图 31：光大股指期货主力合约连续指数历史波动率比较.....................................................................................24 图 32：已实现波动率（RV）的计算过程 ...............................................................................................................25 图 33：已实现波动率与样本量之间的关系.............................................................................................................25 图 34：TSRV 的计算过程 .........................................................................................................................................26 图 35：RV 与 TSRV（K=10min）的比较 ..............................................................................................................27 图 36：TSRV 与标准差法波动率的比较 .................................................................................................................27 图 37：买入成交造成冲击成本的演化图.................................................................................................................28 图 38：冲击成本与成交速度的关系.........................................................................................................................29 图 39：信号产生后价格点位的累积走势（子样本 4/16/2010-4/22/2010） ..........................................................33 2010 年 12 月 22 日 图 40：交易信号盈利点数模拟走势（子样本 4/16/2010-4/22/2010） ..................................................................34 图 41：交易信号全样本盈利统计.............................................................................................................................35 2010 年 12 月 22 日 表目录 表 1：股指期货不同频率下的回报率统计..............................................................................................................14 表 2：股指期货委托报价（成交前）......................................................................................................................29 表 3：股指期货委托报价（成交时）......................................................................................................................30 表 4：股指期货委托报价（成交后）......................................................................................................................30 表 5：股指期货主力合约 2010/4/16 开盘交易价格变化 .......................................................................................31 表 6：不同频率下交易策略的最优表现比较..........................................................................................................32 表 7：交易信号全样本盈利统计..............................................................................................................................34 7 2010 年 12 月 20 日 一、 研究高频数据的意义 1. 