一、统计套利概述
大家好，我是你们的讲师。今天咱们聊聊统计套利——这个在量化圈里被说烂了、但真正吃透的人不多的概念。
先问个问题：你听到「套利」两个字，第一反应是什么？是不是想到那种「无风险、稳赚不赔」的买卖？嗯，我以前也是这么想的。直到我在实盘里栽过跟头，才明白事情没那么简单。
1.1 什么是统计套利
统计套利，说白了就是「靠概率赚钱」。它不是保证每一笔都赢，而是保证你做一百笔、一千笔之后，总体是赚钱的。
我个人的理解是：统计套利 = 统计规律 + 均值回归 + 风险管理。你找到两个或多个资产之间长期稳定的关系，当这个关系暂时偏离时，你押注它会回来。就这么简单。
举个例子：
- 茅台和五粮液，历史上价差一直在某个范围内波动
- 某天价差突然拉大到3倍标准差
- 你卖空贵的、买入便宜的
- 等价差回归后平仓，赚取差价
注意，这里的关键词是「历史上」。历史会重演吗？不一定。但统计套利赌的就是——大概率会。
1.2 统计套利 vs 无风险套利
这两个概念，我当年花了整整一个月才彻底分清。咱们直接上对比表：
| 对比维度 | 无风险套利 | 统计套利 |
|---|---|---|
| 风险程度 | 理论上为零 | 存在模型风险、执行风险 |
| 盈利确定性 | 100%确定（理论） | 概率性，长期为正 |
| 典型场景 | 期现套利、跨市场价差锁定 | 配对交易、股指期货跨期套利 |
| 资金占用 | 通常较大 | 相对灵活 |
| 执行难度 | 拼速度、拼通道 | 拼模型、拼风控 |
| 失败后果 | 几乎不会失败 | 可能连续亏损，考验心理 |
我曾经在2015年股灾期间做过一个统计套利策略，模型显示价差已经偏离到4个标准差，我满仓杀入。结果呢？价差继续扩大到6个标准差，我爆仓了。这就是统计套利的残酷——它不保证你这次一定赢。
1.3 统计套利的数学基础
搞统计套利，绕不开两个数学概念：协整和均值回归。我建议你把这俩当成你的左右手。
1.3.1 协整——找到「灵魂伴侣」
协整，说白了就是两个时间序列虽然各自乱跑，但它们之间的差距是稳定的。就像一对夫妻，各自工作生活可能乱七八糟，但两人的感情线一直很稳。
数学上，如果两个序列 X_t 和 Y_t 都是 I(1)（一阶单整），但存在一个系数 β 使得：
Z_t = Y_t - β * X_t 是平稳的（I(0)）那么我们就说 X 和 Y 是协整的。这个 β 就是你的对冲比率。
怎么检验？我一般用 Engle-Granger 两步法：
- 先做 OLS 回归：Y_t = α + β * X_t + ε_t
- 对残差 ε_t 做 ADF 单位根检验
- 如果残差平稳，就说明协整关系成立
coint() 函数就行，但记得调一下 maxlag 参数。
1.3.2 均值回归——赌它「回来」
均值回归是统计套利的灵魂。你想想看，如果价差偏离后永远不回来，那你还套什么利？
均值回归的数学表达很简单：
dZ_t = θ * (μ - Z_t) * dt + σ * dW_t这是 Ornstein-Uhlenbeck 过程。其中：
- θ 是回归速度（越大越快）
- μ 是长期均值
- σ 是波动率
实际应用中，我一般用滚动窗口估计 μ 和 σ，然后设置 ±2σ 作为开仓阈值。但注意——市场结构会变，滚动窗口选多大？我踩过的坑是：牛市里窗口选太短，频繁开仓被止损；熊市里窗口选太长，错过机会。
1.4 知识体系总览
下面这张图是我自己画的，把统计套利的核心逻辑串起来了。你看一遍，应该能有个整体印象。
1.5 一个简单的代码示例
光说不练假把式。我写个最简单的协整检验代码，你感受一下：
import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.tsa.stattools import coint
# 模拟两个协整序列
np.random.seed(42)
n = 500
x = np.cumsum(np.random.randn(n)) # 随机游走
beta = 1.5
y = beta * x + np.random.randn(n) * 0.5 # 协整关系
# 协整检验
score, pvalue, _ = coint(y, x)
print(f"协整检验统计量: {score:.4f}")
print(f"p值: {pvalue:.4f}")
if pvalue < 0.05:
print("✅ 存在协整关系，可以做统计套利")
else:
print("❌ 没有协整关系，别硬做")
这段代码跑出来，p值通常远小于0.05。但注意——模拟数据和真实数据是两码事。我在实盘里遇到过协整检验p值0.001，结果进场后协整关系直接断裂的情况。为什么？因为样本外数据不满足同样的统计性质。
好了，这一章就到这里。统计套利的核心就是「找关系、测偏离、赌回归」。下一章咱们会深入讲配对交易的具体实现，包括怎么选对、怎么开仓、怎么止损。到时候我会拿我实盘踩过的坑给你当反面教材。
公众号:蓝海资料掘金营，微信deep3321