01
课程导论
什么是协整？什么是价差交易？课程目标与学习路径。
入门框架
02
统计基础回顾
均值、方差、正态分布、t分布、假设检验。
统计必备
03
时间序列基础
平稳性、自相关、白噪声、随机游走。
时序核心
04
单位根检验（上）
DF检验原理与Python实现。
检验代码
05
单位根检验（下）
ADF检验原理、滞后阶数选择、实战案例。
ADF案例
06
协整理论基础
协整的定义、Engle-Granger两步法。
理论EG
07
协整检验（上）
EG检验的步骤与Python实现。
EG实现
08
协整检验（下）
Johansen检验原理与Python实现。
Johansen多变量
09
价差计算与标准化
价差序列构建、Z-score标准化。
价差Z-score
10
配对选择（上）
相关性分析、同行业筛选、市值匹配。
筛选基本面
11
配对选择（下）
距离法、最小方差比率、协整得分排序。
量化排序
12
交易信号设计
阈值设定、开仓平仓规则、止损止盈。
信号风控
13
回测框架搭建（上）
数据获取、策略类设计、绩效指标。
回测框架
14
回测框架搭建（下）
滑点与手续费、多周期回测、参数优化。
优化实战
15
实战案例一：银行股配对
招商银行 vs 兴业银行。
股票银行
16
实战案例二：商品期货跨品种
螺纹钢 vs 热卷。
期货跨品种
17
实战案例三：ETF配对
50ETF vs 300ETF。
ETF指数
18
实战案例四：加密货币价差
BTC vs ETH。
加密数字货币
19
风险管理
最大回撤控制、杠杆管理、黑天鹅应对。
风控杠杆
20
策略评估
夏普比率、卡玛比率、胜率、盈亏比。
评价指标
21
多品种协整组合
构建协整矩阵、动态权重分配。
组合矩阵
22
机器学习辅助配对
聚类算法筛选候选对、随机森林排序。
ML聚类
23
高频价差交易
Tick级数据、订单簿不平衡、做市策略。
高频Tick
24
协整关系失效诊断
结构突变检验、滚动协整、预警机制。
诊断预警
25
统计套利进阶
半协整、门限协整、非线性协整。
进阶非线性
26
实盘部署要点
API对接、交易执行、日志监控。
实盘部署
27
策略容量与流动性分析
冲击成本、最优执行算法。
容量流动性
28
心理与纪律
常见交易心理陷阱、复盘方法论。
心理纪律
29
课程总结
知识图谱回顾、常见问题答疑、推荐书单。
总结书单
30
毕业项目
从零搭建一个完整的协整价差交易系统。
项目综合