一、价差回归概述
什么是价差回归
价差回归，说白了就是两个资产的价格差，会像橡皮筋一样被拉回来。
举个例子。我早年做美股时，盯过可口可乐和百事可乐。这两家公司业务相似，股价走势长期趋同。但短期呢？有时候可口涨得多，百事涨得少，价差就拉大了。可过一阵子，价差又会缩回去。
这种现象，就是价差回归。
你想想看，如果两个资产本质上是一回事，它们的价差就不可能无限扩大。市场总有力量把它推回均值。咱们做量化交易，就是抓住这个「拉回」的过程赚钱。
核心定义：价差回归是指两个或多个相关资产的价格差，在偏离历史均值后，有向均值回复的统计特性。
统计套利基础
统计套利，就是基于价差回归的交易策略。它不依赖基本面分析，纯粹看数字说话。
我记得刚入行时，带我的老工程师说过一句话：「统计套利不是预测价格涨跌，而是赌价差会回来。」这句话我记了十年。
统计套利有几个关键点：
- 配对选择：找到两个高度相关的资产
- 价差计算：确定合理的价差公式
- 阈值设定：什么时候开仓、什么时候平仓
- 风险控制：万一价差不回归怎么办
这里有个常见的坑。我曾经以为相关性高就能做套利，结果吃了大亏。两个股票相关性0.9，但价差就是不回归。为什么？因为相关性不等于协整。这个区别，咱们后面细讲。
协整与回归的关系
协整，是价差回归的数学基础。
简单说，协整描述的是两个时间序列的长期均衡关系。如果两个序列是协整的，它们的线性组合就是平稳的。平稳，意味着均值回归。
我画个图帮你理解：
协整和回归的关系，我习惯这么理解：
- 回归是现象——价差会回来
- 协整是原因——因为协整，所以回归
没有协整检验的统计套利，就像闭着眼睛开车。我曾经见过一个团队，用相关性0.95的品种做套利，结果价差一去不回，亏了上千万。后来一查，两个品种根本不协整。
重要提醒：相关性高 ≠ 协整。做统计套利前，必须先做协整检验。这是铁律。
课程目标与学习路径
这门课的目标很明确：让你从零到一，掌握价差回归的完整算法体系。
具体来说，学完这门课，你应该能：
- 理解核心概念：协整、平稳性、均值回归
- 掌握检验方法：ADF检验、Johansen检验、EG两步法
- 实现交易策略：从数据获取到回测到实盘
- 规避常见陷阱：伪回归、过拟合、参数漂移
学习路径我建议这样走：
| 阶段 | 章节 | 核心内容 | 预计时间 |
|---|---|---|---|
| 基础篇 | 1-5章 | 概念、数学基础、Python工具 | 2周 |
| 核心篇 | 6-15章 | 协整检验、回归算法、回测框架 | 4周 |
| 进阶篇 | 16-25章 | 多品种套利、高频优化、风险管理 | 4周 |
| 实战篇 | 26-30章 | 实盘部署、监控、迭代 | 2周 |
我的建议：别急着跳着看。基础篇虽然简单，但很多坑都在那里。我见过太多人跳过基础直接写策略，结果连平稳性都没搞清楚，白白浪费几个月。
嗯，第一章就到这里。记住一句话：统计套利的本质，不是预测，而是回归。把这个想通了，后面的路就好走了。
公众号:蓝海资料掘金营，微信deep3321