01
配对交易概述
什么是配对交易？策略核心思想、盈利逻辑与风险收益特征。
概念入门
02
策略理论基础
统计套利原理、均值回归理论、协整与相关性概念入门。
统计均值回归
03
选股池构建（上）
确定选股范围（行业、市值、流动性），数据源选择（Tushare, Wind, AKShare）。
数据源股票池
04
选股池构建（下）
数据清洗与预处理：处理缺失值、复权、对齐时间序列。
清洗预处理
05
相关性分析（上）
皮尔逊相关系数、斯皮尔曼秩相关系数的计算与解读。
相关系数统计
06
相关性分析（下）
滚动相关性窗口、相关性热力图可视化、筛选高相关对。
可视化滚动
07
协整检验（上）
单位根检验（ADF检验）原理与Python实现。
ADF单位根
08
协整检验（下）
Engle-Granger两步法、Johansen检验，筛选协整对。
EG两步Johansen
09
距离法选对
最小化欧氏距离法（SSD），标准化价格序列，计算与排序。
SSD距离
10
时间序列法选对
基于协整的回归残差分析，残差平稳性检验。
残差平稳性
11
综合评分法
构建多因子评分体系（相关性、协整性、距离、波动率），加权排序。
多因子评分
12
价差序列构建
计算配对价差（Spread），标准化价差（Z-Score）。
价差Z-Score
13
交易信号生成
Z-Score阈值设定（开仓、平仓、止损），信号逻辑。
信号阈值
14
回测框架搭建（上）
向量化回测 vs 事件驱动回测，数据结构设计。
回测向量化
15
回测框架搭建（下）
交易成本（佣金、滑点）模拟，资金管理。
成本资金管理
16
策略绩效评估
年化收益率、夏普比率、最大回撤、胜率、盈亏比。
绩效夏普
17
参数优化
Z-Score阈值优化、持有期优化，避免过拟合。
优化过拟合
18
滚动窗口训练
动态更新协整关系，适应市场变化。
滚动动态
19
行业中性化
在行业内选对，剥离行业Beta风险。
中性化行业
20
市值中性化
控制市值因子暴露，构建市值中性配对。
市值因子
21
多空组合管理
同时持有多个配对，仓位分配与风险平价。
组合风险平价
22
止损与风控
配对交易特有风险（协整关系破裂），硬止损与软止损。
风控止损
23
实盘注意事项
交易执行细节（限价单、延时），数据延迟处理。
实盘执行
24
进阶：机器学习选对
聚类、KNN，寻找非线性关系。
ML聚类
25
进阶：高频配对交易
Tick级数据应用。
高频Tick
26
进阶：跨市场配对
A+H股，期货跨期。
跨市场期货
27
案例实战（一）
银行股配对（招商银行 vs 兴业银行）全流程。
银行案例
28
案例实战（二）
商品期货跨期套利（螺纹钢近月 vs 远月）。
商品跨期
29
策略评价与归因
Brinson归因，收益来源拆解。
归因Brinson
30
课程总结与展望
策略局限性，未来研究方向，资源推荐。
总结展望