一、统计套利基础：从概念到数学根基
大家好，我是你们的老朋友。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东西。
先说说我自己的经历。几年前我刚入行时，听到「统计套利」四个字，第一反应就是「高大上」。后来在实盘里摔过几次跟头，才明白这东西说白了就是——找两个长得像的股票，等它们走散了再拉回来。
1.1 什么是统计套利？
统计套利，英文叫 Statistical Arbitrage，简称 Stat Arb。它不是那种「闭眼捡钱」的玩法，而是基于概率和统计的套利策略。
核心思想很简单：利用资产价格之间的统计关系，当这种关系出现暂时偏离时，押注它会回归。
举个例子。我盯过工商银行和建设银行，这两家都是大行，业务结构相似，股价走势长期看是「同涨同跌」的。但偶尔会出现工行涨了2%、建行只涨了0.5%的情况。这时候，统计套利者会怎么做？
- 做多建行（买便宜的）
- 做空工行（卖贵的）
- 等它们价差回归后，两边平仓，赚取差价
你看，这跟传统的「低买高卖」不太一样。它赌的是价差会回归均值，而不是价格本身会涨会跌。
关键点：统计套利不是无风险的。它赌的是「大概率事件」，但小概率的极端行情（比如黑天鹅）照样能让你亏得怀疑人生。
1.2 统计套利 vs 无风险套利
很多人容易把这两个概念搞混。我刚开始做的时候也犯过这个错——以为统计套利就是无风险套利的升级版。其实完全不是一回事。
| 对比维度 | 无风险套利 | 统计套利 |
|---|---|---|
| 风险特征 | 理论上零风险 | 有风险，但概率可控 |
| 收益来源 | 市场定价错误（瞬时） | 价差回归均值（统计规律） |
| 持仓时间 | 极短（秒级到分钟级） | 中等（小时级到天级） |
| 典型例子 | 同一股票在不同交易所的价差 | 两只同行业股票的价差 |
| 容量 | 极小，很快被填平 | 较大，可以容纳大资金 |
无风险套利，说白了就是「市场犯傻的时候你捡漏」。比如同一只股票在A股和港股价格不一样，你同时买入便宜的、卖出贵的，锁死利润。这种机会转瞬即逝，而且资金容量极小。
统计套利呢？它赌的是「市场会回归理性」。但市场有时候就是不理性——我见过价差偏离后继续扩大，硬生生扛了三个月才回归的案例。嗯，那三个月，账户回撤了15%，晚上根本睡不着。
避坑指南：我曾经以为统计套利就是「低风险」的代名词，结果在2015年股灾期间，很多统计套利策略直接崩了。为什么？因为市场流动性枯竭，价差根本不回归，反而越拉越大。记住：统计套利不是无风险，它只是风险可控。
1.3 统计套利的数学基础：协整与平稳性
好了，聊完了概念，咱们得动点真格的了。统计套利能不能赚钱，核心在于两个数学概念：平稳性和协整。
你想想看，如果两个股票的价格走势完全是随机游走，那它们之间的价差也是随机的，你根本没法预测。但如果你发现它们的价差是「平稳」的——也就是围绕某个均值上下波动，不会越跑越远——那就有套利空间了。
1.3.1 平稳性（Stationarity）
平稳性，简单说就是时间序列的统计性质不随时间变化。具体来说：
- 均值是常数
- 方差是常数
- 自协方差只与时间间隔有关，与具体时间点无关
我习惯用「橡皮筋」来比喻：平稳的时间序列就像一根被拉住的橡皮筋，你把它扯远了，它总会弹回来。非平稳的序列呢？就像一只没拴绳的狗，你永远不知道它下一秒会跑到哪里去。
在Python里，我们可以用ADF检验来判断一个序列是否平稳。代码很简单：
from statsmodels.tsa.stattools import adfuller
# 假设 price_spread 是两只股票的价格差
result = adfuller(price_spread)
print(f'ADF统计量: {result[0]:.4f}')
print(f'p值: {result[1]:.4f}')
# p值小于0.05，说明序列平稳
if result[1] < 0.05:
print('价差序列是平稳的，可以做统计套利')
else:
print('价差序列非平稳，需要进一步处理')个人经验：我建议不要只看p值。有时候p值刚好在0.05附近，我会再跑一个KPSS检验做交叉验证。两个检验结果一致，我才敢放心用。
1.3.2 协整（Cointegration）
协整这个概念，说白了就是：两个非平稳的时间序列，它们的线性组合是平稳的。
举个例子。A股票和B股票各自都是随机游走的（非平稳），但如果你把它们的价格按一定比例组合起来（比如 A - 0.8*B），这个组合的价差却是平稳的。那我们就说A和B是协整的。
为什么协整对统计套利这么重要？因为：
- 如果两个序列是协整的，它们的价差会围绕均值波动
- 当价差偏离均值时，大概率会回归
- 这就是我们开仓和离场的依据
检验协整关系，最常用的是Engle-Granger两步法。Python里用起来也很方便：
from statsmodels.tsa.stattools import coint
# 假设 stock1 和 stock2 是两只股票的价格序列
score, pvalue, _ = coint(stock1, stock2)
print(f'协整检验p值: {pvalue:.4f}')
if pvalue < 0.05:
print('两只股票存在协整关系，可以构建配对交易策略')
else:
print('没有协整关系，别硬凑')注意：协整关系不是一成不变的。我见过一些股票对，前两年协整关系很稳定，第三年突然就断了。为什么？可能是公司基本面变了，或者行业政策调整了。所以定期重新检验协整关系，是每个统计套利策略的必修课。
1.4 知识体系总览
说了这么多，咱们用一张图来总结一下本章的核心逻辑：
这张图把咱们今天讲的内容串起来了。从统计套利的定义出发，对比无风险套利，然后深入到数学基础——平稳性和协整，最后落到具体的检验方法上。你想想看，整个逻辑链条是不是很清晰？
1.5 本章小结
聊了这么多，我帮你捋一下重点：
- 统计套利：利用资产间的统计关系，押注价差回归均值
- 与无风险套利的区别：统计套利有风险，但容量大、机会多
- 平稳性：价差序列的统计性质不随时间变化，是套利的前提
- 协整：两个非平稳序列的线性组合是平稳的，这是配对交易的理论基础
- 检验方法：ADF、KPSS、Engle-Granger两步法，都是你的工具箱
我个人习惯，每次拿到一个新的股票对，第一件事就是跑协整检验。p值不过关，后面再花哨的策略都是白搭。记住：数学基础不牢，地动山摇。
好了，这一章就到这里。下一章咱们聊聊如何构建一个完整的统计套利策略——从数据获取到回测，再到实盘部署，一步步带你走一遍。
公众号:蓝海资料掘金营，微信deep3321