3. 模型风险识别：协整关系失效、参数估计偏差、模型过拟合与欠拟合
做价差回归交易，最怕什么？
不是行情突然反转，也不是滑点太大。我最怕的是——模型本身是错的，我还浑然不知。
模型风险，说白了就是你用一套看似完美的数学工具去抓市场规律，结果规律根本不存在，或者已经变了。我见过太多人把回测曲线做得漂漂亮亮，一上实盘就崩。嗯，今天咱们就聊聊这背后的三个核心风险点。
核心观点：模型风险是价差回归交易中最隐蔽的杀手。它不像市场风险那样直观，但一旦爆发，往往是系统性亏损。
3.1 协整关系失效：你以为的稳定，其实只是幻觉
协整，是价差回归交易的基石。两个品种的价格序列，如果存在协整关系，它们的线性组合就是平稳的。说白了，就是它们会「手拉手」一起走，走散了还会拉回来。
但问题是——协整关系是会变的。
我在2018年做过一个股指期货的配对交易。沪深300和中证500的价差，回测了3年，协整检验P值稳稳的0.01以下。结果2019年一开年，价差直接脱缰，一去不回头。后来复盘才发现，是因为市场风格切换，资金从大盘股流向小盘股，两个指数的「手」松开了。
⚠️ 协整失效的常见原因：
- 结构性变化：政策调整、行业变革、市场规则改变
- 流动性变化：某个品种的流动性骤降，导致价差扭曲
- 套利者退出：做这个配对的人少了，价差回归的动力就弱了
- 时间窗口：协整关系本身就有时效性，不是永恒的
怎么识别？我个人习惯用滚动协整检验。别只看全样本的检验结果，要定期重新跑一遍。比如每20个交易日，重新做一次Johansen检验。如果P值从0.01跳到了0.15，你就要警惕了。
# 滚动协整检验示例（Python伪代码）
import statsmodels.tsa.vector_ar.vecm as vecm
def rolling_coint_test(price1, price2, window=60):
results = []
for i in range(window, len(price1)):
sub1 = price1[i-window:i]
sub2 = price2[i-window:i]
# 做Johansen检验
result = vecm.coint_johansen(pd.concat([sub1, sub2], axis=1), 0, 1)
p_value = result.trace_stat_crit_vals[0][1] # 简化处理
results.append(p_value)
return results
💡 我的经验：协整关系失效前，往往有「预兆」。比如价差在回归区间内停留的时间越来越短，或者回归的幅度越来越小。别等到彻底脱缰才动手。
3.2 参数估计偏差：你的模型参数，可能只是「恰好」
做价差回归，免不了要估计参数。回归系数、均值回归速度、波动率……这些参数，你拿历史数据一跑就出来了。但问题是——这些参数真的稳定吗？
我见过最典型的坑：用过去3年的数据估计出回归系数β=1.2，然后直接拿来建仓。结果实盘跑了两个月，β变成了0.9。为什么？因为样本区间内恰好有一段极端行情，把系数「拉偏」了。
参数估计偏差，说白了就是你的样本不能代表总体。你想想看，如果样本里包含了一轮大牛市，那估计出来的均值回归速度肯定偏慢——因为牛市里价差确实不容易回归。
怎么解决？我建议做三件事：
- 滚动估计：别用固定样本，每期都重新估计参数。看看参数是不是稳定的。
- 敏感性分析：改变样本区间，看看参数变化大不大。如果β在0.8到1.5之间乱跳，那这个模型就别用了。
- 贝叶斯方法：给参数加个先验分布，别让极端值牵着鼻子走。
# 滚动回归系数估计
import numpy as np
from sklearn.linear_model import LinearRegression
def rolling_beta(price1, price2, window=60):
betas = []
for i in range(window, len(price1)):
x = price1[i-window:i].values.reshape(-1, 1)
y = price2[i-window:i].values
model = LinearRegression().fit(x, y)
betas.append(model.coef_[0])
return betas
# 如果betas序列的波动率超过0.3，我建议你重新审视模型
if np.std(betas) > 0.3:
print("⚠️ 参数不稳定，模型风险较高")
关键点：参数估计偏差不是「有没有」的问题，而是「有多大」的问题。你要做的是量化这个偏差，并把它纳入风控体系。
3.3 模型过拟合与欠拟合：两个极端，一样危险
过拟合和欠拟合，是机器学习里的老生常谈。但在价差回归交易里，它们有更具体的表现形式。
过拟合：你给模型加了太多「花里胡哨」的东西。比如，你发现价差回归速度跟成交量、波动率、甚至天气都有关系，于是你建了一个多因子模型。回测结果漂亮得不得了，夏普比率3.0。但一上实盘，直接变成-0.5。
为什么会这样？因为那些因子可能只是统计上的巧合。你想想看，如果你在100个因子里找，总能找到几个跟价差走势「恰好」相关的。但那是噪声，不是信号。
欠拟合：反过来，你只用了一个简单的线性回归，连滞后项都不加。结果价差的均值回归过程有明显的自相关性，你的模型根本抓不住。这种模型虽然稳健，但赚不到钱。
| 风险类型 | 表现 | 回测特征 | 实盘特征 |
|---|---|---|---|
| 过拟合 | 参数过多，因子复杂 | 夏普极高，回撤极小 | 直接崩盘，夏普转负 |
| 欠拟合 | 模型过于简单 | 夏普通常较低 | 表现稳定但收益低 |
怎么平衡？我个人习惯用交叉验证。把数据分成训练集和验证集，在训练集上调参数，在验证集上看效果。如果训练集上表现很好，验证集上一塌糊涂，那就是过拟合了。
💡 避坑指南：我曾经做过一个模型，加入了12个因子，回测夏普2.8。我总觉得哪里不对，就做了个简单的「随机化检验」——把价差序列打乱，再用同样的模型去跑。结果夏普还有2.0。这说明什么？模型根本就是在拟合噪声。从那以后，我每个模型都要过这一关。
3.4 知识体系总览
下面这张图，是我自己梳理的模型风险识别框架。你可以把它当成一个检查清单，每次建模型前都过一遍。
这张图的核心逻辑很简单：三大风险不是孤立的。协整关系失效会导致参数估计偏差，参数估计偏差又会加剧过拟合。所以，你不能只盯着一个点看，要系统性地审视整个模型。
⚠️ 最后提醒一句：模型风险识别不是一次性工作。市场在变，你的模型也要跟着变。我每个月都会重新审视一遍自己的模型，看看协整关系还在不在，参数有没有漂移，回测和实盘的差距大不大。这活儿不轻松，但值得。
公众号:蓝海资料掘金营，微信deep3321