统计套利基础：均值回归理论、协整关系、平稳性检验（ADF检验）

大家好，我是老张。今天咱们聊聊统计套利的底层逻辑。

很多人一听到「统计套利」，就觉得是高大上的数学模型。其实没那么玄乎。说白了，就是找两个关系密切的品种，等它们价格跑偏了，再赌它们会回来。

嗯，这个「跑偏了会回来」就是核心。我管它叫——均值回归。

1. 均值回归：金融世界的万有引力

什么叫均值回归？举个例子。

你想想看，你和你的好朋友一起跑步。正常情况下，你们俩速度差不多，距离保持稳定。突然他加速了，把你甩开一大截。你会怎么想？大概率他过一会儿会累，速度降下来，你们又会回到差不多的位置。

价格也是一样。两个高度相关的资产，价差不会无限扩大。它总有一个「合理区间」。超出这个区间，就会像被弹簧拉回来。

我在做商品期货套利时，经常观察螺纹钢和热卷。这两个品种同属黑色系，生产工艺相近，价格走势高度同步。一旦价差偏离历史均值超过两个标准差，我就会建仓。等它回归。

2. 协整关系：比相关性更靠谱的「铁哥们」

很多人容易混淆两个概念：相关性和协整性。

相关性高，不代表可以做套利。举个例子，茅台和五粮液，相关性很高吧？但它们的价差可能越走越大，根本不回归。为什么？因为它们的「关系」不够稳定。

协整就不一样了。协整意味着两个时间序列的线性组合是平稳的。说白了，就是它们之间有一个长期均衡关系。短期可以偏离，但长期一定会回来。

我个人习惯用Engle-Granger两步法来检验协整。步骤很简单：

1. 先对两个序列做回归：Y = α + βX + ε
2. 然后对残差ε做平稳性检验

如果残差是平稳的，就说明Y和X存在协整关系。

3. 平稳性检验：ADF检验到底在测什么？

平稳性，是时间序列分析的基础。一个平稳序列，它的均值、方差不会随时间变化。说白了，就是它的统计性质是稳定的。

为什么要检验平稳性？因为如果序列不平稳，你做的回归可能就是「伪回归」——看起来关系显著，其实全是假象。

ADF检验（Augmented Dickey-Fuller Test）是最常用的平稳性检验方法。它的原假设是：序列存在单位根（即不平稳）。

如果p值小于0.05，就拒绝原假设，认为序列是平稳的。

代码实现也很简单，我一般用Python的statsmodels库：

from statsmodels.tsa.stattools import adfuller

# 假设价差序列为 spread
result = adfuller(spread)
print(f'ADF统计量: {result[0]}')
print(f'p值: {result[1]}')

if result[1] < 0.05:
    print('价差序列是平稳的，可以进行套利')
else:
    print('价差序列不平稳，需要进一步处理')

嗯，这里要注意：ADF检验对滞后阶数的选择比较敏感。我一般用AIC准则自动选择最优滞后阶数。

4. 知识体系框架

下面这张图，是我自己整理的统计套利基础框架。你看完应该能有个整体印象：

5. 实战中的注意事项

理论讲完了，说点实际的。

第一，样本期选择很重要。我习惯用过去6个月到1年的数据来估计协整关系。太短了，参数不稳定；太长了，市场结构可能已经变了。

第二，滚动更新。协整关系不是一成不变的。我每周都会重新跑一遍协整检验，确保关系还在。如果发现协整关系破裂了，就果断平仓。

第三，不要过度优化。有些人喜欢把参数调得特别精细，回测曲线漂亮得不得了。但实盘一跑就崩。为什么？过拟合了。我个人习惯用简单的参数，比如固定2倍标准差作为开仓阈值。

好了，这一章就到这里。均值回归、协整、ADF检验，这三个概念是统计套利的基石。理解透了，后面的策略搭建就水到渠成了。

---