3. 统计套利理论基础：均值回归、协整性、平稳性、相关性分析
各位同学，今天咱们来啃统计套利的硬核基础。说实话，这部分内容我当年自学的时候也绕了不少弯路。你想想看，一堆数学概念堆在一起，什么平稳性、协整性，光看名字就头大。
但我要告诉你一个真相：统计套利的核心，其实就一句话——找到两个会「分久必合」的品种。嗯，就是这么朴素。
3.1 均值回归：统计套利的灵魂
先问大家一个问题：为什么价格不会永远偏离？
我个人习惯把均值回归理解为「橡皮筋效应」。你把橡皮筋拉得越远，它弹回来的力道就越猛。在金融市场里，很多资产对之间就存在这种橡皮筋。
我在项目中遇到过最典型的例子是沪深300ETF和它的股指期货。有时候价差拉得特别大，很多人慌了，但我心里清楚——只要基本面没变，这个价差迟早会回来。
均值回归的核心假设：
- 价差序列围绕某个长期均值波动
- 偏离均值越远，回归概率越大
- 回归过程需要时间，但方向确定
说白了，均值回归不是预测价格涨跌，而是预测价差会「回家」。这个思路转变很重要。
3.2 平稳性：数据的「定海神针」
平稳性这个概念，我刚开始做量化时总觉得是学院派在故弄玄虚。直到有一次，我用非平稳数据跑回测，结果漂亮得不得了，实盘却亏得一塌糊涂。
为什么会这样？因为非平稳数据的统计特征在变，你算出来的均值、方差都是「假参数」。
平稳性的定义其实很简单：
- 均值不随时间变化
- 方差不随时间变化
- 协方差只与时间间隔有关，与具体时间点无关
你想想看，如果均值一直在漂移，你怎么做均值回归？那不是刻舟求剑吗？
我的经验：做统计套利前，先用ADF检验跑一遍。p值小于0.05才算过关。别偷懒，这一步省了，后面全是坑。
3.3 协整性：两个品种的「灵魂伴侣」
协整性这个概念，我建议你把它理解为「长期绑定关系」。两个非平稳的品种，它们的线性组合却是平稳的——这就是协整。
举个例子：
- A股票和B股票各自都不平稳（价格随机游走）
- 但A - 2×B 这个组合是平稳的（围绕均值波动）
- 那它们就存在协整关系
我曾经犯过一个错误：只看相关性高就做配对，结果两个品种越走越远。后来才明白，相关性高不代表协整，协整才是统计套利的真命天子。
避坑指南：我曾经用相关性0.9以上的品种做套利，结果价差一去不返。后来用Engle-Granger两步法检验协整，才发现它们根本不存在长期均衡关系。记住：相关≠协整！
3.4 相关性分析：别被表象骗了
相关性分析，说白了就是看两个品种「步调一致」的程度。但这里有个大坑——伪相关。
我记得有次分析发现，某商品期货和某只科技股的相关性高达0.85。当时差点就冲进去做套利了。还好多留了个心眼，做了个滚动相关性分析，发现这个相关性在最近半年才突然变高，之前一直是0.2左右。
相关性分析的要点：
- 用Pearson相关系数衡量线性关系
- 用Spearman秩相关系数衡量单调关系
- 一定要做滚动窗口分析，看相关性是否稳定
- 结合经济逻辑判断，别只看数字
我的建议：相关性低于0.5的品种对，基本不用考虑做统计套利。但高于0.8的也要警惕——太高的相关性往往意味着同质化严重，套利空间反而小。
3.5 知识体系总览
下面这张图，是我梳理的统计套利理论基础框架。你把它存下来，以后做策略时对照着看，思路会清晰很多。
3.6 实战中的注意事项
最后，分享几个我在实战中总结的经验：
- 数据频率要匹配：做日频套利用日线数据，做高频套利用分钟数据。别混着用。
- 样本外验证：协整关系可能随时间变化。我习惯用前70%数据做检验，后30%做验证。
- 交易成本要算进去：统计套利的单笔利润通常不高，手续费和滑点可能吃掉所有收益。
- 别迷信统计结果：再漂亮的统计检验，也要有经济逻辑支撑。否则就是数据挖掘。
一个小技巧：我每次做协整检验前，都会先画个价差图看看。如果价差图看起来就像随机游走，那大概率协整检验也过不了。视觉判断有时候比统计检验更直观。
好了，这一章的内容就到这里。记住这四个概念的关系：均值回归是目标，平稳性是前提，协整性是桥梁，相关性是辅助。把这四个点吃透了，后面的策略设计就是水到渠成的事。
公众号:蓝海资料掘金营，微信deep3321