利用完整的市场数据充分解读市场可提供的信息 一个著名的攀岩者曾在接受采访时被问到，“为什么要挑战那些危险性极高 的山峰”，而他的答案是“因为他们存在着。”如果要问我们为何要选择高 频数据进行投资分析，我们也想用同样的答案来回答——因为他们存在着。 市场数据的原始形态是以时间间隔不规则的高频数据的形式所存在的，每 一笔交易或报价都可看作是信息的逻辑单元。高流动性的资本市场每日提 供上亿笔的交易和报价信息，不同程度地反映当日市场参与者对市场的观 点及看法。 目前，已有越来越多的投资者需要参考日内交易数据做出投资决定，高频 数据为他们提供了最佳的信息平台，理应成为最重要的金融分析对象之一。 然而，大部分的金融学术期刊研究仍集中于低频率、间隔等距的时间序列。 对此，我们认为主要存在有两方面的因素。第一，高频数据的收集、处理、 存储、调用以及应用的成本较大，这也是为何目前绝大多数的金融数据存 储形式以单个交易日或者更低的频率为单位。第二、大多数的统计方法和 原理集中于齐次的、等间隔的时间序列，对于事件发生间隔随机的时间序 列的研究较少。令人遗憾的是，这些存在于金融市场的原始数据均不是等 间隔的形式，需要人工处理后才能变成齐次的时间序列。直到近年来，随 着计算机科技的超速发展，数据的获取与处理问题日趋简化，高频数据的 应用才得到推广。目前，国际上大多数交易所和数据运营商都已能够提供 高频的分笔数据，NYSE 提供的 Level 2 TAQ 数据就包含了纽交所和纳斯达 克所有上市公司的每笔交易数据和报价单。 高频数据代表着一个超大容量的数据群。在一个流动性较好的市场，单个 交易日的高频数据量大致相当于 30 年的按日统计的交易数据量 (Dacorogna et al.(2001))。单纯从统计角度来看，独立观测值的数量越 多，自由度也就越多，从而估计的参数也越精确。大批量的数据不仅可以 提供更多的市场信息，也能够让我们更好地比较模型、区分不同模型的优 劣。而且，一些低频数据所不适用的统计方法在高频数据分析中也如鱼得 水，如基于尾部分布的极端事件概率。按定义，极端事件的发生是罕见的， 因此统计极端事件的发生概率通常会遭遇数据样本的局限性问题。但在高 频数据分析中，分析师可以轻易地调用百万数量级的数据对此类事件进行 分析。与此相类似，在对不同模型的优劣进行排序时，通过对大量的数据 进行拟合测试，由此得出的结论也更加精准。 2. 数量模型取代主观判断，减少非理性的判断失误 传统投资方法结合基本面分析和技术面分析，分析模式多不固定且需要植 8 2010 年 12 月 20 日 入主观判断方式。投资分析师根据自己的经验和知识，收集来自于各种渠 道的数据，应用各类估值比较模型对市场和特定的证券产品进行分析解读。 这种分析方法被市场认可并已沿用了上百年之久，无论在发达国家的资本 市场（如美、英等国）或是新兴资本市场（如中国）都被广范地接受。 进入上世纪 90 年代，随着计算机科技的普及，金融分析软件被大量地应用 于证券市场分析，随后量化的投资方法开始崭露头角，并以其出色的表现 得到市场的认可。相对于传统的投资研究方法，量化投资更偏重数据分析， 以数量模型为基础，将客观的模型信号作为投资决策。因此，量化投资的 研究方法剔除了人为的主观判断，能避免分析师受市场非正常波动的影响 所做出的非理性决策。更重要的是，基于高频数据的量化模型能充分利用 市场发布出的每一道信息，为分析师描述出更完整的市场状况，从而减少 了因信息收集的失误或不完整所造成的错误判断。 3. 利用计算机完成交易策略的执行 传统的量化模型跟据市场变化提供买入、卖出或平仓的信号,而基于高频数 据的数量模型可以提供系统而完整的投资决策。在高速计算机上运行的量 化模型其参数设置可具体到仓位的头寸大小，止损点位，冲击成本的估计， 甚至报价单的价位设置和实时的风险控制。从一定角度上看，高频交易模 型几乎可以完全替代人脑，成为名副其实的赚钱机器(Money Machine)! 4. 算法交易和程序化交易降低交易成本 1) 算法交易 投资者在进行单笔大金额交易时，通常会面临两大难题：首先，市场的流 动性是否提供足够的交易空间，如若流动性不足是否会提高交易成本，导 致投资丧失潜在的利润空间。其次，集中的单笔大金额交易易被其他投资 者察觉，提供市场额外的信号，其他投资者可利用这些信号挖掘投资机会， 从而降低了潜在的投资回报空间。量化分析师利用高频数据所具有的庞大 信息优势，提出了算法交易。