4、协整理论与应用：协整的定义、Engle-Granger两步法、Johansen检验、协整对与协整篮子
协整，这个词听起来挺唬人的。说白了，它就是在问：两个或多个看似随机漫步的资产价格，它们之间是不是存在某种「长期绑定」的关系？
我刚开始做统计套利那会儿，总觉得只要两个股票走势长得像，就能配对交易。结果亏了几次才明白——长得像不代表真的有关系。协整才是那个「法律意义上的结婚证」，而相关性只是「看起来挺般配」。
4.1 协整的定义：什么是真正的「同频共振」？
先给个正式定义。如果两个时间序列 \( X_t \) 和 \( Y_t \) 都是 I(1)（一阶单整，即差分后平稳），但存在一个线性组合 \( Y_t - \beta X_t \) 是 I(0)（平稳序列），那么我们就说 \( X_t \) 和 \( Y_t \) 是协整的。
用人话讲：两个醉汉走路，各自东倒西歪（非平稳），但他们之间拴着一根绳子，距离始终不会太远（线性组合平稳）。这根绳子，就是协整关系。
关键区别：
- 相关性高 ≠ 协整：两只股票可能因为大盘涨跌而一起波动，但它们的价差可能越走越远，无法回归。
- 协整 = 有均值回归的价差：价差偏离后，总会有一股力量把它拉回来。这才是套利的基础。
我个人习惯把协整比作「橡皮筋效应」。你拉得越远，弹回来的力道越大。但前提是，这根橡皮筋真的存在。
4.2 Engle-Granger两步法：最朴素的协整检验
这是最经典的方法，也是我入门的第一个工具。步骤很简单，就两步。
第一步：估计协整回归
假设我们要检验 \( X_t \) 和 \( Y_t \) 是否协整。先跑一个OLS回归：
Y_t = α + β * X_t + ε_t这里的 \( \beta \) 就是协整系数，\( \varepsilon_t \) 是残差，也就是我们说的「价差」。
第二步：检验残差的平稳性
对残差 \( \varepsilon_t \) 做ADF检验（单位根检验）。如果残差是平稳的，就说明 \( X_t \) 和 \( Y_t \) 协整。
# Python 示例：Engle-Granger 两步法
import statsmodels.api as sm
from statsmodels.tsa.stattools import adfuller
# 假设 X, Y 是价格序列
X = sm.add_constant(X)
model = sm.OLS(Y, X).fit()
residuals = model.resid
# ADF检验
adf_stat, p_value, _, _, critical_values, _ = adfuller(residuals)
print(f'ADF Statistic: {adf_stat}')
print(f'p-value: {p_value}')
if p_value < 0.05:
print('残差平稳，存在协整关系')
else:
print('残差不平稳，不存在协整关系')我的经验：Engle-Granger法有个坑——它假设协整关系是唯一的，而且方向很重要。你把X和Y互换，结果可能不一样。我曾经在测试一组能源股时，换了个方向就发现协整不成立了。后来我养成了习惯：两个方向都跑一遍，取p值更小的那个。
4.3 Johansen检验：多资产协整的「大杀器」
Engle-Granger只能处理两个资产。那如果你有5只股票，想看看它们之间是否存在一个共同的长期关系呢？这时候就要上Johansen检验了。
Johansen检验的核心思想是：通过向量误差修正模型（VECM），检验多个时间序列之间是否存在多个协整向量。它给出两个统计量：
- 迹统计量（Trace Statistic）：检验协整秩（即协整关系的个数）是否小于等于 r。
- 最大特征值统计量（Max Eigenvalue Statistic）：检验协整秩是否恰好为 r。
# Python 示例：Johansen 检验
from statsmodels.tsa.vector_ar.vecm import coint_johansen
# 假设 data 是包含多个资产价格序列的 DataFrame
result = coint_johansen(data, det_order=0, k_ar_diff=1)
print('迹统计量:', result.lr1)
print('迹统计量临界值(95%):', result.cvt)
print('最大特征值统计量:', result.lr2)
print('最大特征值临界值(95%):', result.cvm2)
# 判断协整秩
for i in range(len(result.lr1)):
if result.lr1[i] > result.cvt[i, 1]: # 95% 临界值
print(f'拒绝 H0: 协整秩 <= {i}')
else:
print(f'不能拒绝 H0: 协整秩 <= {i}')
break注意：Johansen检验对滞后阶数很敏感。我建议用AIC或BIC来选择最优滞后阶数，别用默认值。有一次我偷懒没调，结果检验出来5只股票有4个协整关系，明显不合理。调了滞后阶数后，变成了2个，这才符合直觉。
4.4 协整对与协整篮子：从理论到实战
检验出协整关系后，怎么用？这里分两种情况。
协整对（Pair Trading）
就是两只股票。价差 = \( Y_t - \beta X_t \)。当价差偏离均值超过某个阈值（比如2倍标准差）时，做多被低估的、做空被高估的。等价差回归后平仓。
举个例子：假设你发现A股和B股协整，β=1.2。当前价差是+3个标准差，说明Y相对X被高估了。那就做空Y，做多X。等价差回到均值附近，两边平仓。
实战要点：
- 阈值设置：我一般用1.5到2.5倍标准差。太小了频繁交易磨损手续费，太大了等不到回归。
- 止损：价差如果继续扩大超过3倍标准差，我会止损。因为协整关系可能已经破裂了。
- 再检验：每3个月重新跑一次协整检验。市场在变，关系也会变。
协整篮子（Basket Trading）
当你有3只或更多股票时，协整关系就变成了一个线性组合：
Portfolio = w1*X1 + w2*X2 + ... + wn*Xn这个组合的价差是平稳的。你可以把它当成一个「合成资产」来交易。当组合价值偏离均值时，按权重买卖所有成分股。
我个人更喜欢做篮子交易，原因有三：
- 分散风险：单只股票的黑天鹅不会毁掉整个策略。
- 更稳健：多资产协整关系比两两配对更不容易破裂。
- 容量更大：资金量大的时候，篮子交易更容易执行。
避坑指南：我曾经做过一个5只股票的篮子，协整检验通过了，回测也很漂亮。结果实盘跑了两个月，价差突然失控。后来一查，原来是其中一只股票被收购了，基本面彻底变了。从那以后，我每次建仓前都会看一眼每只成分股的最新公告。嗯，这个习惯救了我好几次。
知识体系总览
下面这张图总结了本章的核心逻辑，从协整的定义到两种检验方法，再到实战中的两种应用形式。你可以把它当作一个快速索引。
好了，协整这块的内容就这些。从定义到检验，再到实战应用，每一步都有坑，但也都有解法。你想想看，如果连协整关系都搞不清楚，统计套利就真的成了「瞎蒙套利」了。