一、统计套利概述：从概念到实战基础

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。

我刚开始做交易那会儿，听到「套利」两个字，第一反应就是「稳赚不赔」。后来被市场狠狠教育了几次，才明白事情没那么简单。统计套利，说白了就是「用概率赚钱」，而不是「用确定性赚钱」。这个区别，是整门课的基石。

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和统计方法的交易策略。它的核心思想是：找到两个或多个资产之间长期稳定的统计关系，当这种关系暂时偏离时，押注它会回归。

举个例子。我做过一个经典的案例：贵州茅台和五粮液。这两只股票长期走势高度相关，价差通常在一个区间内波动。有一天茅台突然大涨，五粮液没跟上，价差拉大了。这时候，统计套利的思路是：卖空茅台、买入五粮液，赌价差会缩回去。

1.2 统计套利 vs 无风险套利

这两个概念经常被混淆。我当年面试量化研究员时，就被问过这个问题。咱们用一张表说清楚：

对比维度	无风险套利	统计套利
确定性	100%确定，锁定利润	概率性，存在亏损风险
机会来源	市场定价错误（如ETF折溢价）	价格关系的统计偏离
持仓时间	极短（秒级到分钟级）	中等（小时级到天级）
容量	小，容易被抢	大，可容纳更多资金
风险	接近零（执行风险除外）	存在模型风险、尾部风险

你想想看，无风险套利就像地上捡钱——但问题是，地上真有那么多钱等着你捡吗？我做了这么多年交易，真正的无风险套利机会一年碰不到几次，而且每次都是几毫秒就被高频交易抢走了。

统计套利就不一样了。它承认风险的存在，但通过数学工具把风险量化、管理起来。说白了，就是用「大概率」去对抗「小概率」。

1.3 统计套利的数学基础

搞统计套利，离不开两个核心数学概念：均值回归和协整。这两个东西，我建议你吃透。

1.3.1 均值回归

均值回归（Mean Reversion）是统计套利最底层的逻辑。它描述的是：一个时间序列倾向于围绕某个长期均值波动，当偏离均值太远时，会以较高概率回归。

用大白话说就是：「涨多了会跌，跌多了会涨」。但注意，这不是绝对的——它只是一个统计规律。

我习惯用Ornstein-Uhlenbeck过程来建模均值回归。它的数学形式是这样的：

dX(t) = θ(μ - X(t))dt + σdW(t)

其中：

• μ 是长期均值
• θ 是回归速度（越大回归越快）
• σ 是波动率
• dW(t) 是随机扰动

嗯，这里要注意：均值回归策略最怕的就是「趋势行情」。如果市场走出单边趋势，均值回归策略会连续亏损。我2015年做A股配对交易，就遇到了股灾——所有股票一起跌，价差根本不回归，那叫一个惨。

1.3.2 协整

协整（Cointegration）是比相关性更高级的概念。两个序列高度相关，不代表它们有稳定的统计关系。但协整不一样——它意味着两个序列的线性组合是平稳的。

举个例子。我拿沪深300和上证50做过测试。它们的相关系数高达0.95，但做协整检验发现：这两个指数并不协整。为什么？因为它们的成分股结构不同，长期来看价差会发散。

协整检验的步骤：

1. 对两个价格序列做线性回归：Y = α + βX + ε
2. 提取残差序列 ε
3. 对残差做单位根检验（如ADF检验）
4. 如果残差是平稳的，则两个序列协整

1.4 统计套利的市场假设

任何策略都有前提假设。统计套利也不例外。我总结了一下，主要有三个假设：

• 假设一：市场存在定价偏差。也就是说，资产价格之间确实存在可被统计方法捕捉的规律。如果市场是完全有效的，统计套利就没得玩了。
• 假设二：统计关系具有稳定性。过去成立的协整关系，未来大概率继续成立。但注意，是「大概率」，不是「一定」。
• 假设三：交易成本可控。统计套利的单笔利润通常很薄，如果交易成本太高，策略就废了。

你可能会问：这些假设靠谱吗？说实话，不完全靠谱。市场结构会变，统计关系会失效，交易成本也会波动。但这就是量化交易的本质——我们不是在寻找真理，而是在寻找「当前条件下大概率赚钱的方法」。

我记得2019年做加密货币的统计套利，一开始效果很好。后来交易所提高了手续费，策略直接变成负收益。嗯，这就是现实。

知识体系总览

下面这张图，是我自己梳理的统计套利知识框架。你可以把它当作整门课的导航图：

这张图把统计套利拆成了三个模块：理论基础、策略类型、实战要素。后面的课程，我们会沿着这个框架一步步深入。每个模块我都会结合自己的实战经验来讲，包括踩过的坑和总结出的技巧。