这类模型利用高频数据拟合各类冲击成本的 估算模型并优化交易执行的策略，使得单笔大金额交易能够在不被察觉的 情况下被市场所消化,并有效降低此类交易所承受的各类成本（比如冲击成 本、机会成本）。 2) 程序化交易 衍生品市场的发展为投资者提供了越来越多的风险套利机会。指数套利、 期货和现货套利，期权和现货套利等投资策略时常涉及各类资产在同一时 段的多笔交易。对于这种涉及短时间内多笔交易并行的投资策略，交易执 行的精确度将严重影响到交易策略的成功性，因此交易的实施细则尤为重 要，通常需要借助计算机来完成，程序化交易就由此诞生。基于高频数据 的分析，程序化交易可决定怎样完成数十个或几十个股票的同时买卖，以 9 2010 年 12 月 20 日 期减少买卖股票之间的相互作用和交易的误差。 5. 高频交易创造高回报投资机会 高频交易是一种计算机化交易策略的执行，其主要特征是持有仓位的时间 极为短暂。在高频交易中，精心设计好的程序在高速计算机上运行，对实 时的市场数据进行分析。程序中的各类算法用于捕捉市场上可能存在的持 续时间从零点几秒到几小时之久的交易机会。高频交易市场的竞争通常围 绕着交易算法和交易执行的速度以及看似微薄但极其稳定的利润来源，并 不像长期投资者通常寻找持有期达数周，数月或数年的投资机会。因此， 高频交易已被证明有潜力获得比传统买入并中长期持有的策略高出几千倍 的夏普比率！其高回报、高胜率、低风险的特征是华尔街各大投资银行、 对冲积基金所追逐的对象。2008 年全球金融市场受金融风暴的袭击，各大 机构损失惨重，但高频交易却成为市场中唯一的大赢家。 典型的高频交易策略：高频交易策略的成功很大程度上是因为模型能够同 时处理大量信息，而这是普通交易员无法做到的。目前全球市场上常见的 高频交易策略有如下四类：做市商策略，磁带记录阅读交易，事件套利以 及统计套利(Aldridge, Irene(2009))。我们在此对这些策略进行简单的介 绍： 做市商策略：其一般的操作方法是连续放置少量的高于市场价格的卖出限 价单和低于市场价格的买入限价单以期在买卖方都能得到快速成交，赚取 买卖价差获取盈利。一些高频交易公司以这种策略为主要的交易策略，比 如“Automated Trading Desk”于 2007 年 7 月被花旗集团收购，就是一 家一直在市场中活跃的做市商策略的交易公司，其交易份额在纳斯达克和 纽约证券交易所均占到总量的 6％。 磁带记录阅读交易：报价和交易量等市场数据中经常隐含着许多不易发现 的信息；通过观察信息流，高频交易程序可提取出一些市场尚未公布的信 息。由于所有的报价和交易量信息是公开的，所以这种策略并不违反目前 所适用的法律规则。过滤器交易策略是此类交易策略中较为原始的一种高 频交易策略，该策略涉及到大量的库存数据监测，观察重大或不寻常的价 格变动或成交量活动。这种策略检测的条件包括公告、新闻或其他有影响 事件，程序按照事件的性质生成买入或卖出信号。 事件套利：事件套利是指专门针对某类事件发生后市场反映所设计的交易 策略。这种事件可以是经济事件也可以是某一行业的特殊事件，但其前提 是事件发生后证券市场的价格将产生显著的变化。事件套利的目标是在事 件发生前构建一种投资组合，以期在事件发生时点周围产生盈利。 10 2010 年 12 月 20 日 统计套利：此类高频交易策略在各类资产市场中搜索资产价格之间的临时 偏差。这种偏差通常具有可预测性，且价格暂时与历史数据的统计关系相 背离。统计套利策略被广泛地应用于各类高流动性的证券产品市场，包括 股票、期货、外汇等。据美国“TABB 集团”的估计，高频统计套利策略目 前每年的总利润超过 210 亿美元。 二、 沪深 300 股指期货高频数据来源与形式 1． 高频数据的来源 目前，中金所发布的股指期货高频数据可以通过各类证券行情软件和期货 交易软件查看，但一般的软件不提供数据下载，而可提供下载的软件数据 也往往止于分钟数据。为了更好地对这些高频数据进行下载，或得到实时 的高频数据传输，一般需专业的数据经营商如 WIND、彭博或路透数据终端 的支持。下面提供了从彭博下载高频数据的步骤： 1） 在 EXCEL 的 BLOOMBERG 插件内选择导入数据。 图 1：EXCEL 的 Bloomberg 插件数据导入步骤一 资料来源：光大证券研究所、Bloomberg 2） 进入彭博数据向导界面的历史日内跳价，输入合约代码。 图 2：EXCEL 的 Bloomberg 插件数据导入步骤二 资料来源：光大证券研究所、Bloomberg 11 2010 年 12 月 20 日 3） 在参数界面选择需要的选项。 