第二章：配对交易原理
配对交易，说白了就是找两个长得像的股票，做多一个、做空另一个。我刚开始接触这个策略时，觉得它挺反直觉的——为什么要同时买和卖？后来在实盘中吃了亏才明白，这其实是把方向性风险给对冲掉了。
配对交易的核心思想
核心思想其实很简单：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，赌它会回归。
举个例子。我记得2018年做过一个实验，拿招商银行和兴业银行做配对。这两家都是股份制银行，业务结构相似，股价走势长期看几乎同步。但短期会有偏差——比如某天招行涨了2%，兴业只涨了0.5%。这时候我就做空招行、做多兴业，赌它们的价差会缩小。
为什么会有效？因为同行业的股票受相同的宏观因素影响。利率变了，两家银行都受影响；监管政策出了，两家都得遵守。你想想看，这种同涨同跌的规律，短期内很难被打破。
关键点：配对交易不是预测股价涨跌，而是预测两只股票的相对强弱关系。说白了，你赚的是价差回归的钱，不是市场方向的钱。
价差序列的构建
有了两只股票，怎么构建价差？我见过新手直接拿价格相减，这其实是个坑。价格本身是非平稳的，直接相减得到的价差也是非平稳的，没法做统计检验。
正确的做法是：
- 取对数价格：把价格转换成对数形式，这样价差就变成了对数收益率之差
- 计算价差：
spread = log(P1) - β * log(P2) - 确定β值：通常用OLS回归估计，也可以用卡尔曼滤波做动态调整
这里β很关键。我习惯用滚动窗口的OLS回归，窗口大小选60个交易日。为什么是60？嗯，这个参数我试过很多次，太短了噪声大，太长了反应慢。60是个不错的折中。
import numpy as np
import pandas as pd
import statsmodels.api as sm
def build_spread(price1, price2, window=60):
"""
构建价差序列
price1, price2: 两只股票的价格序列
"""
log_p1 = np.log(price1)
log_p2 = np.log(price2)
spread = pd.Series(index=price1.index, dtype=float)
for i in range(window, len(price1)):
y = log_p1[i-window:i]
x = log_p2[i-window:i]
x = sm.add_constant(x)
model = sm.OLS(y, x).fit()
beta = model.params[1]
spread.iloc[i] = log_p1.iloc[i] - beta * log_p2.iloc[i]
return spread我的经验：β值不是一成不变的。2015年股灾时，很多股票的β关系都发生了结构性变化。我建议至少每季度重新估计一次β，或者在市场剧烈波动时手动检查。
均值回归假设
配对交易能赚钱，前提是价差序列具有均值回归特性。什么叫均值回归？就是价差偏离均值后，有回到均值的趋势。
怎么检验？我常用两个指标：
| 指标 | 说明 | 阈值 |
|---|---|---|
| ADF检验 | 检验序列是否平稳 | p值 < 0.05 |
| 半衰期 | 价差回归均值所需时间的一半 | 通常 < 20天 |
ADF检验是必须做的。我见过有人跳过这步直接交易，结果价差越走越远，亏得底裤都不剩。半衰期也很重要——如果价差偏离后要半年才回归，那你的资金成本都扛不住。
避坑指南：我曾经遇到一个配对，ADF检验通过了，但半衰期是45天。我心想反正能回归，就开了仓位。结果价差偏离了3个标准差，我被迫止损。后来复盘发现，半衰期太长意味着回归动力太弱，不适合做配对交易。
配对选择的直觉
选什么股票做配对？我总结了几条经验：
- 同行业优先：银行配银行，保险配保险。跨行业配对风险太高，逻辑上说不通
- 市值相近：大银行和小银行受的流动性影响不同，价差容易走偏
- 业务结构相似：比如招行和兴业都是零售银行，比招行配工行更合适
- 历史相关性高：至少过去一年相关性在0.8以上
你可能会问：相关性高就一定能赚钱吗？不一定。我见过相关性0.95的配对，价差就是不回归。为什么？因为两只股票的基本面发生了变化——比如一家公司出了财务造假，另一家没有。这时候价差偏离是合理的，不会回归。
所以，配对选择不能只看统计指标，还得懂基本面。我习惯在选股时先看财报，确认两家公司的盈利模式、增长趋势是否一致。如果一家在转型，另一家在守成，那它们就不适合做配对。
这张图是我自己画的配对交易流程图。你看，从选股到开仓到平仓，每一步都有讲究。很多人只盯着交易信号，忽略了前面的选股和检验，结果就是亏钱。
一个小技巧：我习惯在选股时先做行业聚类，把同行业的股票分成几组，然后在每组内找相关性最高的配对。这样既保证了行业逻辑，又提高了统计显著性。
好了，配对交易的原理就讲到这里。记住一句话：配对交易不是万能钥匙，它只适用于那些基本面稳定、价差具有均值回归特性的股票对。选对了，它就是你的印钞机；选错了，它就是你的绞肉机。