1. 协整关系导论：协整的定义、伪回归问题、协整在量化交易中的意义
1.1 协整到底是个啥？
说实话，我刚入行那会儿，第一次听到「协整」这个词，脑子里蹦出来的是「斜着整」——心想这玩意儿是不是跟斜线有关系？后来被前辈拍了一下脑袋，才明白过来。
协整，英文叫 Cointegration，说白了就是：两个或多个非平稳的时间序列，它们的某种线性组合却是平稳的。
你想想看，单独看一只股票的价格，它可能像喝醉了酒一样到处乱晃，毫无规律。但如果你把两只股票的价格做个差值，这个差值反而变得规规矩矩、均值回归了。嗯，这就是协整的精髓。
核心定义：如果两个时间序列 X_t 和 Y_t 都是 I(1)（一阶单整），但存在一个系数 β，使得 Z_t = Y_t - βX_t 是 I(0)（平稳序列），那么我们就说 X_t 和 Y_t 之间存在协整关系。
我在项目中遇到过不少新手，一上来就问我：「老师，那相关性不就是协整吗？」我每次都得耐心解释：相关性看的是短期同步性，协整看的是长期均衡关系。两个完全不相关的序列，也可能存在协整关系——比如黄金和白银，短期走势可能各走各的，但长期来看，它们的价差总会回到某个合理区间。
1.2 伪回归问题——一个坑了我两个月的教训
伪回归，英文叫 Spurious Regression。这玩意儿有多坑？我曾经在早期做策略回测时，把两只完全不相关的股票做了回归分析，结果 R² 高达 0.85，t 统计量也显著。我当时兴奋得不行，以为发现了新大陆。
结果呢？实盘一跑，亏得亲妈都不认识。
为什么会这样？因为两个独立的随机游走序列，你拿去做回归，大概率会得到「显著」的结果。这不是因为它们真的有关系，纯粹是统计上的幻觉。
避坑指南：我曾经犯过一个低级错误——直接用价格序列做回归，然后看 R² 和 t 值来判断关系。后来被导师骂了一顿，才明白非平稳序列之间做回归，必须先用协整检验。记住：高 R² 不等于有关系，低 R² 不等于没关系。
伪回归的典型特征：
- R² 非常高（通常 > 0.8）
- Durbin-Watson 统计量非常低（接近 0）
- 残差序列明显非平稳（有趋势或周期性）
你想想看，如果我把中国股市的收盘价和纽约的降雨量做回归，大概率也能得到「显著」结果——但这有意义吗？没有。这就是伪回归的荒谬之处。
1.3 协整在量化交易中的意义
好了，前面说了那么多理论，咱们来点实际的。协整在量化交易里到底能干啥？
我个人习惯把协整策略叫做「配对交易」的升级版。传统的配对交易看的是相关性，但相关性会变——今天高度相关的两只股票，明天可能就分道扬镳了。而协整关系，看的是长期均衡，更稳定。
具体来说，协整策略的核心逻辑是：
- 找到协整对：比如贵州茅台和五粮液，它们的价格长期存在均衡关系
- 计算价差：Z_t = Y_t - βX_t，这个价差应该是平稳的
- 设定阈值：当价差偏离均值超过 2 倍标准差时，开仓
- 等待回归：价差回归到均值附近时，平仓获利
实战小技巧：我建议你在选协整对时，优先考虑同一行业、业务模式相似的股票。比如银行股之间、保险股之间，协整关系往往更稳定。跨行业的配对，比如茅台和特斯拉，虽然也可能协整，但逻辑上说不通，实盘容易翻车。
协整策略的优势很明显：
- 市场中性：无论大盘涨跌，只要价差回归，就能赚钱
- 低回撤：因为做的是均值回归，回撤通常可控
- 可解释性强：每一笔交易都有明确的逻辑支撑
但也要注意，协整关系不是一成不变的。公司基本面变了、行业政策调整了，协整关系可能就断了。所以，我一般每 3 个月重新检验一次协整关系，确保策略还在「有效期内」。
1.4 本章知识体系总览
下面这张图，是我自己画的一个知识框架，帮你理清协整的核心脉络：
这张图把协整的三个核心模块串起来了。从左到右，先理解定义，再警惕伪回归，最后应用到量化交易中。每一步都环环相扣，缺一不可。
1.5 一个简单的协整检验示例
光说不练假把式。下面我用 Python 演示一下协整检验的基本流程。这段代码我用了很多年，基本没改过。
import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.tsa.stattools import adfuller, coint
# 模拟两个协整序列
np.random.seed(42)
T = 500
# 共同趋势
common_trend = np.cumsum(np.random.randn(T))
# 两个序列
X = common_trend + np.random.randn(T) * 0.5
Y = common_trend + np.random.randn(T) * 0.5 + 2 # 有截距
# 做协整检验
score, pvalue, _ = coint(Y, X)
print(f'协整检验统计量: {score:.4f}')
print(f'p值: {pvalue:.4f}')
if pvalue < 0.05:
print('结论：存在协整关系（拒绝原假设）')
else:
print('结论：不存在协整关系（无法拒绝原假设）')
# 计算价差
# 先做回归估计协整系数
X_const = sm.add_constant(X)
model = sm.OLS(Y, X_const).fit()
beta = model.params[1]
alpha = model.params[0]
spread = Y - (alpha + beta * X)
# 价差平稳性检验
adf_result = adfuller(spread)
print(f'\n价差ADF检验p值: {adf_result[1]:.4f}')
这段代码做了三件事：生成两个协整序列、做 Engle-Granger 两步法检验、计算价差并验证平稳性。你跑一遍就会发现，p 值通常远小于 0.05，说明协整关系确实存在。
个人习惯：我一般不会只看 coint 函数的 p 值，还会额外做一步 ADF 检验，双重确认。毕竟实盘资金不是闹着玩的，多一道验证就少一分风险。
好了，这一章的内容就到这里。协整的概念、伪回归的坑、以及它在量化交易中的价值，我都尽量用大白话讲清楚了。下一章我们会深入 Engle-Granger 两步法的具体实现，到时候我会手把手带你写代码。
公众号:蓝海资料掘金营，微信deep3321