3. 统计套利入门：均值回归、协整关系与配对交易的基本原理
说到统计套利，很多人第一反应就是“高大上”。其实说白了，它就是利用数学和统计学的工具，去抓市场里那些“不理性”的价差机会。我个人觉得，这是量化交易里最接地气、也最容易上手的一个方向。
今天咱们就聊聊统计套利的三个核心概念：均值回归、协整关系和配对交易。嗯，这三个词听着有点唬人，但拆开来看，每个都不难理解。
3.1 均值回归：价格总会回来
先问大家一个问题：你见过一根弹簧被拉长后，松手会怎么样？对，它会弹回去。金融市场里很多资产也有这个特性——价格偏离了“正常水平”后，迟早会回归。
这就是均值回归的核心思想。价格不会永远涨，也不会永远跌。它像钟摆一样，围绕一个均值来回摆动。
均值回归的定义：当一个时间序列（比如股价）偏离其长期均值时，它倾向于以一定的概率回归到该均值附近。
我在做CTA策略时遇到过这样一个案例：某只股票因为一则假消息突然暴涨，但基本面没变。我当时就判断，这种偏离是不可持续的。果然，三天后价格就跌回来了。这就是均值回归在起作用。
但要注意，均值回归不是100%发生的。你想想看，如果一家公司破产了，它的股价还会回归吗？不会。所以我们要判断：这个“均值”是不是稳定的。
均值回归的数学表达
用公式说话。一个简单的均值回归过程可以写成：
ΔX(t) = θ × (μ - X(t-1)) + ε(t)其中：
- X(t)：当前价格
- μ：长期均值
- θ：回归速度（越大越快）
- ε(t)：随机扰动项
说白了，就是当前价格离均值越远，下一时刻往回拉的力度就越大。
我的经验：在实际交易中，我一般用滚动窗口计算均值，比如过去60天的平均价。这样能适应市场环境的变化。千万别用全历史均值，那玩意儿太死板了。
3.2 协整关系：两个资产的“隐形锁链”
均值回归讲的是单个资产。但统计套利更精彩的地方，在于两个资产之间的关系。
举个例子。我观察过贵州茅台和五粮液。这两只股票虽然价格不同，但长期来看，它们的价差总是在一个范围内波动。为什么？因为它们同属白酒行业，受同样的宏观因素影响。
这种关系，就叫协整。
协整的定义：两个或多个非平稳时间序列，它们的线性组合是平稳的。换句话说，它们虽然各自“乱跑”，但彼此之间保持着一种长期均衡关系。
这里有个关键点：相关性 ≠ 协整性。我见过太多人把这两个概念搞混了。
| 概念 | 含义 | 举例 |
|---|---|---|
| 相关性 | 两个变量同向或反向变动的程度 | 茅台涨，五粮液也涨（正相关） |
| 协整性 | 两个变量的价差是否稳定 | 茅台和五粮液的价差在±5%内波动 |
相关性高不代表协整。比如两只股票都跟大盘涨跌，但它们的价差可能越拉越大。协整性才是我们做配对交易的基础。
如何检验协整关系？
最常用的方法是Engle-Granger两步法。步骤很简单：
- 第一步：用OLS回归估计两个资产的关系。比如：Y = α + βX + ε
- 第二步：检验残差ε是否平稳。如果残差是平稳的，就说明两者协整。
代码实现也不复杂：
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检验残差平稳性
adf_result = adfuller(residuals)
print(f'ADF统计量: {adf_result[0]}')
print(f'p值: {adf_result[1]}')
# p值小于0.05，说明残差平稳，两者协整我曾经踩过的坑：有一次我检验出两只股票协整，兴冲冲地开始交易。结果一个月后，价差突然突破了历史范围，亏了不少。后来才发现，那家公司发布了重大利空，基本面变了。所以记住：协整关系不是永恒的，要定期重新检验。
3.3 配对交易：把理论变成钱
好了，有了均值回归和协整这两个工具，我们就可以做配对交易了。
配对交易的逻辑很简单：
- 找到一对协整的资产（比如股票A和股票B）
- 当价差偏离均值时，做多被低估的那个，做空被高估的那个
- 等价差回归均值时，平仓获利
说白了，就是赌它们的价差会回归。这是一种市场中性策略——不管大盘涨跌，只要价差回归，你就能赚钱。
一个完整的交易流程
假设我们找到了协整对：股票X和股票Y。它们的价差公式是：
价差 = 价格_X - β × 价格_Y其中β是回归系数。交易规则如下：
- 开仓条件：当价差偏离均值超过2个标准差时，开仓
- 开仓方向：
- 价差过高 → 做空价差（卖X，买Y）
- 价差过低 → 做多价差（买X，卖Y）
- 平仓条件：价差回归到均值附近（比如0.5个标准差以内）
- 止损条件：价差继续扩大到3个标准差以上
我的习惯：我一般用Z-score来标准化价差。Z-score = (当前价差 - 均值) / 标准差。这样不管价差绝对值多大，都能统一用2.0、2.5这样的阈值来判断。方便得很。
3.4 一张图看懂本章核心
下面这张图总结了统计套利的完整逻辑链条。我画了好几次才满意，你仔细看看：
3.5 几个必须记住的要点
最后，我把自己这些年做统计套利的经验，浓缩成几个要点：
- 选对标的很重要。同行业、同板块的股票更容易协整。别把茅台和特斯拉放一起，那没戏。
- 参数要动态调整。均值、标准差这些参数，别设死了。市场在变，你的模型也得跟着变。
- 交易成本是隐形杀手。配对交易需要双边开仓，手续费和滑点加起来不少。我建议用模拟盘跑三个月，看看扣除成本后还能不能赚钱。
- 别迷信统计。统计套利不是印钞机。它只是给你一个概率上的优势。该止损时别犹豫。
我曾经犯过的错：刚开始做配对交易时，我太相信历史数据了。回测曲线漂亮得不行，结果实盘一跑就崩。后来才明白，回测过拟合是最大的坑。我的建议是：多留一些样本外数据做验证，别把所有数据都用来训练模型。
好了，这一章的内容就到这里。均值回归、协整关系、配对交易，这三个概念是统计套利的基石。你把这些搞明白了，后面的章节就会轻松很多。
公众号:蓝海资料掘金营，微信deep3321