一、统计套利导论
什么是统计套利
统计套利，说白了就是利用数学模型找市场定价的「小漏洞」。
我刚开始接触这个领域时，觉得它特别玄乎。后来做多了才发现，它本质上就是两件事：找关系、抓偏离。
举个例子。贵州茅台和五粮液，都是白酒龙头。它们的股价走势长期看是「绑在一起」的。某天茅台突然涨了5%，五粮液只涨了1%。这时候，我可能会做多五粮液、做空茅台，赌它们的价差会回归正常。
这就是统计套利——不赌方向，赌关系。
核心思想：利用历史统计规律，捕捉资产价格之间的短期失衡，赚取均值回归的收益。
统计套利 vs 无风险套利
很多人会把这两个概念搞混。我当年也踩过这个坑。
| 对比维度 | 无风险套利 | 统计套利 |
|---|---|---|
| 确定性 | 100%确定 | 概率性（80%-95%） |
| 风险 | 接近零 | 存在尾部风险 |
| 机会频率 | 极低（毫秒级） | 较高（分钟/小时级） |
| 资金容量 | 小 | 大 |
| 典型例子 | 同一股票在不同交易所的价差 | 两只高度相关股票的价差偏离 |
无风险套利，比如你在A交易所看到黄金卖1000元，B交易所卖1005元。你同时买入卖出，稳赚5元。这种机会转瞬即逝，而且需要极快的速度。
统计套利就不一样了。它赌的是「大概率会回归」，但不是100%。
我曾经犯过的错：刚开始做统计套利时，我把一个统计套利策略当无风险套利来做，仓位加得很重。结果价差不仅没回归，反而越拉越大，回撤了15%。那次教训让我明白——统计套利必须带止损。
数学基础：协整与均值回归
统计套利的数学根基，说白了就两个概念：协整和均值回归。
协整是什么？
两个时间序列，各自看都是随机游走（不平稳），但它们的线性组合却是平稳的。这就是协整。
我习惯用一个比喻来解释：
- 一个醉汉牵着一条狗散步。醉汉的路线是随机的（不平稳）
- 狗的路线也是随机的（不平稳）
- 但狗和醉汉之间的距离，始终在绳子长度范围内波动（平稳）
这个「绳子」就是协整关系。
均值回归
均值回归是说：价格偏离均值太远后，会像橡皮筋一样被拉回来。
为什么会这样？因为市场参与者会利用这个偏离进行套利，套利行为本身就把价格推回去了。
我的经验：判断均值回归的速度很关键。有些品种回归很快（几分钟），有些要几天甚至几周。我一般用半衰期（half-life）来衡量，小于5天的才考虑做。
代码示例：协整检验
import statsmodels.api as sm
import numpy as np
# 假设我们有两支股票的日收益率
# stock_a 和 stock_b 是价格序列
def check_cointegration(stock_a, stock_b):
# 做线性回归
result = sm.OLS(stock_a, sm.add_constant(stock_b)).fit()
residuals = result.resid
# 对残差做ADF检验
adf_result = sm.tsa.stattools.adfuller(residuals)
# p值小于0.05说明残差平稳，即存在协整关系
is_cointegrated = adf_result[1] < 0.05
return is_cointegrated, adf_result[1]
# 使用示例
coint_flag, p_value = check_cointegration(maotai_price, wuliangye_price)
print(f"是否协整: {coint_flag}, p值: {p_value:.4f}")适用市场与品种
不是所有品种都适合做统计套利。我总结了几条经验：
- 股票市场：同行业龙头股（如银行、白酒、保险）效果最好
- 期货市场：跨期套利（同一品种不同月份）、跨品种套利（如豆油和棕榈油）
- ETF市场：跟踪同一指数的不同ETF之间
- 加密货币：同一币种在不同交易所之间
避坑指南：我曾经在A股小盘股上试过统计套利，效果很差。原因是小盘股流动性不足，滑点太大，赚的钱全被手续费吃掉了。建议从流动性好的大市值品种开始。
本章知识体系
下面这张图，是我做课程时画的。它把统计套利的核心逻辑串起来了：
嗯，这张图其实概括了整套流程。你想想看，从选品种到执行交易，每一步都有讲究。
我的建议：刚开始做统计套利，别贪多。先找一对流动性好的品种，跑通整个流程再说。我当年花了三个月才跑通第一个实盘策略，别着急。