一、协整理论入门：什么是伪回归？为什么需要协整？

大家好，我是你们的讲师。今天咱们聊聊协整——这个在量化金融里绕不开的话题。

说实话，我刚开始做量化研究那会儿，也踩过不少坑。最典型的就是：明明两个序列看起来高度相关，回归结果也漂亮得很，可一到实盘就翻车。后来我才明白，这很可能就是伪回归在作祟。

1.1 伪回归：一个经典的陷阱

先讲个我亲身经历的事。几年前，我帮一家私募做配对交易策略。当时我发现「贵州茅台」和「五粮液」的股价走势几乎一模一样，相关系数高达0.95。我兴冲冲地跑了个回归，R² 0.9，t统计量也显著。心想：这不就是稳稳的套利机会吗？

结果呢？实盘跑了两个月，亏得我怀疑人生。

问题出在哪？这两个序列都是非平稳的——它们各自有各自的随机趋势。你把两个随机游走放在一起回归，哪怕它们毫无关系，也很容易得到「显著」的结果。这就是伪回归（Spurious Regression）。

为什么会这样？我简单解释一下。非平稳序列的方差会随时间发散，导致传统的t检验、F检验失效。你算出来的显著性，其实只是趋势的「巧合」而已。

我记得Granger和Newbold在1974年做过一个经典模拟：两个独立的随机游走，回归后居然有75%的概率得到显著的t统计量。嗯，这数据我到现在还记得清清楚楚。

1.2 为什么需要协整？

既然伪回归这么坑，那怎么解决？答案就是协整（Cointegration）。

协整的核心思想其实很直观：两个非平稳序列，如果它们的线性组合是平稳的，那它们就是协整的。

你想想看，茅台和五粮液虽然各自股价在随机游走，但它们之间的价差（Spread）可能是平稳的。这意味着什么？意味着它们之间存在长期均衡关系。短期可能会偏离，但长期一定会回归。

这就是配对交易的底层逻辑——也是协整在金融里最经典的应用。

1.3 协整的直观理解

怎么直观理解协整？我打个比方。

想象你牵着一条狗散步。你（代表一个序列）在随机走，狗（代表另一个序列）也在随机走。但狗被你用绳子牵着，所以它不会离你太远。绳子就是协整关系——它约束了两个序列之间的距离。

如果狗跑远了，绳子会把它拉回来。这就是「误差修正」——我们下一章会详细讲。

从数学上说，如果两个序列 X_t 和 Y_t 都是 I(1)（一阶单整），但存在一个系数 β 使得 Y_t - βX_t 是 I(0)（平稳），那它们就是协整的。

# 一个简单的协整关系示例
import numpy as np
import statsmodels.api as sm

# 生成两个协整序列
np.random.seed(42)
n = 1000
# 共同趋势
trend = np.cumsum(np.random.randn(n))
# X和Y共享这个趋势，但Y有额外的噪声
X = trend + np.random.randn(n) * 0.5
Y = trend + np.random.randn(n) * 0.5

# 检验协整
from statsmodels.tsa.stattools import coint
score, pvalue, _ = coint(Y, X)
print(f'协整检验p值: {pvalue:.4f}')
# p值小于0.05，说明存在协整关系

1.4 金融应用场景

协整在金融里到底能干什么？我列几个我实际做过的场景：

• 配对交易（Pairs Trading）：最经典的应用。找到两只协整的股票，当价差偏离均值时做多一个、做空另一个，等回归时平仓。我做过最成功的一笔是「中国平安」和「中国人寿」的配对，年化收益15%以上。
• 指数套利：ETF和其成分股之间往往存在协整关系。当ETF价格偏离其净值时，可以套利。
• 汇率对冲：不同货币对之间可能存在协整关系，比如欧元/美元和英镑/美元。利用这个关系可以做对冲策略。
• 宏观因子建模：利率、通胀、GDP等宏观变量之间往往存在长期均衡关系。协整可以帮助我们建立更稳健的预测模型。

1.5 本章知识体系

下面这张图总结了本章的核心逻辑，我建议你保存下来反复看：

这张图把本章的逻辑串起来了。从左到右看：先认识到伪回归的问题，然后引入协整作为解决方案，再理解它的核心概念和直观含义，最后落到金融应用上。

好了，关于协整的理论入门就讲到这里。记住一句话：协整不是万能的，但没有协整是万万不能的。尤其是在做配对交易时，协整检验就是你的第一道防线。

下一章我们会深入协整检验的具体方法——包括EG两步法和Johansen检验。到时候我会手把手带你用Python实现，还会分享一些我在实盘中踩过的坑。咱们下次见。

---