2. 平稳性检验（上）：单位根检验原理，ADF检验的数学推导与直觉理解
各位好，欢迎来到协整分析实战的第二讲。
上一章我们聊了协整的基本概念，说白了就是找两个“同床异梦”的资产，看它们长期能不能走到一块儿去。但有个前提——你得先确认这些时间序列是“平稳”的，或者至少是“同阶单整”的。否则，你做的回归可能就是“伪回归”，看着相关系数挺高，其实全是假象。
我刚开始做量化那会儿，就吃过这个亏。记得有一次，我把上证指数和某只消费股的日收益率直接做了个回归，R方高达0.85，我兴奋得不行，以为发现了圣杯。结果实盘一跑，亏得亲妈都不认识。后来复盘才发现，两个序列都是非平稳的，那个高相关性纯粹是“数据挖掘”出来的幻觉。从那以后，我每次做配对交易前，第一件事就是老老实实做平稳性检验。
2.1 什么是平稳性？直觉理解
平稳性，说白了就是一个时间序列的统计性质不随时间变化。你想想看，如果一只股票的价格序列，它的均值、方差、自协方差都随着时间飘忽不定，那你拿什么去预测它？
严格来说，我们通常要求的是弱平稳（也叫协方差平稳）：
- 均值恒定：序列的期望值不随时间变化，比如长期围绕一个常数波动。
- 方差恒定：序列的波动幅度不随时间变化，不能今天波动1%，明天波动10%。
- 自协方差只与时间间隔有关：比如今天和昨天的相关性，与昨天和前天的相关性，应该是一样的模式。
举个例子，白噪声序列就是最典型的平稳序列。它像什么？就像你扔硬币，每次正反面的结果独立同分布，均值是0，方差是常数。而股票价格呢？它通常是非平稳的，因为它有趋势，有随机游走，均值一直在变。
2.2 单位根：非平稳的“罪魁祸首”
为什么很多金融时间序列是非平稳的？答案往往藏在“单位根”里。
我们来看一个最简单的模型——一阶自回归模型 AR(1)：
y_t = ρ * y_{t-1} + ε_t其中 ε_t 是白噪声，均值为0，方差为常数。
这个模型描述的是：当前值 y_t 等于上一期值 y_{t-1} 乘以一个系数 ρ，再加上一个随机扰动。
那么，这个序列的平稳性取决于 ρ 的取值：
- 如果 |ρ| < 1：序列是平稳的。比如 ρ=0.5，那么冲击会逐渐衰减，序列会围绕0均值波动。你想想看，就像你推一个秋千，推一下它晃几下，但最终会停下来。
- 如果 |ρ| > 1：序列是爆炸性的。比如 ρ=1.5，那么序列会指数级增长或衰减，现实中很少见。
- 如果 ρ = 1：这就是单位根过程！序列是随机游走，非平稳。冲击是永久性的，永远不会衰减。你推一下秋千，它就一直晃下去，不会停。
嗯，这里要注意：ρ=1 就是单位根。为什么叫“单位根”？因为特征方程 1 - ρz = 0 的根是 z = 1/ρ，当 ρ=1 时，根正好等于1，所以叫“单位根”。
2.3 ADF检验：从直觉到数学推导
好了，现在我们知道了单位根是“坏东西”。那怎么检验一个序列有没有单位根呢？最常用的方法就是ADF检验（Augmented Dickey-Fuller Test）。
它的核心思想其实很简单：我们直接去估计 AR(1) 模型中的 ρ，然后看它是不是等于1。
但直接检验 ρ=1 有个问题——在单位根假设下，统计量的分布不是标准的 t 分布，而是 Dickey-Fuller 分布。所以我们需要用专门的临界值。
2.3.1 基本模型
ADF检验通常考虑三种形式：
- 无常数项、无趋势项：Δy_t = γ * y_{t-1} + ε_t
- 有常数项：Δy_t = α + γ * y_{t-1} + ε_t
- 有常数项和趋势项：Δy_t = α + β*t + γ * y_{t-1} + ε_t
其中 Δy_t = y_t - y_{t-1}，γ = ρ - 1。原假设 H0: γ = 0（即 ρ=1，有单位根），备择假设 H1: γ < 0（即 ρ<1，平稳）。
你可能会问：为什么要加常数项和趋势项？说白了，是为了处理不同形式的非平稳性。比如股价有长期上涨趋势，你就得用带趋势项的模型，否则检验结果会偏误。
