统计套利基础：协整与配对交易、均值回归策略、统计套利的风险与局限

各位同学好。今天我们来聊聊统计套利。

说实话，这玩意儿在量化圈子里被吹得神乎其神。什么「市场中性」、「无风险套利」……听着就让人心动。但我得泼盆冷水——统计套利不是无风险套利。它只是利用统计规律，去捕捉价格偏离的机会。说白了，就是赌它会回归。

我刚开始做高频的时候，也踩过不少坑。有一次，我盯着一对股票，价差拉得特别大，我心想「稳了，这波必回归」。结果呢？价差继续扩大，直接把我止损打穿。后来复盘才发现，那两只股票的基本面已经变了，协整关系早就断了。

所以，学统计套利之前，你得先搞清楚：什么是协整？什么是均值回归？ 以及——它到底有哪些坑？

一、协整：统计套利的基石

先问个问题：两只股票价格都在涨，它们有关系吗？

不一定。可能只是大盘好，大家都在涨。真正有关系的是——它们的价差是稳定的。

举个例子。A股和H股，同一家公司，两地上市。按理说，价格应该差不多。但有时候A股贵，有时候H股贵。如果你发现价差偏离了正常范围，就可以做多便宜的、做空贵的，等它们回归。

这就是协整的核心思想：两个或多个时间序列，虽然各自不平稳，但它们的线性组合是平稳的。

嗯，我知道你看到公式就头疼。我换个说法：两只股票，长期看会「手拉手」一起走，偶尔松开，但最终会再牵上。这个「松开」就是套利机会。

如何检验协整？

我个人习惯用 Engle-Granger 两步法。步骤很简单：

1. 第一步：用 OLS 回归 \(Y_t = \alpha + \beta X_t + \epsilon_t\)，得到残差 \(\epsilon_t\)。
2. 第二步：对残差做 ADF 检验（单位根检验）。如果残差是平稳的，就说明协整关系存在。

代码实现也不复杂。我贴一段 Python 示例：

import statsmodels.api as sm
from statsmodels.tsa.stattools import adfuller

# 假设 X 和 Y 是两个价格序列
X = sm.add_constant(X)
model = sm.OLS(Y, X).fit()
residuals = model.resid

# ADF 检验
adf_result = adfuller(residuals)
print(f'ADF Statistic: {adf_result[0]}')
print(f'p-value: {adf_result[1]}')

# p-value < 0.05 说明残差平稳，协整关系成立
if adf_result[1] < 0.05:
    print('协整关系存在')
else:
    print('没有协整关系')

这里要注意：ADF 检验的临界值要调整。因为残差是从回归中估计出来的，直接用标准临界值会偏保守。我一般用 MacKinnon 临界值表，或者直接用 coint 函数，它内部已经处理了这个问题。

二、配对交易：把理论变成策略

协整检验通过了，接下来就是怎么交易。

配对交易的核心逻辑很简单：

• 计算价差：\(spread = Y - \beta X\)
• 标准化价差：\(z\_score = (spread - mean(spread)) / std(spread)\)
• 设定阈值：当 z_score 超过 +2 或低于 -2 时，开仓。
• 回归平仓：当 z_score 回归到 0 附近时，平仓。

举个例子。假设你发现茅台和五粮液是协整的。当前 z_score 是 2.5，说明茅台相对五粮液太贵了。你的操作是：

• 做空茅台（卖贵的那一个）
• 做多五粮液（买便宜的那一个）

等 z_score 回到 0，两边平仓，赚的就是价差回归的钱。

听起来很完美，对吧？但实际跑起来，问题一堆。

我踩过的坑

第一个坑：阈值设得太死。我曾经用固定的 ±2 倍标准差，结果市场波动一变大，频繁开仓止损。后来我改用动态阈值，根据近期波动率调整，效果好很多。

第二个坑：手续费和滑点。高频配对交易，一天可能来回几十次。手续费和滑点一扣，利润全没了。我建议你在回测时，至少按 2 倍手续费、1 个 tick 滑点来算。

第三个坑：协整关系失效。这是最致命的。我遇到过一对股票，协整了两年，突然有一天关系断了。原因？一家公司被收购了。所以，定期重新检验协整是必须的。

三、均值回归策略：不止于配对

配对交易只是均值回归策略的一种。广义的均值回归，可以应用到更多场景。

比如：

• 单个资产的均值回归：价格偏离移动平均线太远，就反向开仓。
• 行业指数的均值回归：行业 ETF 偏离同类太多，做多/做空。
• 跨品种的均值回归：比如黄金和白银，历史上价差有稳定区间。

我个人比较喜欢用 布林带 来做均值回归。上轨做空，下轨做多，中轨平仓。简单粗暴，但有效。

# 布林带均值回归示例
import numpy as np

def bollinger_strategy(price, window=20, num_std=2):
    rolling_mean = price.rolling(window).mean()
    rolling_std = price.rolling(window).std()
    upper_band = rolling_mean + num_std * rolling_std
    lower_band = rolling_mean - num_std * rolling_std
    
    # 信号：价格突破上轨做空，突破下轨做多
    signals = pd.DataFrame(index=price.index)
    signals['short'] = price > upper_band
    signals['long'] = price < lower_band
    return signals

但这里有个问题：均值回归策略在趋势行情里会死得很惨。你想想看，如果价格一路向上，你每次在上轨做空，都会被趋势碾压。所以，均值回归策略一定要搭配趋势过滤器。

我常用的过滤器是 ADX（平均趋向指数）。ADX 低于 25 时，说明市场在震荡，适合做均值回归。ADX 高于 25，说明趋势来了，赶紧停手。

四、统计套利的风险与局限

好了，前面说了这么多美好的东西。现在该聊聊风险了。

统计套利不是印钞机。它有三大风险，你必须时刻记在心里。

1. 模型风险

你的协整关系是基于历史数据算出来的。但历史会重演吗？不一定。市场结构在变，参与者在变，规则在变。你今天发现的协整关系，明天可能就失效了。

我曾经回测一个策略，三年夏普 2.5，实盘一个月就亏了 10%。为什么？因为那对股票的流动性变了，价差不再回归了。

2. 执行风险

统计套利通常需要同时做多和做空。但实际交易中，你很难做到「同时」。延迟几毫秒，价差可能就变了。尤其是高频场景，滑点能吃掉你大部分利润。

我建议你：用限价单，别用市价单。虽然成交慢一点，但至少不会滑点滑到怀疑人生。

3. 尾部风险

这是最可怕的。统计套利假设价差会回归，但万一不回归呢？比如 2008 年金融危机，很多原本协整的股票，价差直接崩了。如果你没有止损，爆仓是分分钟的事。

所以，永远要设止损。我一般设 3 倍标准差作为硬止损。超过这个范围，不管什么原因，先平仓再说。

五、知识体系图

最后，我画了一张图，帮你梳理本章的核心逻辑。

这张图把本章的核心内容串起来了。从协整检验开始，到配对交易和均值回归策略，最后落到风险控制。你学完这一章，应该能自己画一遍这张图。

好了，今天就聊到这儿。统计套利是个好东西，但别神话它。记住：没有完美的策略，只有不断进化的交易员。