一、统计套利基础：从实战角度理解这个“印钞机”

大家好，我是老张。在量化这行摸爬滚打了十几年，今天咱们聊聊统计套利。

说实话，我刚入行那会儿，听到“统计套利”这四个字，第一反应是——这不就是高级点的“低买高卖”吗？后来被市场狠狠教育了几次，才明白这里面门道有多深。

1.1 什么是统计套利？

统计套利，说白了就是利用历史数据找规律。找到两个或多个资产之间稳定的价格关系，当这个关系暂时“跑偏”时，我们进场套利，等它回归正常。

举个例子。我2015年做过一个螺纹钢和热卷的配对交易。这两个品种，生产工艺相近，价格走势高度相关。正常情况下，价差在某个区间波动。一旦价差超出正常范围，我就做多一个、做空另一个，等它们“和好”。

嗯，这里要注意：统计套利不是无风险套利。它赌的是“大概率会回归”，而不是“一定回归”。

1.2 统计套利 vs 无风险套利

这两个概念，我见过太多人搞混了。咱们用一张表说清楚：

对比维度	统计套利	无风险套利
风险特征	有风险，概率性盈利	理论上零风险
盈利逻辑	依赖统计规律和均值回归	依赖市场定价错误
持仓时间	几分钟到几天不等	极短，秒级甚至毫秒级
资金容量	较大，可容纳千万级资金	较小，机会转瞬即逝
典型场景	配对交易、指数套利	期现套利、ETF套利

我个人习惯把统计套利叫做“概率套利”。你想想看，无风险套利就像捡地上的钱，但地上哪来那么多钱让你捡？统计套利更像是“种地”——你播种、施肥、等待收获，中间可能遇到天灾，但长期来看，收益是正的。

1.3 高频统计套利的市场环境要求

做高频统计套利，不是随便找个市场就能干的。我这些年踩过的坑，总结下来有四个硬性条件：

• 流动性要好——说白了就是买卖盘口要厚。我见过一个策略，逻辑没问题，但市场深度不够，一进场就把价差打没了，根本没法做。
• 交易成本要低——高频策略，一天来回几十上百次。手续费、滑点稍微高一点，利润就全没了。我一般要求双边成本控制在万分之一以内。
• 市场效率要适中——太有效的市场，机会少；太无效的市场，风险大。我个人偏好那种“半有效”市场，比如商品期货的某些跨期组合。
• 交易规则要稳定——最怕的就是交易所突然改规则。2016年股指期货受限那会儿，我手上的策略直接废了一半。

1.4 知识体系总览

下面这张图，是我做这个课程的整体框架。你看一眼，心里就有数了：

这张图就是咱们整个课程的地图。从基础概念开始，一步步深入到高频实现和实战部署。每一层都环环相扣，缺一不可。

1.5 一个简单的统计套利示例

光说不练假把式。我写个最简单的配对交易逻辑，用Python演示一下：

import numpy as np
import pandas as pd

# 模拟两个高度相关的资产价格
np.random.seed(42)
n = 1000
asset_a = np.cumsum(np.random.randn(n)) + 100
asset_b = asset_a + np.random.randn(n) * 0.5  # 价差稳定在0附近

# 计算价差
spread = asset_a - asset_b

# 设定阈值
entry_threshold = 2.0  # 价差超过2个标准差进场
exit_threshold = 0.5   # 价差回归到0.5个标准差出场

# 生成交易信号
signals = np.zeros(n)
for i in range(1, n):
    if spread[i] > entry_threshold:
        signals[i] = -1  # 做空价差
    elif spread[i] < -entry_threshold:
        signals[i] = 1   # 做多价差
    elif abs(spread[i]) < exit_threshold:
        signals[i] = 0   # 平仓

print(f"共生成 {np.sum(signals != 0)} 个交易信号")
print(f"做多信号: {np.sum(signals == 1)}")
print(f"做空信号: {np.sum(signals == -1)}")

这段代码虽然简单，但核心思想都在里面了。你想想看，实际做高频的时候，无非就是把这个逻辑塞进C++引擎里，把计算速度压到微秒级。

好了，这一章就到这里。咱们把基础打牢了，后面才能跑得快。

---