2.3.2 数学推导：为什么是 γ 而不是 ρ？
我们来看一下推导过程。从 AR(1) 模型开始：
y_t = ρ * y_{t-1} + ε_t两边同时减去 y_{t-1}：
y_t - y_{t-1} = ρ * y_{t-1} - y_{t-1} + ε_t
Δy_t = (ρ - 1) * y_{t-1} + ε_t
Δy_t = γ * y_{t-1} + ε_t为什么要这么变换？因为直接估计 ρ 时，如果 ρ=1，那么 y_t 的方差会随时间发散，导致 OLS 估计量的分布不正常。而变换成 Δy_t 后，在单位根假设下，Δy_t 是平稳的（因为随机游走的差分是白噪声），这样统计性质就好处理多了。
然后我们用 OLS 估计 γ，计算 t 统计量：
t_γ = γ_hat / SE(γ_hat)但这个 t 统计量不服从标准的 t 分布。Dickey 和 Fuller 通过蒙特卡洛模拟给出了临界值表。所以，我们查的是 DF 分布，而不是 t 分布。
2.4 ADF检验的实战步骤
好了，理论讲完了，我们来看看实际怎么操作。我个人习惯用 Python 的 statsmodels.tsa.stattools.adfuller 函数。
2.4.1 代码示例
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from statsmodels.tsa.stattools import adfuller
# 生成一个随机游走序列（非平稳）
np.random.seed(42)
n = 200
y = np.cumsum(np.random.randn(n)) # 随机游走
# ADF检验
result = adfuller(y, autolag='AIC')
print(f'ADF Statistic: {result[0]:.4f}')
print(f'p-value: {result[1]:.4f}')
print(f'Critical Values:')
for key, value in result[4].items():
print(f' {key}: {value:.4f}')
# 判断
if result[1] < 0.05:
print("拒绝原假设，序列平稳")
else:
print("不能拒绝原假设，序列非平稳")2.4.2 输出解读
假设输出如下：
ADF Statistic: -1.2345
p-value: 0.6543
Critical Values:
1%: -3.4567
5%: -2.8765
10%: -2.5678
不能拒绝原假设，序列非平稳这里 ADF 统计量是 -1.2345，比 5% 临界值 -2.8765 要大（注意是负数，绝对值越小越不显著）。p-value 是 0.6543，远大于 0.05。所以不能拒绝原假设，序列有单位根，非平稳。
2.5 知识体系总览
为了让你更直观地理解本章的知识结构，我画了一张图：
2.6 本章小结
好了，我们来捋一捋今天的内容：
- 平稳性是时间序列分析的基础，非平稳会导致伪回归。
- 单位根（ρ=1）是非平稳的常见原因，冲击永久存在。
- ADF检验通过检验 γ = ρ-1 是否等于0来判断单位根，统计量服从DF分布。
- 实战中要注意模型形式的选择（有无常数项、趋势项），以及滞后阶数的确定（通常用AIC或BIC）。
我个人觉得，平稳性检验就像做手术前的消毒工作——虽然繁琐，但绝对不能跳过。你想想看，如果连序列是不是平稳的都没搞清楚，后面做的协整回归、配对交易，那不就是空中楼阁吗？
下一章我们会继续深入，讲一讲单位根检验的进阶话题，包括如何选择滞后阶数、如何处理结构性突变，以及如何用多个检验方法交叉验证。到时候我会分享一些我在实盘中踩过的坑，保证让你少走弯路。
公众号:蓝海资料掘金营，微信deep3321