4、基差序列的平稳性检验：ADF检验原理、KPSS检验、平稳性对回归模型的意义
做基差交易的朋友，我敢说十有八九都踩过同一个坑——拿着非平稳的序列直接跑回归，结果看起来漂亮得很，实盘一跑就崩。嗯，今天咱们就把这个坑彻底填上。
平稳性检验，说白了就是判断你的基差序列是不是「靠谱」。一个不靠谱的序列，你拿它做回归，就像在流沙上盖房子，看着挺稳，风一吹就塌。
核心观点：平稳性是时间序列回归的「入场券」。没有它，一切统计推断都是空中楼阁。
4.1 什么是平稳性？
先别急着上公式。我用大白话给你讲清楚。
一个序列是平稳的，意味着它的统计性质不随时间变化。具体来说：
- 均值恒定：不管取哪一段，平均值差不多
- 方差恒定：波动幅度不会忽大忽小
- 自协方差只与时间间隔有关：今天和明天的关系，跟昨天和今天的关系，模式一样
你想想看，如果基差序列的均值一直在漂移，你拿历史均值做回归预测，那不是刻舟求剑吗？
我个人习惯，拿到一个基差序列，第一件事就是画图。肉眼扫一眼，如果序列有明显的趋势或季节性波动，那大概率是非平稳的。
小技巧：我一般先用肉眼判断，再用统计检验确认。别一上来就跑检验，先看看图，心里有个底。
4.2 ADF检验：最常用的单位根检验
ADF检验，全称是Augmented Dickey-Fuller检验。名字挺唬人，原理其实不复杂。
它的核心思想是：检验序列是否存在「单位根」。存在单位根，就是非平稳；不存在，就是平稳。
为什么叫「单位根」？这涉及到特征方程。简单说，如果一个时间序列的当前值完全由过去值决定，且系数为1，那它就会像醉汉走路一样，没有回归均值的倾向。
ADF检验的回归方程长这样：
Δy_t = α + βt + γy_{t-1} + δ₁Δy_{t-1} + δ₂Δy_{t-2} + ... + ε_t其中：
- Δy_t 是当前变化量
- y_{t-1} 是上一期值
- βt 是时间趋势项
- α 是截距项
- 后面的δ项是滞后差分，用来消除自相关
检验的原假设 H₀：γ = 0（存在单位根，非平稳）
备择假设 H₁：γ < 0（不存在单位根，平稳）
说白了，就是看y_{t-1}的系数是不是显著为负。如果是，说明序列有回归均值的倾向；如果不是，说明它就是个随机游走。
避坑指南：我曾经犯过一个低级错误——ADF检验的滞后阶数选错了。选少了，自相关没消除，检验结果偏误；选多了，检验功效下降。后来我养成了习惯，用AIC或BIC自动选择滞后阶数，省心不少。
在Python里，实现ADF检验非常简单：
from statsmodels.tsa.stattools import adfuller
# 假设basis是你的基差序列
result = adfuller(basis, autolag='AIC')
print(f'ADF统计量: {result[0]:.4f}')
print(f'p值: {result[1]:.4f}')
print(f'临界值: {result[4]}')
# 判断逻辑
if result[1] < 0.05:
print('拒绝原假设，序列平稳')
else:
print('不能拒绝原假设，序列非平稳')输出结果里，我最关注的是p值。如果p值小于0.05，通常认为序列是平稳的。但注意，这只是经验规则，具体阈值可以根据你的交易频率和品种调整。
4.3 KPSS检验：从另一个角度看问题
ADF检验有个「毛病」——它的原假设是非平稳。这意味着，如果数据不够多，它倾向于认为序列非平稳。说白了，它有点「疑罪从有」的味道。
KPSS检验正好反过来。它的原假设是序列平稳。两个检验配合使用，就像交叉验证，能给你更可靠的结论。
KPSS检验的原理是：把序列分解成确定性趋势、随机游走和平稳误差三部分。如果随机游走部分的方差为零，序列就是平稳的。
检验统计量基于LM（拉格朗日乘子）原理，计算起来比ADF复杂，但好在有现成的库函数。
from statsmodels.tsa.stattools import kpss
result = kpss(basis, regression='c') # 'c'表示只检验常数项平稳
print(f'KPSS统计量: {result[0]:.4f}')
print(f'p值: {result[1]:.4f}')
if result[1] > 0.05:
print('不能拒绝原假设，序列平稳')
else:
print('拒绝原假设，序列非平稳')注意看，KPSS的判断逻辑跟ADF是反的。p值大于0.05才说明平稳。
我的经验：两个检验结果一致时，结论比较可靠。如果矛盾（ADF说非平稳，KPSS说平稳），我会怀疑序列可能有结构突变，或者样本量不够。这时候我会用Zivot-Andrews检验，它能处理结构断点。
4.4 平稳性对回归模型的意义
好，现在咱们聊聊最核心的问题——为什么平稳性这么重要？
我直接说结论：非平稳序列做回归，容易产生「伪回归」。
什么叫伪回归？就是两个完全不相关的随机游走序列，跑回归时R²可能很高，t统计量也很显著。但这是假的，是统计上的幻觉。
举个例子。我拿上证指数和纽约的降水量做回归，如果两者都是非平稳的，跑出来的结果可能显示「降水量显著影响股市」。这合理吗？显然不合理。
为什么会这样？因为非平稳序列的方差随时间增长，导致传统的t检验、F检验失效。你看到的显著性，其实是序列自身的趋势造成的，跟变量之间的关系无关。
具体来说，平稳性对回归模型的影响体现在：
| 方面 | 平稳序列 | 非平稳序列 |
|---|---|---|
| 回归系数的OLS估计 | 一致且有效 | 可能不一致，甚至发散 |
| t检验、F检验 | 有效 | 失效，容易产生伪回归 |
| 预测能力 | 可靠，误差有界 | 不可靠，误差随预测期增长 |
| 协整关系 | 可直接回归 | 需先检验协整 |
在基差交易中，我们通常希望基差序列是平稳的。因为平稳的基差意味着价差会回归均值，这正是我们做回归套利的理论基础。
如果基差是非平稳的，有两种处理方式：
- 差分处理：对序列取一阶差分，通常能变成平稳序列。但差分后，你失去的是「水平值」的信息，得到的是「变化量」的信息。
- 协整建模：如果两个价格序列都是非平稳的，但它们的线性组合是平稳的，那就存在协整关系。这时候可以直接用原始序列做回归，但要用协整检验来验证。
实战建议：我个人做基差交易时，会先对基差序列做ADF和KPSS双检验。如果确认平稳，直接用OLS回归。如果不平稳，我会检查是不是两个合约的到期日不同导致的趋势，如果是，就做期限结构调整；如果不是，就考虑协整模型。
4.5 知识体系总览
下面这张图，把本章的核心逻辑串起来了。你可以把它当作一个决策流程图：
这张图的核心逻辑是：先可视化，再双检验，最后根据结果选择建模方式。记住，平稳性是回归模型的「地基」，地基不稳，房子再漂亮也没用。
最后说一句：我见过太多交易员，花大量时间优化回归参数，却忽略了最基础的平稳性检验。结果实盘一跑，基差突破历史区间，模型瞬间失效。嗯，希望你不要重蹈覆辙。
公众号:蓝海资料掘金营，微信deep3321