图 3：EXCEL 的 Bloomberg 插件数据导入步骤三 资料来源：光大证券研究所、Bloomberg 4）下图为下载到 EXCEL 的数据格式 图 4：EXCEL 中 Bloomberg 的股指期货高频数据下载结果 Date Type Price Size 4/21/2010 9:14:00 TRADE 3215 57 4/21/2010 9:14:00 BID 3214.8 3 4/21/2010 9:14:00 ASK 3215 1 4/21/2010 9:15:00 TRADE 3215 4 4/21/2010 9:15:00 BID 3215 41 4/21/2010 9:15:00 ASK 3215.8 1 4/21/2010 9:15:01 TRADE 3215 42 4/21/2010 9:15:01 BID 3215 4 4/21/2010 9:15:01 ASK 3217.8 1 4/21/2010 9:15:01 TRADE 3217.8 1 资料来源：光大证券研究所、Bloomberg 彭博终端免费提供滞后 15 分钟的高频数据，若想获得实时数据需在终端上 购买。购买流程为： 1) 在彭博终端上输入“EIS”，寻找中金所代码“CFFE”。 图 5：Bloomberg 股指期货实时高频数据下载订购步骤一 资料来源：光大证券研究所、Bloomberg 12 2010 年 12 月 20 日 2) 选择申请产品，按照里面的申请步骤就可购买了，中国境内的订购费 为每月 5美元，中国以外的订购费为每月 24 美元。 图 6：Bloomberg 股指期货实时高频数据下载订购步骤二 资料来源：光大证券研究所、Bloomberg 下面是下载 WIND 高频数据的步骤： 1) 在 WIND 终端的工具栏选项下选择“高频行情数据终端”。 图 7：WIND 股指期货高频数据下载步骤一 资料来源：光大证券研究所、WIND 2) 在 WIND 资讯高频行情数据界面点击“新建 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 ”，在下载品种中选择 “期货”。 图 8：WIND 股指期货高频数据下载步骤二 资料来源：光大证券研究所、WIND 13 2010 年 12 月 20 日 3) 在范围内选择中金所品种，选中所要看的合约，在数据类型那选择盘 口报价，在字段选择中选择所需要的指标。 图 9：WIND 股指期货高频数据下载步骤三 资料来源：光大证券研究所、WIND 4) 输出的 CSV 格式如图 10 所示。WIND 仅免费开放近 10 日的高频数据下 载，如若需要更早数据，则需每年缴付额外的订购费。 图 10：WIND 股指期货高频数据下载结果 资料来源：光大证券研究所、WIND 2． 数据存储的形式 中金所目前发布的高频数据是经过其特殊算法处理后的数据，其最高频率 达到每秒两次信息的传输，其间隔为等距的 500ms。每次信息的传输包括 之前 500ms 内所有成交的加权成交价和成交量、最新时刻的买卖报价和报 价量以及开盘后累计的持仓量。报价信息在同一时间公布的形式分为五档， 即买一、买二至买五和卖一、卖二至卖五以及各档的报价量。 14 2010 年 12 月 20 日 三、 针对沪深300股指期货高频数据微观结构的探察 1． 样本选取 在综合比较各个数据供应商所提供的沪深 300 股指期货高频数据的形式 后，我们建立了以彭博数据下载为主要来源的高频数据库，并截取当月主 力合约前四个交易月（2010/4/16 至 2010/8/20）的数据作为样本进行研究 分析。需要指出的是,目前,由于彭博只提供一档报价且不提供持仓量变化， 加上成交数据经过中金所处理，因此有相当的市场结构层面无法进行有效 分析。在这里我们只对有限的信息加以研究，对样本内的数据进行微观结 构的探访，以帮助读者初步了解股指期货市场微观方面的信息。日后，我 们将争取整合更完整的高频数据库，对市场进行更完整的结构描述。 2． 样本内价格回报特性 高频数据在某些统计上的表现与传统低频数据有较大区别，它为投资者开 拓了一个新的探索研究的方向。一般而言，价格回报率是研究分析的主要 对象。回报率通常由连续两笔价格的变化除以第一笔价格获得，但学术研 究学者则认为对数回报率更能体现价格回报的分布特性，因此我们这里的 回报计算采取对数回报的方法。表 1给出了样本内分笔数据以及以 1分钟、 5 分钟、10 分钟为观测间隔的对数回报率统计值。在统计过程中，我们删 除了隔夜回报率和开盘集合竞价时的回报率以保证回报率所代表的价格变 化都是由连续竞价造成的。 表 1：股指期货不同频率下的回报率统计 最小值 中位数 平均值 最大值 标准差 偏度 峰度 分笔数据 -1.07% 0.00% 0.00% 1.07% 0.01% -0.0002 1.788 1 分钟间隔 -2.62% 0.00% 0.00% 2.69% 0.22% -0.039 1.739 5 分钟间隔 -3.46% 0.00% 0.00% 2.34% 0.32% -0.057 1.725 10 分钟间隔 -3.25% 0.00% -0.01% 2.50% 0.31% -0.067 1.541 资料来源：光大证券研究所、Bloomberg 从 表格 关于规范使用各类表格的通知入职表格免费下载关于主播时间做一个表格详细英语字母大小写表格下载简历表格模板下载 中我们可以归纳出以下几点价格回报率的特性： 1) 当观测频率较高时回报率分布平均值和中位数都趋向于零，也就是说 期指价格在短期波动分布的均值可近似取零。 2) 当观测频率越高时回报率分布的偏度越小、正负极值的绝对数越相互 接近，即回报的对称