一、统计套利概述

各位同学好，我是老张。今天咱们聊聊统计套利。说实话，这玩意儿在量化圈里算是个「老演员」了，但真正能把它玩明白的人，其实不多。

我最早接触统计套利是在2016年，当时帮一家私募做商品期货的配对交易。那会儿我天真地以为，只要找到两个走势差不多的品种，做多一个做空另一个就能稳赚。结果呢？嗯，被市场狠狠教育了一顿。后来我才明白，统计套利的核心不是「看着像」，而是「数学上说得通」。

1.1 什么是统计套利

统计套利，说白了就是利用统计学方法，找到两个或多个资产之间稳定的价格关系。当这个关系暂时偏离时，我们押注它会回归正常。

举个例子。你想想看，贵州茅台和五粮液，都是白酒龙头。它们的股价长期来看，走势是高度相关的。如果某天茅台突然大涨，五粮液没跟上，那按照统计套利的思路，我们就做空茅台、做多五粮液，赌它们的价差会缩回去。

这里有个关键点：我们赌的是「大概率」，而不是「100%确定」。这和下面要讲的无风险套利完全不同。

1.2 统计套利 vs 无风险套利

很多新手容易把这两者搞混。我刚开始做的时候也犯过这个错。咱们直接上表格对比：

对比维度	统计套利	无风险套利
风险程度	有风险（模型风险、市场风险）	理论上无风险
盈利逻辑	依赖均值回归的统计规律	依赖同一资产在不同市场的价差
持仓时间	数小时到数周不等	极短（秒级到分钟级）
资金容量	较大	较小（套利机会转瞬即逝）
典型例子	配对交易、股指期货跨期套利	ETF套利、期现套利

无风险套利，比如你在A股市场看到同一只股票在沪市和深市的价格不一样，瞬间买入便宜的、卖出贵的，锁定差价。这种机会现在基本被高频交易者抢光了，散户根本碰不到。

而统计套利，比如我去年做过的螺纹钢和热卷的配对交易。这两个品种都是钢材，生产工艺相近，价格长期同步。但有时候因为短期供需扰动，价差会拉大。这时候进场，等它回归。注意，我说的是「等它回归」，不是「一定会回归」。这就是风险所在。

1.3 统计套利的数学基础

聊完了概念，咱们得说说背后的数学。别怕，我不推公式，咱们讲人话。

1.3.1 协整：两个资产「绑在一起」的证据

协整，听起来高大上，其实意思很简单：两个非平稳的时间序列，它们的线性组合是平稳的。

我举个例子你就明白了。一个醉汉牵着一条狗走路。醉汉的路线是随机的（非平稳），狗的路线也是随机的（非平稳），但狗绳的长度是固定的。所以醉汉和狗之间的距离，始终在一个范围内波动（平稳）。

在金融里，协整就是那条「狗绳」。它告诉我们：虽然A和B各自乱走，但它们之间的价差是稳定的。

怎么检验协整？最常用的是Engle-Granger两步法。代码实现也不复杂：

import statsmodels.api as sm
import numpy as np

# 假设price_a和price_b是两个资产的价格序列
def check_cointegration(price_a, price_b):
    # 第一步：回归
    X = sm.add_constant(price_a)
    model = sm.OLS(price_b, X).fit()
    residuals = model.resid
    
    # 第二步：对残差做ADF检验
    adf_result = sm.tsa.stattools.adfuller(residuals)
    
    # p值小于0.05，说明残差平稳，即存在协整关系
    return adf_result[1] < 0.05

我个人习惯把p值阈值设到0.01，宁可错过一些机会，也要减少假阳性。毕竟真金白银进场，谨慎点没坏处。

1.3.2 均值回归：价差会「弹回来」

均值回归是统计套利的另一个基石。它说的是：一个时间序列，在偏离均值后，有回归均值的倾向。

你想想看，一根橡皮筋，你拉得越远，它弹回来的力量越大。价差也是一样。当价差偏离到一定程度，市场力量会把它拉回来。

但这里有个坑：均值回归的速度和幅度，不是固定的。我见过有的配对，偏离后3天就回归了；有的偏离后能持续3个月。所以做统计套利，仓位管理比选对品种更重要。

1.3.3 协整与均值回归的关系

这两个概念其实是同一枚硬币的两面。协整告诉我们「存在稳定的关系」，均值回归告诉我们「偏离后会回来」。没有协整，均值回归就是空中楼阁。

我画了一张图，帮你理清整个知识体系：

从这张图你可以看到，统计套利不是凭空产生的。它建立在协整和均值回归这两个数学基础之上。没有协整检验，你所谓的「套利」就是瞎蒙；不懂均值回归，你进场了也不知道什么时候该跑。

好了，这一章的内容就到这里。记住：统计套利不是印钞机，它是一把需要精心打磨的刀。用好了，能帮你稳定盈利；用不好，割伤的是自己。