一、统计套利导论：什么是统计套利？
大家好，我是你们的量化交易讲师。今天咱们聊聊统计套利——这个听起来高大上、其实很接地气的策略。
先问个问题：你听说过“套利”吗？传统的无风险套利，比如同一只股票在两个交易所价格不同，你低价买入、高价卖出，稳稳赚钱。但现实中这种机会几乎绝迹了，因为市场太有效。
统计套利不一样。它不追求“确定性的差价”，而是寻找“大概率会回归的价差”。说白了，就是赌两个资产的价格关系会回到历史均值附近。
核心定义：统计套利是一种基于数学模型和统计方法的交易策略，它利用资产价格之间的统计关系（而非确定性关系）来捕捉价差回归的机会。
1.1 统计套利 vs 无风险套利
我刚开始做量化时，也分不清这两者。直到有一次在项目中同时跑了两套策略，才真正体会到区别。
| 对比维度 | 无风险套利 | 统计套利 |
|---|---|---|
| 利润确定性 | 100%确定 | 概率性（通常70%-90%） |
| 机会频率 | 极低（几乎消失） | 较高（每天数次） |
| 风险来源 | 执行风险、流动性风险 | 模型风险、价差不回归风险 |
| 持仓时间 | 秒级到分钟级 | 小时级到天级 |
| 资金容量 | 小 | 大 |
举个例子：无风险套利就像你发现楼下便利店可乐卖3块，隔壁超市卖4块，你立刻买进卖出赚1块。统计套利呢？就像你发现茅台和五粮液的价格差通常在10-20块之间波动，当价差扩大到25块时，你赌它会缩回去。
注意：统计套利不是“稳赚不赔”。我曾经在2015年股灾时跑过一个配对交易策略，价差偏离到历史极值后继续扩大，最后止损出局。嗯，模型失效的时候，该认输就得认输。
1.2 统计套利的数学基础
统计套利的核心数学工具就两个：均值回归和协整。我建议你先把这两个概念吃透，后面的章节都是它们的延伸。
均值回归
均值回归，说白了就是“涨多了会跌，跌多了会涨”。这不是玄学，而是统计学上的自然现象——大多数时间序列数据都会围绕某个均值波动。
数学上，我们常用Ornstein-Uhlenbeck过程来描述均值回归：
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
你想想看，如果两个资产的价差序列符合这个模型，那当价差偏离μ时，它就有“拉力”把它拽回来。这就是我们赚钱的基础。
个人经验：我在实盘中发现，θ值在0.1-0.5之间的策略表现最好。太小了回归太慢，资金占用成本高；太大了容易假突破，频繁止损。
协整
协整是统计套利的另一个基石。它解决的是：两个非平稳的时间序列，它们的线性组合可能是平稳的。
举个例子：
- 股票A的价格序列是非平稳的（随机游走）
- 股票B的价格序列也是非平稳的
- 但A - 2×B 这个组合可能是平稳的（均值回归）
这就是协整关系。我习惯用Engle-Granger两步法来检验：
# 第一步：回归
Y = α + βX + ε
# 第二步：检验残差ε的平稳性（ADF检验）
# 如果ε是平稳的，则Y和X协整关键点：协整 ≠ 相关性。两个高度相关的股票可能不协整（比如同行业但基本面不同），而两个低相关的股票可能协整（比如对冲关系）。我见过太多新手把相关性当协整用，结果亏得很惨。
1.3 统计套利的市场假设
任何策略都有前提假设。统计套利能赚钱，依赖以下三个假设：
- 市场有效性不足：价格关系会暂时偏离，但不会永远偏离。如果市场完全有效，价差会瞬间回归，我们没机会。
- 历史会重演：过去成立的统计关系，未来大概率继续成立。这是所有量化策略的“信仰”。
- 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，策略就会失效。
我个人觉得，第一条最重要。你想想看，如果市场完全有效，那所有套利机会都会瞬间消失。但现实是，市场总有“不理性”的时候——机构调仓、散户追涨杀跌、流动性冲击……这些都会造成价差偏离。
避坑指南：我曾经在2018年跑过一个统计套利策略，回测年化收益30%，实盘却亏了。后来发现，回测时没考虑交易成本。统计套利的单笔利润可能只有0.1%-0.3%，如果交易成本吃掉0.05%，那利润就缩水了20%-50%。所以，一定要把交易成本算清楚。
知识体系总览
下面这张图是我自己画的，把本章的核心逻辑串起来了。你可以把它当作学习地图：
这张图从定义出发，先对比了统计套利和无风险套利的区别，然后深入到数学基础（均值回归和协整），再落到市场假设，最后延伸到具体的策略类型。你可以把它当作学习路线图。
好了，第一章就到这里。统计套利的核心思想其实不复杂——找到会回归的价差，在偏离时入场，在回归时离场。但真正做好，需要扎实的数学功底和丰富的实战经验。
下一章我们会深入讲配对交易——统计套利最经典的实现方式。到时候我会手把手带你写一个完整的策略框架。