一、统计套利概述
大家好，我是你们的量化金融讲师。今天咱们聊聊统计套利——这个听起来高大上、其实挺接地气的策略类型。
先问个问题：你听说过“套利”吗？传统套利，比如在A市场1块钱买苹果，B市场2块钱卖，稳赚不赔。但统计套利不一样，它不追求100%确定，而是靠概率赚钱。说白了，就是找两个相关性强的资产，等它们价格跑偏了，再赌它们会回归。
1.1 什么是统计套利？
统计套利（Statistical Arbitrage），简称Stat Arb。它利用数学模型，寻找资产间暂时的定价偏差。一旦发现偏差，就做多被低估的、做空被高估的，等价格回归后平仓获利。
我刚开始做量化时，觉得这玩意儿跟赌博差不多。后来在实盘中吃过亏才明白——统计套利不是赌，是算。算概率、算风险、算回归速度。
核心思想： 均值回归。价格偏离均值越远，回归的概率越大。
1.2 统计套利 vs 无风险套利
这两者有什么区别？我列个表，你一看就明白。
| 对比维度 | 无风险套利 | 统计套利 |
|---|---|---|
| 确定性 | 100%确定 | 概率性（通常70%-90%） |
| 风险 | 几乎为零 | 存在模型风险、尾部风险 |
| 机会频率 | 极低（秒级甚至毫秒级） | 较高（分钟级到日级） |
| 资金容量 | 小（容易被抢） | 大（可容纳大资金） |
| 典型例子 | 同一股票在不同交易所的价差 | 两只同行业股票的价差回归 |
举个例子。无风险套利就像你发现楼下便利店可乐卖2块，隔壁超市卖3块，你立刻买进卖出赚1块。但统计套利呢？你发现茅台和五粮液的价格差历史均值是10块，现在差到了15块，你赌它会回到10块。注意，是“赌”，不是“一定”。
注意： 统计套利不是无风险。我见过有人因为价差不回归，硬扛了半年，最后亏了30%。所以，止损和仓位管理是命根子。
1.3 数学基础：协整与平稳性
搞统计套利，绕不开两个概念：平稳性和协整。别怕，我用大白话讲。
平稳性
平稳性，说白了就是一条时间序列的统计性质（均值、方差）不随时间变化。比如白噪音就是平稳的，但一只股票的价格通常不平稳——它会上涨、下跌、震荡。
为什么需要平稳性？因为我们的模型假设“均值回归”。如果序列本身就不平稳，均值一直在变，回归个啥？
小技巧： 我习惯用ADF检验（Augmented Dickey-Fuller test）来判断平稳性。p值小于0.05，就认为序列平稳。
协整
协整是啥？两个不平稳的序列，它们的线性组合却可能是平稳的。比如A股和H股，单独看都不平稳，但它们的价差可能是平稳的。这就是协整。
我记得有一次做银行股配对交易，发现招商银行和兴业银行的股价都不平稳，但它们的价差序列通过了ADF检验。这就是协整关系。有了这个，我就可以放心做统计套利了。
# Python示例：协整检验
import statsmodels.api as sm
from statsmodels.tsa.stattools import adfuller
# 假设price_a和price_b是两个股票价格序列
# 先做回归
model = sm.OLS(price_a, sm.add_constant(price_b)).fit()
residuals = model.resid
# 对残差做ADF检验
adf_stat, p_value, _, _, critical_values, _ = adfuller(residuals)
print(f'ADF统计量: {adf_stat}, p值: {p_value}')
if p_value < 0.05:
print('残差平稳，存在协整关系')
else:
print('残差不平稳，没有协整关系')
1.4 常见统计套利策略类型
统计套利不是只有一种玩法。我根据实战经验，给你梳理几种常见类型。
- 配对交易（Pairs Trading）： 最经典。选两只相关性高的股票，做多一只、做空另一只。比如可口可乐和百事可乐。
- 篮子交易（Basket Trading）： 多只股票组成一个篮子，与另一个篮子或指数做对冲。比如做多科技股篮子，做空金融股篮子。
- ETF套利： ETF价格与其成分股净值之间的偏差。我做过几次，但要注意交易成本和流动性。
- 跨期套利： 同一品种不同到期月份的期货合约。比如做多近月、做空远月。
- 统计因子套利： 利用多因子模型，找出被错误定价的股票。比如做多低估值因子、做空高估值因子。
每种策略都有它的脾气。配对交易适合新手，因为逻辑简单、风险可控。篮子交易资金容量大，但模型复杂。我个人建议，刚开始先玩配对交易，等摸透了再升级。
避坑指南： 我曾经在配对交易中踩过一个坑——选了相关性高但协整关系不稳定的股票对。结果价差一直不回，亏了手续费。后来我学乖了，每次做配对前，先跑协整检验，再跑回测，最后才实盘。
知识体系总览
下面这张图，帮你理清本章的知识结构。
嗯，这张图把本章的核心内容串起来了。从定义到对比，从数学基础到策略类型，每一步都是环环相扣的。你想想看，没有协整检验，配对交易就是瞎蒙；没有策略分类，你就不知道哪种适合自己。
好了，统计套利概述就讲到这里。下一章咱们会深入协整检验的实操，手把手教你用Python跑一遍。记住，理论是骨架，代码是血肉，两者缺一不可。