均值回归策略：深度拆解与应用
📚 共计 30 章节
第01章
均值回归的哲学与数学基础
从“物极必反”到Ornstein-Uhlenbeck过程，理解均值回归的核心逻辑。
哲学
OU过程
第02章
平稳性与单位根检验
为什么均值回归策略只对平稳时间序列有效？ADF检验与KPSS检验的实战应用。
ADF
KPSS
平稳性
第03章
配对交易的核心逻辑
协整关系的数学定义与统计检验，如何找到“天生一对”的股票对。
协整
配对
第04章
构建价差序列
从价格到价差，如何标准化价差（Z-Score）并设定交易阈值。
Z-Score
阈值
第05章
交易信号的生成
基于Z-Score的上下轨突破策略，以及如何避免“假突破”陷阱。
信号
假突破
第06章
仓位管理与Kelly公式
在均值回归策略中，如何根据信号强度动态分配仓位。
Kelly
仓位
第07章
止损与风控
均值回归策略的最大回撤控制，以及“趋势行情”下的止损艺术。
止损
回撤
第08章
回测框架搭建
用Python（Pandas/Backtrader）构建一个完整的均值回归策略回测系统。
Python
Backtrader
第09章
绩效评估指标
夏普比率、最大回撤、胜率、盈亏比，哪些指标对均值回归策略最重要？
夏普
回撤
第10章
参数优化与过拟合
网格搜索、遗传算法，以及如何用Walk-Forward Analysis避免过拟合。
优化
过拟合
第11章
多资产配对
从股票扩展到ETF、期货、加密货币，不同资产类别的均值回归特性。
ETF
加密货币
第12章
统计套利与市场中性
如何构建一个市场中性的投资组合，剥离大盘风险。
中性
套利
第13章
高频均值回归
Tick级数据的配对交易，以及订单流不平衡的均值回归信号。
高频
Tick
第14章
机器学习增强
用K-Means聚类寻找配对，用随机森林预测价差回归概率。
K-Means
随机森林
第15章
协整关系的动态更新
滚动窗口协整检验，应对市场结构变化。
滚动窗口
动态
第16章
交易成本与滑点
在回测中精确模拟佣金、印花税和冲击成本。
滑点
冲击成本
第17章
实盘交易系统架构
从信号生成到订单执行，一个完整的自动化交易流水线。
架构
自动化
第18章
风险管理进阶
VaR与CVaR在均值回归策略中的应用，以及压力测试。
VaR
CVaR
第19章
跨市场套利
股指期货与ETF之间的期现套利，利用均值回归捕捉基差收敛。
期现套利
基差
第20章
波动率与均值回归
为什么高波动率环境下均值回归策略表现更好？
波动率
环境
第21章
时间框架选择
日线、小时线、分钟线，不同周期下均值回归策略的适应性。
周期
适应性
第22章
非平稳数据的处理
差分、对数收益率、HP滤波，如何让数据“变平稳”。
差分
HP滤波
第23章
多因子均值回归
结合动量、价值、质量因子，构建复合均值回归策略。
多因子
复合
第24章
事件驱动型均值回归
财报发布、分红、拆股等事件对价差的影响与交易机会。
事件驱动
财报
第25章
算法交易执行
VWAP、TWAP、冰山订单，如何降低均值回归策略的执行成本。
VWAP
冰山订单
第26章
心理偏差与行为金融
过度反应、锚定效应，这些行为金融学原理如何解释均值回归？
行为金融
锚定
第27章
策略容量与流动性风险
资金规模大了怎么办？如何评估策略的市场冲击。
容量
流动性
第28章
黑天鹅与肥尾风险
均值回归策略在极端行情下的表现，以及如何用期权对冲。
肥尾
期权对冲
第29章
策略组合与资金分配
将均值回归策略与趋势跟踪策略组合，实现全天候收益。
组合
全天候
第30章
未来展望与前沿研究
深度学习在均值回归中的应用，以及Decentralized Finance中的新机会。
深度学习
DeFi