配对交易策略（一）：配对交易的核心思想、如何选择配对标的、价差序列的构建与标准化

大家好，欢迎来到统计套利的实战环节。

今天咱们聊一个非常经典、也非常实用的策略——配对交易。说白了，它就是统计套利里最接地气的一种玩法。我刚开始做量化那会儿，第一个实盘跑的策略就是配对交易。嗯，虽然中间踩过不少坑，但回过头来看，它确实是理解市场微观结构最好的入门砖。

一、配对交易的核心思想

配对交易的逻辑其实很简单：找到两只走势高度相关的股票，当它们的价差偏离正常范围时，做多一只、做空另一只，赌价差回归。

你想想看，同行业的两个公司，比如茅台和五粮液，它们的基本面、行业周期、政策影响都差不多。正常情况下，它们的股价走势应该像双胞胎一样同步。但偶尔也会闹别扭——一个涨得多，一个跌得多。这时候，价差就拉大了。

我们的机会就来了：买入被低估的那只，卖出被高估的那只。等它们重新步调一致，我们就平仓获利。

我个人习惯把这种策略叫做「均值回归的亲戚」。它不预测大盘涨跌，只赌两个标的之间的相对关系会修复。说白了，这是一种市场中性策略——大盘涨跌跟你关系不大，你赚的是价差收敛的钱。

我在项目中遇到过一种情况：两只股票基本面完全一样，但就因为某只被游资炒了一波，价差瞬间拉大。我当时按模型信号进场，结果游资撤退后价差果然回归，三天赚了2.3%。但反过来，如果价差拉大是因为基本面真的变了（比如一家公司出了利空），那你就惨了。所以，选对配对标的，比什么都重要。

二、如何选择配对标的

选标的，是配对交易的第一步，也是最关键的一步。我见过太多人随便拉两只股票就开始跑模型，结果亏得莫名其妙。嗯，这里要注意：不是任何两只股票都能配对的。

2.1 同行业、同板块

这是最基本的要求。为什么？因为同行业的公司受相同的宏观因素、政策、原材料价格影响。比如：

• 白酒板块：贵州茅台 vs 五粮液
• 银行板块：招商银行 vs 兴业银行
• 新能源车：比亚迪 vs 宁德时代（虽然不完全一样，但产业链关联度高）

我建议你从申万一级行业分类入手，先锁定一个行业，再挑市值相近、流动性好的两只股票。市值差太大的话，资金容量和波动率都不匹配，配对效果会很差。

2.2 相关性检验

光看行业还不够，还得算算它们的历史相关性。我一般用皮尔逊相关系数，阈值设在0.8以上。低于0.8的，基本不用考虑。

举个例子，我拿茅台和五粮液过去一年的日收益率算了一下：

标的	茅台	五粮液
茅台	1.00	0.87
五粮液	0.87	1.00

0.87，不错，可以继续往下走。

2.3 协整性检验

相关性高不等于协整。你可能听过一句话：「相关性不代表因果性」。在配对交易里，协整性才是硬道理。

协整性检验，说白了就是看两只股票的价差序列是否平稳。如果价差是平稳的，那它就会围绕均值来回摆动，我们就能做均值回归。如果价差不平稳，那它可能越走越远，你就等着爆仓吧。

我常用的方法是Engle-Granger两步法，或者直接用ADF检验。代码实现很简单：

import statsmodels.api as sm
from statsmodels.tsa.stattools import adfuller

# 假设 price_a 和 price_b 是两只股票的价格序列
# 第一步：回归
price_a = sm.add_constant(price_a)
model = sm.OLS(price_b, price_a).fit()
hedge_ratio = model.params[1]  # 对冲比率

# 第二步：计算价差
spread = price_b - hedge_ratio * price_a['close']

# 第三步：ADF检验
adf_result = adfuller(spread)
print(f'ADF统计量: {adf_result[0]}, p值: {adf_result[1]}')

# p值小于0.05，说明价差平稳，可以配对
if adf_result[1] < 0.05:
    print('价差平稳，适合配对交易')
else:
    print('价差不平稳，换一对试试')

我曾经踩过一个坑：两只股票相关性高达0.92，但协整检验死活过不了。后来发现是因为其中一只股票在样本期内有增发，导致价格结构变了。所以，数据预处理一定要做干净，复权、除权、停牌处理都不能少。

三、价差序列的构建与标准化

选好配对标的之后，下一步就是构建价差序列。价差，就是两只股票价格之间的差值。但直接拿价格相减是不行的，因为价格量级不同。茅台2000块，五粮液150块，直接相减的话，茅台波动一下，价差就炸了。

3.1 构建价差

正确的做法是：先确定对冲比率，再用对冲比率构建价差。

对冲比率（Hedge Ratio）就是回归出来的系数。比如上面代码里的 hedge_ratio，它告诉你：买1股股票B，需要卖多少股股票A来对冲。

价差公式：

spread = price_b - hedge_ratio * price_a

这样构建出来的价差，理论上是一个平稳序列。它的均值就是0（如果回归时加了截距项，均值就是截距项）。

3.2 标准化价差

有了价差序列，我们还需要把它标准化，变成Z-score。为什么？因为价差的绝对值没有意义，我们需要知道它偏离均值多少个标准差，才能判断「偏离程度」。

Z-score公式：

z_score = (spread - spread.mean()) / spread.std()

标准化之后，Z-score的均值是0，标准差是1。这样我们就可以设定统一的交易阈值：

• 开仓阈值：Z-score > 2 或 < -2（偏离2个标准差）
• 平仓阈值：Z-score 回归到 0 附近
• 止损阈值：Z-score > 3 或 < -3（防止价差不回归）

代码实现：

import pandas as pd
import numpy as np

# 假设 spread 是价差序列
window = 60
spread_rolling_mean = spread.rolling(window=window).mean()
spread_rolling_std = spread.rolling(window=window).std()

z_score = (spread - spread_rolling_mean) / spread_rolling_std

# 生成交易信号
z_score = z_score.dropna()

long_entry = z_score < -2   # 价差被低估，做多价差
short_entry = z_score > 2   # 价差被高估，做空价差
exit_signal = abs(z_score) < 0.5  # 价差回归，平仓

四、知识体系总览

为了让你更直观地理解整个流程，我画了一张图：

五、避坑指南

最后，分享几个我亲身踩过的坑：

• 不要用全量历史数据做协整检验。我建议用最近1-2年的数据，太老的数据没有参考价值。
• 注意交易成本。配对交易是双边交易，手续费和滑点加起来很可观。我一般会在Z-score阈值上再加0.5个标准差作为缓冲，避免频繁交易。
• 动态调整对冲比率。对冲比率不是一成不变的。我习惯每20个交易日重新回归一次，更新β值。
• 警惕「伪回归」。有些价差序列虽然通过了ADF检验，但实际交易中就是不回归。这时候要检查一下样本外表现，别被过拟合骗了。

好了，这一章的内容就到这里。配对交易的核心思想、选标的方法、价差构建与标准化，你都应该心里有数了。下一章我们会深入讲具体的交易信号设计和仓位管理，到时候再聊。