交易信号生成：阈值设定的艺术与科学
做高频统计套利这么多年，我最大的体会就是——信号生成是整个策略的灵魂。阈值怎么设，直接决定了你是吃肉还是喝汤。今天咱们就聊聊这个话题，我把这些年踩过的坑、总结的经验，一股脑倒出来。
一、固定阈值：简单粗暴，但别小看它
固定阈值，说白了就是设定一个不变的数值。比如价差超过2个标准差就开仓，回到0.5个标准差就平仓。我刚开始做套利那会儿，用的就是这招。
固定阈值的典型设定：
- 开仓阈值：均值 ± 2.0σ（标准差）
- 平仓阈值：均值 ± 0.5σ
- 止损阈值：均值 ± 3.5σ
嗯，这里要注意。固定阈值有个致命问题——市场在变。你想想看，去年波动率是1%，今年变成3%了，你那2个标准差还是原来的数值吗？
我在2019年做过一个螺纹钢和热卷的套利策略。回测时固定阈值表现完美，实盘第一个月就亏了8%。为什么？因为那段时间政策频出，波动率翻了一倍。固定阈值根本跟不上节奏。
二、动态阈值：让策略学会自适应
动态阈值，就是让阈值跟着市场状态走。说白了，波动率大的时候阈值放宽，波动率小的时候阈值收紧。这才是实战中更靠谱的做法。
我个人习惯用滚动窗口计算动态阈值。比如取过去60个交易日的价差数据，每天重新算均值和标准差。
# 动态阈值计算示例（Python伪代码）
def calc_dynamic_threshold(spread, window=60, z_entry=2.0, z_exit=0.5):
# 滚动均值和标准差
rolling_mean = spread.rolling(window).mean()
rolling_std = spread.rolling(window).std()
# 动态开仓阈值
upper_entry = rolling_mean + z_entry * rolling_std
lower_entry = rolling_mean - z_entry * rolling_std
# 动态平仓阈值
upper_exit = rolling_mean + z_exit * rolling_std
lower_exit = rolling_mean - z_exit * rolling_std
return upper_entry, lower_entry, upper_exit, lower_exit实战小技巧：窗口大小的选择很关键。太短（比如20天）容易受噪音干扰，太长（比如120天）又反应太慢。我个人偏好60-90天，具体要看品种的交易活跃度。
三、开仓信号逻辑：别急着进场
开仓信号，核心就一句话：价差偏离到一定程度，赌它会回归。但怎么定义「一定程度」，这里头学问大了。
我一般用三层过滤：
- 第一层：阈值触发 - 价差突破开仓阈值
- 第二层：动量确认 - 价差在阈值外停留至少N个tick（防止毛刺）
- 第三层：流动性检查 - 买卖盘口深度足够，能容纳你的仓位
为什么要加第二层？我曾经吃过亏。有一次价差瞬间突破阈值又弹回来，我的策略直接开仓了，结果就是个噪音。从那以后，我强制要求价差在阈值外至少停留3个tick才开仓。效果立竿见影，虚假信号减少了40%。
避坑指南：我曾经在股指期货套利中，因为没加流动性检查，开仓后才发现对手盘深度不够，滑点直接吃掉了一半利润。记住，信号再好，没有流动性就是白搭。
四、平仓信号逻辑：会买的是徒弟，会卖的是师傅
平仓比开仓难多了。我见过太多人，开仓信号做得花里胡哨，平仓却草草了事。结果呢？盈利的单子拿不住，亏损的单子死扛。
平仓信号我分三种：
| 平仓类型 | 触发条件 | 适用场景 |
|---|---|---|
| 目标平仓 | 价差回归到平仓阈值（如0.5σ） | 趋势平稳，正常回归 |
| 止损平仓 | 价差突破止损阈值（如3.5σ） | 价差持续发散，结构可能变了 |
| 时间平仓 | 持仓超过预设时间（如4小时） | 防止隔夜风险，控制持仓周期 |
这里我想重点说说时间平仓。很多人觉得套利是低风险的，可以一直拿着。但你想过没有？如果价差4个小时都不回归，说明你的统计假设可能已经失效了。这时候硬扛，风险反而更大。
五、固定 vs 动态：到底怎么选？
直接给结论吧：
- 固定阈值适合：波动率稳定的品种、高频做市策略、回测验证期
- 动态阈值适合：波动率变化大的品种、中低频套利、实盘交易
我个人建议，新手先从动态阈值入手。虽然计算复杂一点，但容错率高。等你对品种特性摸透了，再考虑固定阈值做精细化调整。
六、一张图看懂信号生成逻辑
下面这张图，是我做课程时画的。它把整个信号生成流程串起来了，你一看就明白。
你看，整个流程其实不复杂。关键就在于阈值计算那一步——你选固定还是动态，直接决定了后面所有信号的质量。
七、实战中的几个坑
最后，分享几个我踩过的坑，希望能帮你少走弯路：
- 别过度优化阈值参数。我见过有人把z_entry从2.0调到2.05，回测曲线好看了，实盘却一塌糊涂。过度拟合是高频策略的头号杀手。
- 动态阈值要加平滑处理。直接用原始数据算滚动标准差，容易被极端值带偏。我习惯先做一次中位数滤波，再去算阈值。
- 平仓信号要留余量。比如目标平仓阈值是0.5σ，但实际成交可能在0.6σ。设计时就要考虑这个滑点，别等到实盘才发现利润被吃掉了。
好了，阈值设定这块就聊到这儿。记住一句话：信号生成不是数学题，是艺术。你得在理论和实战之间找到那个平衡点。