1. 协整关系入门：什么是协整？为什么它对统计套利如此重要？
大家好，欢迎来到《统计套利中的协整关系实战应用》课程。
我是你们的老朋友，一个在量化交易这行摸爬滚打了十几年的老交易员。今天咱们聊点硬核的——协整。
说实话，我刚入行那会儿，听到「协整」这个词，第一反应是：这又是哪个数学天才发明的术语？后来真刀真枪干起来才发现，这东西简直就是统计套利的灵魂。没有它，很多策略根本玩不转。
1.1 先从直觉上理解：什么是协整？
咱们先别急着上公式。你想想看，两个东西，比如茅台和五粮液的股价，它们各自都是随机乱跑的。今天涨明天跌，看起来毫无规律。
但是！如果你把它们放在一起看，会发现一个有趣的现象：它们的价差，总是在一个固定的范围内晃悠。高了会跌回来，低了会涨回去。
这就是协整的直觉——两个或多个非平稳的时间序列，它们的某种线性组合是平稳的。
用大白话说就是：两个醉汉走路，各自东倒西歪，但拴在它们之间的绳子长度基本不变。
核心定义： 如果两个时间序列 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 - βX_t 是平稳的（I(0)），那么 X_t 和 Y_t 就是协整的。
嗯，这里要注意：平稳性是个关键。我见过不少新手，拿两个完全不相关的股票硬做协整，结果亏得底裤都不剩。为什么？因为它们的价差根本不会回归。
1.2 为什么协整对统计套利如此重要？
这个问题问得好。说白了，统计套利的本质就是「赌回归」。
你发现两个资产价格长期同步，突然有一天它们分开了。你赌它们会重新走到一起。做多那个跌惨的，做空那个涨疯的。等它们回归了，你就赚钱。
但问题来了——你怎么知道它们一定会回归？
这就是协整的用武之地。
- 协整提供了统计上的保证：它告诉你，这两个序列的价差在统计意义上是平稳的。偏离只是暂时的，回归是必然的（在概率意义上）。
- 协整定义了交易信号：当价差偏离到一定程度（比如2个标准差），就是开仓时机。当价差回归到均值附近，就是平仓时机。
- 协整控制了风险：没有协整关系的配对，你就是在赌博。有了协整，你是在做有统计依据的交易。
我个人习惯： 在实盘之前，我一定会做两步验证。第一步，用ADF检验确认协整关系存在。第二步，用滚动窗口重新检验，确保这个关系是稳定的，不是昙花一现。我曾经因为偷懒跳过第二步，结果吃了大亏。
1.3 协整 vs 相关性：别搞混了
很多新手容易把协整和相关性混为一谈。我刚开始也犯过这个错。
相关性高，不代表协整。举个例子：两个股票，一个在A股，一个在美股，它们可能因为某个宏观因素高度相关。但如果它们的基本面完全不同，价差可能越跑越远，永远不会回归。
反过来，协整也不一定要求高相关性。有些配对，相关性只有0.3，但协整关系非常稳定。
| 特征 | 相关性 | 协整 |
|---|---|---|
| 衡量什么 | 线性关系的强度 | 长期均衡关系 |
| 对平稳性的要求 | 无要求 | 序列必须同阶单整 |
| 是否保证回归 | 不保证 | 保证价差回归 |
| 典型应用 | 因子模型、风险对冲 | 配对交易、统计套利 |
你看，这两者完全是两码事。做统计套利，我们关心的是协整，不是相关性。
1.4 一个简单的例子：用Python检验协整
光说不练假把式。咱们直接上代码。这里我用的是经典的statsmodels库。
import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.tsa.stattools import adfuller, coint
import yfinance as yf
# 下载两只股票的数据
# 我习惯用 EWA 和 EWC，这是经典的协整配对
ewa = yf.download('EWA', start='2020-01-01', end='2023-12-31')['Close']
ewc = yf.download('EWC', start='2020-01-01', end='2023-12-31')['Close']
# 合并数据
data = pd.DataFrame({'EWA': ewa, 'EWC': ewc}).dropna()
# 第一步：检验每个序列是否都是 I(1)
# 对价格序列做ADF检验
adf_ewa = adfuller(data['EWA'])
adf_ewc = adfuller(data['EWC'])
print(f'EWA ADF p-value: {adf_ewa[1]:.4f}')
print(f'EWC ADF p-value: {adf_ewc[1]:.4f}')
# 如果p值大于0.05，说明非平稳，符合I(1)特征
# 第二步：检验协整关系
score, pvalue, _ = coint(data['EWA'], data['EWC'])
print(f'Coint p-value: {pvalue:.4f}')
# 如果p值小于0.05，说明存在协整关系
# 第三步：计算价差
# 用OLS估计协整系数
X = sm.add_constant(data['EWA'])
model = sm.OLS(data['EWC'], X).fit()
beta = model.params['EWA']
spread = data['EWC'] - beta * data['EWA']
# 检验价差的平稳性
adf_spread = adfuller(spread)
print(f'Spread ADF p-value: {adf_spread[1]:.4f}')
# 如果p值小于0.05，说明价差平稳，协整关系成立避坑指南： 我曾经在实盘中发现，用全量数据做的协整检验，在滚动窗口下可能根本不成立。所以我的建议是：永远用滚动窗口重新验证。比如用过去60天的数据，每天重新算一次协整系数。如果系数变化太大，这个配对就别用了。
1.5 协整关系的知识体系
为了让你更直观地理解协整在整个统计套利中的位置，我画了一张图。
这张图把协整在统计套利中的位置讲得很清楚。你看，协整检验是整个流程的承上启下环节。没有它，后面的交易信号、风险管理都是空中楼阁。
1.6 小结：协整为什么是统计套利的基石？
聊了这么多，总结一下我的看法。
协整之所以重要，是因为它给了我们一个可量化的、有统计依据的「回归预期」。没有这个预期，配对交易就是瞎蒙。有了这个预期，我们才能谈得上「套利」——虽然它不是无风险的，但至少风险是可控的、可度量的。
我记得有一次，一个朋友问我：「你凭什么相信价差一定会回归？」我回答他：「因为协整检验告诉我，在95%的置信水平下，这个价差是平稳的。如果它不回归，那就是那5%的小概率事件发生了。我能接受这个风险。」
这就是协整的力量。它把交易从艺术变成了科学。
一句话总结： 协整是统计套利的数学基础。它定义了「什么是一对好配对」，也定义了「什么时候该进场，什么时候该离场」。没有协整，统计套利就失去了灵魂。
公众号:蓝海数据掘金营，微信deep3321