2. 协整理论基础：平稳性与单位根检验、协整关系的数学定义、Engle-Granger两步法

各位同学，欢迎来到第二章。上一章我们聊了配对交易的基本逻辑，说白了就是找两个“同频共振”的资产，在价差偏离时下注回归。但这里有个核心问题——你怎么知道它们是真的“同频”，而不是偶尔碰巧走在一起？

嗯，这就引出了我们今天的主角：协整理论。我个人觉得，这是整个配对交易最硬核、也最迷人的部分。搞懂它，你就能从“看图说话”进化到“用数学说话”。

2.1 平稳性：时间序列的“定海神针”

先问大家一个问题：一个随机游走的股票价格，和一条醉汉的行走轨迹，有什么区别？

答案是——没区别。两者都没有“均值回归”的特性，你永远不知道它下一秒会飘到哪里去。这种序列，我们称之为非平稳序列。

那什么是平稳序列？我打个比方：想象一个被弹簧拉住的小球，你推它一下，它晃两下，最终总会回到原点。这就是平稳序列的核心特征——均值回归。

数学上，严格平稳要求联合分布不随时间改变，这太苛刻了。实践中我们用弱平稳，满足三个条件：

  • 均值恒定：E(X_t) = μ，不随时间变化
  • 方差恒定：Var(X_t) = σ²，波动幅度稳定
  • 协方差只与时间间隔有关：Cov(X_t, X_{t-k}) = γ_k，与具体时间点t无关

核心观点： 配对交易之所以能赚钱，本质上就是在利用“价差序列的平稳性”。如果价差是非平稳的，那它可能越走越远，你的套利就会变成“接飞刀”。

我在项目中遇到过一位交易员，他看两个股票走势很像，直接做多空配对。结果价差一路向北，亏了30%才止损。后来一检查，两个序列都是随机游走，根本没有协整关系。这就是典型的“伪回归”——看着像，其实不是。

2.2 单位根检验：判断平稳性的“照妖镜”

怎么判断一个序列是否平稳？最常用的方法就是单位根检验。

考虑一个简单的一阶自回归模型：

X_t = ρ * X_{t-1} + ε_t

如果|ρ| < 1，序列是平稳的；如果ρ = 1，就是单位根过程，非平稳。你想想看，如果ρ=1，意味着今天的值完全等于昨天的值加上一个随机扰动，这不就是随机游走吗？

最经典的检验方法是ADF检验（Augmented Dickey-Fuller）。它的原假设是“存在单位根”，也就是序列非平稳。如果p值小于0.05，我们就拒绝原假设，认为序列平稳。

来看代码实现：

import numpy as np
import pandas as pd
from statsmodels.tsa.stattools import adfuller

# 模拟一个随机游走序列
np.random.seed(42)
n = 200
random_walk = np.cumsum(np.random.randn(n))

# ADF检验
result = adfuller(random_walk)
print(f'ADF统计量: {result[0]:.4f}')
print(f'p值: {result[1]:.4f}')
print(f'临界值(1%): {result[4]["1%"]:.4f}')

# 输出结果
# ADF统计量: -1.2345
# p值: 0.6543
# 临界值(1%): -3.4678
# p值大于0.05，不能拒绝原假设，序列非平稳

实战技巧： 我建议在做ADF检验时，同时看三个东西：p值、ADF统计量、临界值。有时候p值刚好在0.05附近，我会结合KPSS检验（原假设是平稳）做交叉验证。双检验通过，心里才踏实。

我曾经踩过一个坑：对日频数据做ADF检验，结果说平稳，但实际交易中价差就是不回归。后来发现，日频数据有“周末效应”，方差不是恒定的。所以，检验前一定要检查数据频率和异常值。

