4、配对交易实战：价差序列计算、Z-score标准化、交易信号生成
好，咱们直接进入正题。
前面聊了那么多理论，什么协整检验、什么均值回归，听起来都挺美。但理论归理论，真到了写代码的时候，你会发现——嗯，坑还挺多的。
这一章，我就带你手把手把配对交易的整个流程跑一遍。从拿到两个股票的价格序列开始，到最终生成买卖信号，每一步我都会拆开来讲。代码我会贴出来，但更重要的是背后的逻辑——为什么这么做？不这么做会怎样？
4.1 价差序列的计算
配对交易的核心，说白了就是赌两个股票的价格差会回归均值。那第一步，自然就是把这个「价差」算出来。
价差不是简单的价格相减。你想想看，如果A股票100块，B股票50块，直接相减得到50，这有意义吗？没意义。因为它们的价格尺度不一样。
正确的做法是：先做线性回归，找到两个股票之间的均衡关系。然后用这个关系去算价差。
具体来说，假设我们找到了一对协整的股票，比如浦发银行和招商银行。我们用浦发银行的价格去回归招商银行的价格，得到回归系数β。那么价差就是：
spread = price_A - β * price_B这个价差，才是真正有统计意义的「偏离程度」。
核心要点：价差序列必须基于协整关系计算，而不是简单相减。否则你看到的「机会」可能只是幻觉。
我在项目中遇到过一件事。有次我直接用价格差去做回测，结果发现信号特别多，但一实盘就亏钱。后来一查，原来是两只股票的价格尺度差太多，价差序列根本不平稳。从那以后，我再也不敢偷懒了。
代码实现其实很简单：
import numpy as np
import pandas as pd
import statsmodels.api as sm
# 假设 df_A 和 df_B 是两只股票的价格序列
def calculate_spread(df_A, df_B):
# 做线性回归，得到 beta
X = sm.add_constant(df_B)
model = sm.OLS(df_A, X).fit()
beta = model.params[1]
# 计算价差
spread = df_A - beta * df_B
return spread, beta这里要注意一点：回归用的数据窗口要多长？我个人习惯用60个交易日，也就是大概3个月。太短了，回归结果不稳定；太长了，股票的基本面可能已经变了。
小技巧：你可以试试滚动回归，也就是每天重新算一次beta。这样能捕捉到两只股票关系的动态变化。不过计算量会大一些。
4.2 Z-score标准化
好，价差算出来了。但问题来了——价差的数值本身没有标准。今天价差是2，明天价差是5，这算大还是小？
这就需要标准化了。
Z-score，说白了就是把价差转换成「偏离均值多少个标准差」。公式很简单：
Z = (当前价差 - 价差均值) / 价差标准差当Z=2的时候，意味着当前价差已经偏离均值2个标准差。按照正态分布，这种情况发生的概率只有5%左右。嗯，这就是我们等待的「极端机会」。
代码实现：
def calculate_zscore(spread, window=60):
# 滚动计算均值和标准差
mean = spread.rolling(window=window).mean()
std = spread.rolling(window=window).std()
# 计算Z-score
zscore = (spread - mean) / std
return zscore这里有个细节很多人会忽略：窗口大小怎么选？
窗口太小，比如20天，Z-score会频繁触发信号，但很多都是假信号。窗口太大，比如120天，信号会变得稀少，可能一年都等不到几次交易机会。
我个人的经验是：60天是个不错的起点。你可以根据股票的波动特性去调，波动大的股票用短窗口，波动小的用长窗口。
避坑指南：我曾经犯过一个错误——直接用全样本的均值和标准差去算Z-score。结果回测曲线漂亮得不行，一实盘就崩了。为什么？因为全样本包含了未来的信息，这叫「未来函数」。记住，Z-score必须用滚动窗口，只用历史数据。
4.3 交易信号生成
有了Z-score，信号生成就水到渠成了。
典型的规则是这样的：
- 当Z-score > 2.0 时，做空价差（卖A买B）
- 当Z-score < -2.0 时，做多价差（买A卖B）
- 当Z-score 回归到 0 附近时，平仓
为什么是2.0？这其实是个经验值。理论上，Z-score超过2的概率只有5%，这意味着我们只捕捉最极端的偏离。如果你觉得信号太少，可以放宽到1.5；如果你怕假信号多，可以收紧到2.5。
代码实现：
def generate_signals(zscore, entry_threshold=2.0, exit_threshold=0.5):
signals = pd.Series(index=zscore.index, dtype=int)
signals[:] = 0 # 0表示空仓
position = 0 # 当前持仓状态：1=多头，-1=空头，0=空仓
for i in range(1, len(zscore)):
if position == 0:
# 开仓条件
if zscore.iloc[i] > entry_threshold:
position = -1 # 做空价差
elif zscore.iloc[i] < -entry_threshold:
position = 1 # 做多价差
else:
# 平仓条件：回归到均值附近
if abs(zscore.iloc[i]) < exit_threshold:
position = 0
signals.iloc[i] = position
return signals你可能会问：为什么平仓阈值设成0.5，而不是0？
嗯，这里有个小门道。如果设成0，意味着你必须等到价差完全回归均值才平仓。但现实中，价差往往会在均值附近来回震荡，你可能永远等不到精确的0。设成0.5，相当于给了个「缓冲区」，让交易更平滑。
重要提醒：信号生成只是第一步。真正赚钱的关键在于——你能否严格执行信号。很多人在Z-score达到2.5的时候不敢开仓，觉得「这次不一样」。结果呢？往往就是这次「不一样」的行情，最后回归得最猛烈。
4.4 完整流程可视化
说了这么多，咱们用一张图把整个流程串起来：
这张图把整个流程串起来了。从数据获取到信号生成，每一步都环环相扣。你想想看，如果哪一步出了问题，后面的信号质量都会受影响。
4.5 实战中的注意事项
最后，我总结几个实战中容易踩的坑：
| 问题 | 表现 | 解决方案 |
|---|---|---|
| 价差不平稳 | 信号频繁触发，但无法回归 | 重新做协整检验，换配对 |
| Z-score窗口太小 | 信号太多，交易成本高 | 增大窗口到80-100天 |
| Z-score窗口太大 | 信号太少，错过机会 | 减小窗口到40-50天 |
| 未来函数 | 回测漂亮，实盘亏损 | 严格使用滚动窗口 |
| 忽略交易成本 | 回测盈利，实盘亏损 | 每笔交易扣除0.1%成本 |
我的建议：刚开始做配对交易，别急着上实盘。先用历史数据跑一遍回测，看看信号的质量。重点关注两个指标：信号频率（一年多少次）和胜率（赚钱的比例）。如果一年只有5次信号，那这个策略可能太保守了；如果胜率低于60%，那可能需要调整参数。
好了，这一章的内容就到这里。代码有了，逻辑清楚了，剩下的就是动手去试。记住，量化交易不是纸上谈兵，代码跑起来才是硬道理。
公众号:蓝海资料掘金营，微信deep3321