一、统计套利概述：从概念到数学基础
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策略类型。
先抛个问题：你听说过“两只股票会一起涨跌”这种说法吗？统计套利，说白了就是利用这种“相关性”来赚钱。它不是靠预测市场方向，而是靠捕捉价格之间的“异常偏离”。
1.1 什么是统计套利？
统计套利（Statistical Arbitrage，简称Stat Arb）是一种基于数学模型的中性策略。它的核心思想是：找到一组价格存在长期均衡关系的资产，当它们短期偏离这个均衡时，押注它们会回归。
我个人的理解更直白：统计套利就是“捡皮筋”。你把两根绑在一起的皮筋拉开，松手后它们会弹回原位。统计套利做的就是——在皮筋拉得最开的时候入场，等它弹回去的时候获利。
核心特征：
- 市场中性：不赌大盘涨跌，只赌价差回归
- 概率优势：基于历史统计规律，不是100%确定
- 高频或中频：持仓时间从几分钟到几天不等
举个例子。我在2018年做过一个简单的配对交易：贵州茅台和五粮液。这两只白酒龙头长期走势高度相关。当茅台涨太多、五粮液没跟上时，我就做空茅台、做多五粮液，等它们价差收敛后平仓。这就是最朴素的统计套利。
1.2 统计套利 vs 无风险套利
很多新手容易混淆这两个概念。我刚开始做交易时也犯过这个错——以为统计套利就是无风险套利。结果呢？亏了一次大的才明白区别。
| 对比维度 | 无风险套利 | 统计套利 |
|---|---|---|
| 确定性 | 100%确定（理论上） | 概率性（有失败风险） |
| 典型场景 | 同一资产在不同交易所的价差 | 两只相关股票的价差 |
| 风险来源 | 执行风险（滑点、延迟） | 模型风险、价差不回归 |
| 资金容量 | 通常较小 | 相对较大 |
| 持仓时间 | 极短（秒级） | 中短（分钟到天） |
无风险套利，比如你在A交易所看到比特币卖100美元，B交易所卖101美元，你同时买入卖出，稳赚1美元。但统计套利不一样——你赌的是“价差会回归”，但价差可能不回归，甚至越拉越大。
⚠️ 避坑指南： 我曾经在2015年做过一个统计套利策略，两只银行股的历史价差一直很稳定。结果2016年熔断期间，价差直接崩了，亏了20%。后来复盘发现：市场结构变了，历史规律失效了。所以记住——统计套利不是无风险，它只是“统计上有利”。
1.3 统计套利的数学基础
好了，概念讲完了，咱们来点硬核的。统计套利的数学基础有两个核心概念：均值回归和协整。这两个东西，你搞懂了，统计套利就入门了。
1.3.1 均值回归
均值回归（Mean Reversion）是统计套利最底层的逻辑。它说的是：价格或价差在偏离均值后，有回归均值的倾向。
为什么会这样？你想想看，市场上有大量的套利者和做市商。当价差偏离到一定程度，就会有人进场套利，把价差推回合理水平。这就是均值回归的微观基础。
数学上，我们通常用Ornstein-Uhlenbeck过程来建模均值回归：
dX(t) = θ(μ - X(t))dt + σdW(t)其中：
X(t)：当前价差μ：长期均值θ：回归速度（越大回归越快）σ：波动率dW(t)：随机扰动
这个公式看着复杂，其实意思很简单：价差偏离均值越远，回归的“拉力”就越大。就像弹簧，拉得越长，弹回去的力越猛。
💡 实战技巧： 我个人习惯用布林带来观察均值回归。当价差触及上下轨时，就是入场信号。但注意——不是所有触及布林带的价差都会回归，要结合其他指标确认。
1.3.2 协整
协整（Cointegration）是统计套利的“灵魂”。它比简单的相关性更严格、更有用。
简单说：如果两个时间序列是协整的，那么它们的线性组合是平稳的。什么意思？就是它们虽然各自随机游走，但存在一个长期均衡关系，不会越走越远。
我举个例子。你和你的影子——你往前走，影子也往前走；你停下，影子也停下。你们俩的“距离”是稳定的。这就是协整。而相关性呢？只是说你们“经常同向运动”，但距离可能越拉越大。
检验协整的经典方法是Engle-Granger两步法：
# 第一步：用OLS估计长期关系
y = α + βx + ε
# 第二步：检验残差ε是否平稳（用ADF检验）
# 如果ε平稳，则y和x协整代码实现（Python示例）：
import statsmodels.api as sm
from statsmodels.tsa.stattools import adfuller
# 假设price_a和price_b是两个价格序列
# 第一步：回归
X = sm.add_constant(price_b)
model = sm.OLS(price_a, X).fit()
residuals = model.resid
# 第二步：ADF检验
adf_stat, p_value, _, _, critical_values, _ = adfuller(residuals)
if p_value < 0.05:
print("协整关系成立！可以构建配对交易策略")
else:
print("不协整，别用这个配对")关键点：
- 协整 ≠ 相关性。两只股票可能相关系数0.9，但不协整（比如都跟大盘涨，但走势会发散）
- 协整是统计套利的“入场券”——不协整的配对，做统计套利就是赌博
- 协整关系会随时间变化，需要定期重新检验
1.3.3 均值回归 vs 协整：一张图说清楚
下面这张图是我自己画的，帮你理清这两个概念的关系：
这张图想表达的是：协整帮你找到“对的配对”，均值回归帮你决定“什么时候进场”。两者缺一不可。
1.4 一个完整的统计套利流程
最后，我总结一下统计套利的完整流程。这也是我这些年做策略的“标准作业流程”：
- 筛选候选资产：同行业、同板块、相关性高的资产
- 检验协整关系：用ADF检验确认长期均衡
- 构建价差序列：计算价差 = 资产A - β × 资产B
- 设定交易阈值：比如价差偏离均值2个标准差时入场
- 执行交易：做多被低估的，做空被高估的
- 风控与退出：设置止损、止盈、最大持仓时间
💡 我的经验： 第2步是最容易被忽略的。很多人看到两只股票走势像就直接上，结果协整检验不通过，亏得莫名其妙。我建议你——宁可花80%的时间做数据检验，也不要急着下单。
好了，这一章的内容就到这里。统计套利不是“印钞机”，它是一套严谨的数学框架。理解了均值回归和协整，你就拿到了打开统计套利大门的钥匙。
公众号:蓝海资料掘金营，微信deep3321