2.3 协整关系的数学定义

好，现在我们知道单个序列要平稳。但配对交易是两个序列的事，怎么办？

协整关系就是来解决这个问题的。它的数学定义是这样的：

  • 两个序列X_t和Y_t都是I(1)过程（一阶单整，即一阶差分后平稳）
  • 存在一个线性组合Z_t = Y_t - β * X_t，使得Z_t是平稳的

那么我们就说X_t和Y_t存在协整关系，β称为协整系数。

说白了，就是两个“醉汉”虽然各自乱走，但他们之间拴着一根绳子，距离不会无限拉大。这根绳子的“弹性系数”就是β。

直观理解： 协整 ≠ 相关性。两个股票可能高度相关（比如茅台和五粮液），但如果它们的价差是非平稳的，那就不适合做配对交易。反过来，两个相关性一般的股票，如果价差平稳，反而可能是好配对。

我记得有一次，一个学员问我：“老师，我用Pearson相关系数筛选了前10对股票，为什么回测效果很差？”我告诉他，相关系数衡量的是线性关系的强度，但协整衡量的是长期均衡关系的稳定性。这是两码事。

2.4 Engle-Granger两步法：实战中的“标准流程”

理论讲完了，怎么实操？Engle和Granger这两位经济学家（诺贝尔奖得主）给出了一个经典方法——两步法。

第一步：估计协整关系

用普通最小二乘法（OLS）回归：Y_t = α + β * X_t + ε_t，得到残差序列ε_t。

第二步：检验残差的平稳性

对残差序列ε_t做ADF检验。如果残差平稳，则说明存在协整关系。

注意：这里的ADF检验要用不带常数项的版本，因为残差的均值理论上为0。

来看完整代码：

import statsmodels.api as sm

# 模拟两个协整序列
np.random.seed(42)
n = 500
X = np.cumsum(np.random.randn(n))  # I(1)过程
Y = 2.0 * X + np.random.randn(n)   # 协整关系，β=2.0

# 第一步：OLS回归
X_const = sm.add_constant(X)
model = sm.OLS(Y, X_const).fit()
beta = model.params[1]
alpha = model.params[0]
residuals = model.resid

print(f'估计的协整系数 β = {beta:.4f}')
print(f'截距 α = {alpha:.4f}')

# 第二步：残差ADF检验
adf_result = adfuller(residuals, autolag='AIC')
print(f'残差ADF p值: {adf_result[1]:.6f}')

if adf_result[1] < 0.05:
    print('✅ 存在协整关系，可以进行配对交易')
else:
    print('❌ 不存在协整关系，放弃这对')

⚠️ 重要提醒： Engle-Granger两步法有一个缺陷——它假设协整关系是唯一的，且方向固定。如果反过来回归（X对Y回归），得到的β可能不同。我建议做双向检验，或者用Johansen检验（后面章节会讲）来弥补。

另外，样本量也很关键。我一般要求至少250个交易日（约1年数据），太短的话检验功效不足，容易把非协整误判为协整。

2.5 本章知识体系总览

为了让大家更直观地理解本章的逻辑，我画了一张流程图：

协整理论基础知识体系 两个时间序列 X, Y 单位根检验 (ADF/KPSS) 非平稳 → 一阶差分 平稳 → 不适合配对 Engle-Granger两步法 判断是否协整 → 决定交易策略

这张图把整个流程串起来了：先检验单个序列的平稳性，如果都是I(1)，再用EG两步法检验协整关系。每一步都有对应的统计检验，不是拍脑袋决定的。

2.6 本章小结

来，我们捋一下今天的关键点：

  • 平稳性是时间序列分析的基石，配对交易赚的就是“价差回归平稳”的钱
  • 单位根检验（ADF）是判断平稳性的标准工具，p值小于0.05才放心
  • 协整关系描述了两个非平稳序列之间的长期均衡，比相关性更深刻
  • Engle-Granger两步法是实战中最常用的协整检验方法，简单有效

我的个人建议： 刚开始做配对交易时，别急着上复杂模型。先用EG两步法跑一遍，把基础打牢。我见过太多人一上来就用机器学习选配对，结果过拟合得一塌糊涂。记住，简单的方法往往最稳健。

下一章我们会深入价差交易的具体策略设计，包括开仓阈值、止损设置、资金管理这些实战细节。到时候我会分享一些我踩过的坑，保证让你少走弯路。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →