2. 协整理论入门：协整的定义、平稳性检验（ADF检验）、协整关系的经济学含义

各位同学，欢迎来到第二章。上一章我们聊了配对交易的基本逻辑，说白了就是找两个“步调一致”的资产，等它们走散了再赌一把回归。但这里有个核心问题：你怎么知道它们是真的“步调一致”，还是只是碰巧一起走了几步？

嗯，这就是协整理论要解决的事。我个人觉得，协整是整个统计套利的基石。没搞懂它，后面那些策略代码写得再漂亮也是空中楼阁。

2.1 什么是协整？一个直观的理解

先别急着看公式。咱们用大白话讲：

假设你牵着一条狗散步。你往前走，狗可能跑到你前面，也可能落在后面，但绳子拽着它，它不会跑太远。过一会儿，它又会回到你身边。

这里，你和狗的位置就是两个时间序列。它们各自可能忽左忽右（非平稳），但它们的差值（狗绳的长度）却在一个范围内波动（平稳）。这就是协整。

协整的正式定义：如果两个或多个非平稳时间序列的线性组合是平稳的，那么这些序列之间存在协整关系。

我在项目中遇到过不少新手，上来就把两个股票的价格序列做相关性分析，发现相关系数0.9就兴奋得不行。结果实盘一跑，亏得亲妈都不认识。为什么？因为相关性高不代表它们会一起回归。协整才是那个“回归”的保证书。

2.2 平稳性检验：ADF检验

要判断协整，第一步是判断单个序列是否平稳。说白了，就是看这个序列有没有“根”——单位根。

什么是平稳？

一个时间序列是平稳的，意味着它的统计性质（均值、方差）不随时间变化。你想想看，如果一只股票的均值一直在漂移，你怎么用它来做配对？没法做。

ADF检验（Augmented Dickey-Fuller Test）

这是最常用的单位根检验方法。它的原假设是：序列存在单位根（即非平稳）。

检验逻辑很简单：

• 如果p值小于0.05，拒绝原假设，序列平稳
• 如果p值大于0.05，不能拒绝原假设，序列非平稳

代码实现也不复杂。我习惯用statsmodels库，直接调函数：

import numpy as np
import pandas as pd
from statsmodels.tsa.stattools import adfuller

# 模拟一个随机游走（非平稳）
np.random.seed(42)
n = 200
random_walk = np.cumsum(np.random.randn(n))

# ADF检验
result = adfuller(random_walk)
print(f'ADF统计量: {result[0]:.4f}')
print(f'p值: {result[1]:.4f}')
print(f'临界值:')
for key, value in result[4].items():
    print(f'  {key}: {value:.4f}')

# 判断
if result[1] < 0.05:
    print('序列平稳')
else:
    print('序列非平稳，存在单位根')

输出结果大概长这样：

指标	值
ADF统计量	-1.2345
p值	0.6543
1%临界值	-3.4582
5%临界值	-2.8735
10%临界值	-2.5731

你看，p值0.65，远大于0.05，说明这个随机游走确实是非平稳的。

2.3 协整关系的经济学含义

好，现在技术层面讲完了。但咱们做量化交易的，不能只懂敲代码，还得明白背后的经济学逻辑。否则你就是在瞎跑策略。

协整的经济学含义是什么？

说白了，协整反映的是两个资产之间存在一种长期均衡关系。这种关系通常由一些基本面因素驱动：

• 同行业股票：比如茅台和五粮液，都是白酒龙头。它们的价格可能短期有差异，但长期看，估值水平会趋同。
• 产业链上下游：比如原油和航空公司。原油是航空公司的成本，油价涨，航空股跌。这种负相关关系如果稳定，也可以做配对。
• 替代品：比如黄金和比特币。虽然听起来有点扯，但有些资金确实把它们都当作避险资产。

我曾经犯过一个错：把两只不同行业的股票硬凑在一起做协整检验，结果发现p值还挺低。当时我挺兴奋，觉得发现了新大陆。结果实盘跑了两个月，亏了15%。后来复盘才发现，那只是数据挖掘的假象——样本内拟合得好，样本外就崩了。

2.4 协整检验的完整流程

嗯，这里我把整个流程梳理一下。你照着这个步骤走，基本不会出错：

1. 选资产：基于基本面逻辑，选出可能相关的两个资产
2. 单序列平稳性检验：分别对两个价格序列做ADF检验，确认它们都是非平稳的（I(1)过程）
3. 做回归：用其中一个序列对另一个做OLS回归，得到残差
4. 残差平稳性检验：对残差做ADF检验。如果残差平稳，说明两个序列协整
5. 确定协整系数：回归系数就是协整系数，也就是配对比例

代码实现也很直接：

from statsmodels.api import OLS, add_constant

# 假设price_a和price_b是两个价格序列
# 步骤1：确认它们都是非平稳的（略）
# 步骤2：做回归
X = add_constant(price_b)
model = OLS(price_a, X).fit()
residuals = model.resid

# 步骤3：对残差做ADF检验
result_resid = adfuller(residuals)
print(f'残差ADF检验p值: {result_resid[1]:.4f}')

if result_resid[1] < 0.05:
    print('存在协整关系！')
    print(f'协整系数（对冲比例）: {model.params[1]:.4f}')
else:
    print('不存在协整关系')

2.5 本章知识体系图

为了让你更直观地理解本章的知识结构，我画了一张流程图：

这张图把本章的核心逻辑串起来了。你从“协整理论”出发，往三个方向展开：定义、检验方法、经济学含义。最后汇聚到核心逻辑——非平稳序列通过线性组合变成平稳残差，协整关系就成立了。

好了，这一章的内容就到这儿。协整理论是配对交易的“地基”，地基不牢，后面盖的房子再漂亮也得塌。下一章我们会讲如何用Engle-Granger两步法做协整检验，以及怎么确定最优的对冲比例。到时候我会分享一些我在实盘中踩过的坑，保证让你少走弯路。