第一章：统计套利导论

大家好，欢迎来到《统计套利：从策略研究到资金管理》的第一章。

我是你们这门课的主讲。在量化这个行当摸爬滚打了十几年，从最早的MATLAB回测到现在的Python全流程，踩过的坑确实不少。今天咱们聊的统计套利，算是我个人最偏爱的一个领域。为什么？因为它不像高频交易那样拼硬件，也不像主观交易那样拼直觉。它靠的是数学，是逻辑，是概率。

说白了，统计套利就是一门「找规律」的学问。

1.1 什么是统计套利？

先问大家一个问题：你看到两只股票，走势几乎一模一样。一只涨了，另一只大概率也会跟着涨。这时候，如果其中一只突然跌了，而另一只没动，你会怎么做？

我猜你会想：买那只跌的，等它涨回来。这就是统计套利最朴素的思想。

统计套利（Statistical Arbitrage），简称Stat Arb。它不追求无风险的利润，而是寻找那些「大概率会回归」的价差关系。你想想看，市场里没有绝对的确定性，但有相对的稳定性。

举个例子。我记得2018年的时候，我跟踪过中石化和中石油的价差。这两家公司业务相似，股价长期存在某种比例关系。有一天价差突然拉大到历史极值，我果断入场。结果呢？三天后价差回归，盈利出局。这不是运气，是统计规律在起作用。

1.2 统计套利与无风险套利的区别

很多新手容易把这两者搞混。我刚开始做量化时也犯过这个错。

无风险套利，比如期现套利。你买入股指期货，同时卖出对应的现货组合。价差收敛时平仓，利润是锁死的。风险？几乎为零。但问题是，这种机会转瞬即逝，而且容量极小。

统计套利不一样。它承担了「价差可能不回归」的风险。说白了，你赌的是统计规律会成立。但万一不成立呢？那就亏钱了。

对比维度	无风险套利	统计套利
风险水平	接近零	中等（存在尾部风险）
机会频率	极低	较高
资金容量	小	大
依赖条件	市场定价错误	统计关系稳定
典型策略	期现套利、跨市场套利	配对交易、均值回归

我曾经见过一个团队，把统计套利当无风险套利做。杠杆加得很高，结果遇到一次价差持续偏离，直接爆仓。嗯，这里要注意：统计套利不是无风险的，它只是风险可控。

1.3 统计套利的数学基础

聊到数学，大家别紧张。咱们这门课不会堆砌公式，但有两个概念必须搞懂：平稳性和协整。

平稳性

平稳性，说白了就是数据的统计性质不随时间变化。均值是稳定的，方差是稳定的，自相关结构也是稳定的。

为什么重要？因为统计套利依赖历史规律。如果数据本身都不稳定，你找出来的规律就是伪回归。我见过太多人拿两个随机游走的价格序列做回归，R方高达0.9，以为发现了宝藏。结果一实盘，亏得底朝天。

协整

协整是平稳性的升级版。单个价格序列可能不平稳，但它们的线性组合可以是平稳的。这就是协整。

举个例子。你想想看，两只同行业的股票，短期可能各走各的，但长期来看，它们的价差会围绕某个均值波动。这个「长期关系」就是协整。

我个人习惯用Engle-Granger两步法来检验协整。先做回归，再检验残差的平稳性。代码很简单，但背后的逻辑要搞懂。

import statsmodels.api as sm
import numpy as np

# 假设 price_a 和 price_b 是两个价格序列
# 第一步：回归
X = sm.add_constant(price_b)
model = sm.OLS(price_a, X).fit()
residuals = model.resid

# 第二步：检验残差平稳性
from statsmodels.tsa.stattools import adfuller
result = adfuller(residuals)
print('ADF统计量:', result[0])
print('p值:', result[1])

if result[1] < 0.05:
    print('残差平稳，存在协整关系')
else:
    print('不存在协整关系，别用这个组合')

这段代码我用了好多年。每次加新组合，第一件事就是跑这个。别嫌麻烦，这一步省了，后面全是坑。

1.4 课程概览与学习路径

这门课一共30章。咱们从最基础的统计套利原理讲起，逐步深入到策略构建、回测框架、风险管理，最后到实盘部署和资金管理。

我建议的学习路径是这样的：

1. 前5章：打好基础。搞懂平稳性、协整、配对交易的核心逻辑。别急着写代码，先把数学逻辑理清楚。
2. 第6-15章：策略构建。从简单的均值回归到多因子统计套利，一步步搭建你的策略库。每章我都会给完整的代码示例。
3. 第16-22章：回测与优化。回测不是跑一遍就完事了。过拟合、幸存者偏差、前视偏差，这些坑我一个一个带你踩一遍。
4. 第23-27章：风险管理。这部分我个人觉得最重要。策略赚钱不难，难的是持续赚钱。仓位管理、止损设计、黑天鹅应对，都是必修课。
5. 第28-30章：实盘与进阶。从模拟盘到实盘，从单一市场到多市场，最后聊聊高频统计套利和机器学习的新方向。

好了，第一章就到这里。咱们下一章见。

---

公众号:蓝海资料掘金营，微信deep3321