一、配对交易基础：什么是配对交易、统计套利的核心思想、市场中性策略概述
各位同学好，我是老张。今天咱们开始聊配对交易。
说实话，我做了十几年量化，见过太多策略起起落落。但配对交易这个老家伙，始终在市场上占有一席之地。为什么？因为它抓住了市场的一个本质特征——价格会回归。
1.1 什么是配对交易
配对交易，说白了就是找两只走势相似的股票。当它们价格偏离太远时，做多弱的、做空强的。等它们重新回到正常关系，平仓获利。
我刚开始做这个策略时，总觉得它太简单。直到有一次，我在港股市场用中信证券和华泰证券做配对，三个月跑了15%的收益，回撤不到3%。嗯，从那以后我再也不敢小看它了。
核心逻辑就一句话：两只股票的价格差，会像橡皮筋一样被拉回来。
配对交易的核心假设：
- 两只股票存在长期稳定的相关性
- 短期偏离是暂时的，最终会回归
- 市场整体涨跌不影响配对收益
1.2 统计套利的核心思想
统计套利，听起来高大上。其实核心就三个字：找规律。
你想想看，市场里有没有两只股票，它们的价差总是围绕某个均值波动？如果有，那这就是统计套利的机会。
我个人习惯用协整检验来判断这种关系。协整，简单说就是两只股票虽然各自随机游走，但它们之间的差距是稳定的。就像两个人一起散步，虽然各自步伐不同，但始终不会离得太远。
为什么会这样？因为基本面相似的公司，会受到相同的行业因素影响。比如茅台和五粮液，都是白酒龙头，它们的股价长期来看会保持某种比例关系。
避坑指南：
我曾经用相关系数来选配对，结果亏得很惨。相关系数只能衡量线性关系，但股票之间往往是非线性的。后来改用协整检验，效果好了很多。记住：相关不等于协整。
1.3 市场中性策略概述
市场中性，就是不管大盘涨跌，你都能赚钱。听起来很美好，对吧？
配对交易天然就是市场中性的。因为你同时做多和做空，大盘涨了，你的多头赚钱、空头亏钱；大盘跌了，反过来。只要配对关系成立，你赚的是价差回归的钱，跟大盘无关。
我做过一个回测：2015年股灾期间，沪深300跌了40%，但我的配对策略只回撤了3%。为什么？因为做多的股票跌了，但做空的股票跌得更多。价差反而扩大了，最终获利。
这就是市场中性的威力——剥离了市场风险，只赚取价差收益。
注意：
市场中性不是万能的。如果配对关系被打破（比如公司基本面发生重大变化），策略会失效。我见过有人用乐视和某视频网站做配对，结果乐视暴雷，配对关系彻底崩溃，亏了30%。
1.4 知识体系框架
下面这张图，是我自己总结的配对交易知识体系。你看一眼，心里有个谱。
1.5 一个简单的配对示例
咱们用代码说话。下面是一个最简单的配对交易逻辑，用Python实现：
import numpy as np
import pandas as pd
# 假设我们有两支股票的价格序列
stock_a = np.array([100, 102, 101, 103, 105, 104, 106])
stock_b = np.array([50, 51, 50.5, 51.5, 52.5, 52, 53])
# 计算价差
spread = stock_a - 2 * stock_b # 假设比例系数为2
# 计算均值和标准差
mean_spread = np.mean(spread)
std_spread = np.std(spread)
# 设置阈值
upper_threshold = mean_spread + 1.5 * std_spread
lower_threshold = mean_spread - 1.5 * std_spread
# 判断交易信号
current_spread = spread[-1]
if current_spread > upper_threshold:
print("做空价差：卖A买B")
elif current_spread < lower_threshold:
print("做多价差：买A卖B")
else:
print("持有观望")
这段代码虽然简单，但核心思想都在里面了。你想想看，实际交易中我们还需要考虑交易成本、滑点、仓位管理等等。但万变不离其宗——价差回归。
我的经验：
刚开始做配对交易时，我总想找完美的配对。后来发现，没有完美的配对，只有合适的配对。关键是你要理解两只股票为什么会有这种关系，而不是盲目相信统计结果。
好了，这一章就到这里。配对交易的基础，说白了就是三件事：找配对、算价差、等回归。下一章咱们聊聊如何选股，以及协整检验的具体操作。
公众号:蓝海资料掘金营，微信deep3321