一、协整关系入门：什么是协整？为什么跨品种套利需要协整？协整与相关性的区别
各位同学，欢迎来到《跨品种套利中的协整关系实战应用》的第一章。
我是你们这门课的主讲。做了这么多年量化交易，我见过太多人一上来就问我：「老师，两个品种走势看着挺像，是不是就能套利了？」
嗯，这个问题，恰恰就是咱们今天要聊的核心。
说白了，很多人把「长得像」和「有内在联系」搞混了。这就像你看到两个人穿同款衣服，就觉得他们是双胞胎——这逻辑，在金融市场上是要亏钱的。
1.1 什么是协整？一个接地气的解释
先别急着看公式。咱们先聊个故事。
我记得有一次，我在做股指期货和ETF的套利策略。当时我盯着沪深300股指期货和对应的ETF基金，发现它们的价格走势几乎一模一样。但奇怪的是，有时候它们会突然「走散」——期货涨了，ETF没动；或者ETF跌了，期货还撑着。
这时候，新手可能会想：「完了，相关性失效了，赶紧跑吧。」
但老手会想：「等等，它们会不会再回来？」
协整，就是回答这个「会不会回来」的问题。
协整的数学定义：如果两个或多个非平稳时间序列的线性组合是平稳的，那么这些序列之间存在协整关系。
翻译成人话：
- 两个序列本身可能「上蹿下跳」（非平稳）
- 但它们之间的「差距」或者「价差」是稳定的（平稳）
- 一旦差距拉大，就会有一股力量把它们拉回来
你想想看，这像不像一根橡皮筋拴着两个球？球可以乱跑，但橡皮筋的长度是固定的。跑远了，就会被拽回来。
核心要点：协整描述的是变量之间长期稳定的均衡关系。短期可以偏离，但长期必须回归。
1.2 为什么跨品种套利需要协整？
这个问题，我当年刚入行时也困惑过。
我当时想：「既然两个品种走势相关，那做多一个、做空另一个，不就能赚钱了吗？」
结果呢？亏得我怀疑人生。
为什么会这样？
因为相关性 ≠ 可套利性。
咱们来看一个具体的场景：
| 场景 | 相关性高 | 协整关系存在 |
|---|---|---|
| 两个品种同涨同跌 | ✅ 是 | 不一定 |
| 价差会回归均值 | 不一定 | ✅ 是 |
| 适合做配对套利 | ❌ 不一定 | ✅ 是 |
我给大家举个例子。假设A股票和B股票，过去一年相关性高达0.95。你兴冲冲地做了配对交易：做多A，做空B。
结果呢？A和B同时暴跌，但A跌了20%，B只跌了5%。你的多头亏了20%，空头只赚了5%，整体亏了15%。
这就是「相关性陷阱」——它们确实同涨同跌，但价差并没有回归的「义务」。
协整才是套利的数学基础。它保证了：
- 价差是均值回归的
- 偏离越大，回归的概率越高
- 你可以用统计方法量化这个「回归力」
我的经验：我习惯在筛选套利对时，先用相关性做初筛（速度快），再用协整检验做终筛（精度高）。两者结合，效率最高。
1.3 协整与相关性的区别——别再搞混了
这个问题，我几乎每次讲课都会被问到。咱们今天一次性说清楚。
相关性衡量的是两个变量线性关联的强度。它只看「当前时刻」的关系。
协整衡量的是两个变量长期均衡关系的存在性。它看的是「时间序列的联合动态」。
我画个图帮你理解：
这张图很直观。相关性只看「表面」，协整看「本质」。
我再给你一个经典的反例：
- 一个醉汉和一条狗，在街上乱走。他们的路径可能高度相关（都往东走），但没有任何经济意义。
- 一个醉汉牵着一条狗，狗跑远了会被绳子拽回来。这才是协整。
我当年在实盘里就吃过这个亏。有一次我发现螺纹钢和热卷的相关性高达0.92，兴冲冲地做了配对。结果价差越走越远，最后止损出局。
后来一查，原来这两个品种虽然同属黑色系，但下游需求结构不同，并没有协整关系。
避坑指南：我曾经以为高相关性就是套利的圣杯，结果被市场狠狠教育了一顿。记住：相关性高 ≠ 协整存在。一定要做协整检验，别偷懒。
1.4 协整的直观理解——用Python画个图
光说不练假把式。咱们用Python来模拟一下，什么是协整，什么不是。
import numpy as np
import matplotlib.pyplot as plt
# 设置随机种子
np.random.seed(42)
# 生成两个协整序列
# 共同趋势
trend = np.cumsum(np.random.randn(200))
# 序列A = 共同趋势 + 噪声
A = trend + np.random.randn(200) * 0.5
# 序列B = 共同趋势 * 0.8 + 噪声
B = trend * 0.8 + np.random.randn(200) * 0.5
# 价差 = A - 0.8 * B（理论上应该是平稳的）
spread = A - 0.8 * B
# 打印价差的均值和标准差
print(f"价差均值: {np.mean(spread):.3f}")
print(f"价差标准差: {np.std(spread):.3f}")
print(f"价差是平稳的吗？大概率是！")这段代码模拟了两个协整的品种。你看，虽然A和B都在随机游走，但它们的价差是围绕0波动的，均值稳定。
这就是协整的精髓：两个非平稳的序列，组合之后变平稳了。
1.5 协整检验的直觉
那怎么判断两个品种有没有协整关系呢？
最常用的方法是Engle-Granger两步法：
- 第一步：用OLS回归，估计协整系数（比如上面例子中的0.8）
- 第二步：对残差（也就是价差）做单位根检验（ADF检验）
如果残差是平稳的，就说明存在协整关系。
我个人的习惯是：
- 先用ADF检验看残差是否平稳
- 再用Johansen检验确认协整向量的个数
- 最后用BIC或AIC选择最优的滞后阶数
这些内容，咱们后面的章节会详细展开。今天先有个概念就行。
小技巧：在实际项目中，我建议你同时做多个检验。不同的检验方法各有优劣，交叉验证能提高可靠性。
1.6 本章小结
好了，咱们来捋一捋今天的内容：
- 协整是什么：两个非平稳序列的线性组合是平稳的，它们之间存在长期均衡关系
- 为什么套利需要协整：只有协整才能保证价差回归，这是套利的数学基础
- 协整 vs 相关性：相关性看表面，协整看本质。高相关不一定能套利，协整才是硬道理
我做了这么多年量化，最大的体会就是：不要被表面的相关性迷惑，要深挖背后的协整关系。这是跨品种套利的基石，也是你从新手到老手的必经之路。
下一章，咱们会深入讲解协整检验的具体方法，包括ADF检验、Johansen检验，以及如何用Python实现。到时候，我会分享一些我在实盘中踩过的坑，以及怎么避开它们。
今天就到这里。记住：协整不是万能的，但没有协整是万万不能的。