8. 协整关系与配对交易：协整检验（Engle-Granger方法）、误差修正模型（ECM）、配对交易在基差中的应用

各位同学，欢迎来到第八章。前面我们聊了基差的基本形态和统计特征，今天要讲的内容，才是真正把基差从「观察指标」变成「交易信号」的核心武器——协整关系与配对交易。

说实话，我刚入行那会儿，看到两个价格序列一起涨一起跌，第一反应就是「它们相关」。后来被市场狠狠教育了几次才发现，相关性是骗人的鬼，协整才是真朋友。为什么？因为相关性只能告诉你「它们过去一起动」，协整却能告诉你「它们未来会回到一起」。

8.1 协整关系的本质：不是相关，是「长期绑定」

先问一个问题：两个完全不相关的随机游走序列，它们的相关系数也可能很高。你信不信？我做过实验，用Python生成两个独立的随机游走，相关系数经常跑到0.8以上。这就是所谓的「伪回归」。

协整要解决的就是这个问题。它不关心两个序列是否同向运动，它关心的是：这两个序列的线性组合，是不是一个平稳序列。

举个具体的例子。螺纹钢和热卷，一个是建筑用钢，一个是工业用钢。它们的价格走势长期看是绑定的，因为原材料成本、冶炼工艺都差不多。但短期可能因为需求节奏不同而偏离。这种「偏离后必回归」的特性，就是协整。

这里有个关键点：两个序列必须都是同阶单整的。说白了，就是它们的不平稳程度要一样。一般都是 I(1) 序列——一阶差分后平稳。

8.2 Engle-Granger两步法：最经典的协整检验

Engle-Granger方法，简称EG两步法。名字听着高大上，其实逻辑很朴素。我在项目中用过不下上百次，步骤就两步：

1. 第一步：估计长期均衡关系。用OLS回归 Y_t = α + βX_t + ε_t，得到残差序列 e_t。
2. 第二步：检验残差的平稳性。对 e_t 做ADF检验。如果残差是平稳的，就说明存在协整关系。

代码实现其实很简单：

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

# 假设 df 包含两列：'price_a' 和 'price_b'
def engle_granger_test(df, y_col='price_a', x_col='price_b'):
    # 第一步：OLS回归
    X = sm.add_constant(df[x_col])
    model = sm.OLS(df[y_col], X).fit()
    residuals = model.resid
    
    # 第二步：ADF检验残差
    adf_result = adfuller(residuals, autolag='AIC')
    p_value = adf_result[1]
    
    # 输出协整系数
    beta = model.params[x_col]
    alpha = model.params['const']
    
    return {
        'alpha': alpha,
        'beta': beta,
        'adf_stat': adf_result[0],
        'p_value': p_value,
        'is_cointegrated': p_value < 0.05
    }

# 使用示例
result = engle_granger_test(df)
print(f"协整系数 β: {result['beta']:.4f}")
print(f"ADF统计量: {result['adf_stat']:.4f}")
print(f"p值: {result['p_value']:.4f}")
print(f"是否协整: {result['is_cointegrated']}")

另外，EG两步法只能检验一对一的协整关系。如果你手里有三四个品种想一起看，那就得用Johansen检验了。不过对于基差交易，两个品种的配对已经够用。

8.3 误差修正模型（ECM）：把偏离拉回来

协整检验告诉你「它们会回归」，但没告诉你「怎么回归」。误差修正模型（ECM）就是干这个的。

ECM的核心思想是：短期偏离会被长期均衡关系「拉回来」。拉回来的速度有多快？这就是误差修正项前面的系数——调整速度。

模型形式长这样：

ΔY_t = γ * (Y_{t-1} - α - βX_{t-1}) + δ * ΔX_t + ε_t

其中 (Y_{t-1} - α - βX_{t-1}) 就是上一期的偏离程度，也就是误差修正项。γ 是调整系数，通常为负值——偏离越大，往回拉的力度越大。

用Python实现：

from statsmodels.tsa.api import VAR
import statsmodels.api as sm

def estimate_ecm(df, y_col='price_a', x_col='price_b', lags=1):
    # 先做EG检验得到残差
    eg_result = engle_granger_test(df, y_col, x_col)
    residuals = df[y_col] - eg_result['alpha'] - eg_result['beta'] * df[x_col]
    
    # 构建差分序列
    dy = df[y_col].diff().dropna()
    dx = df[x_col].diff().dropna()
    
    # 误差修正项（滞后一期）
    ecm_term = residuals.shift(1).dropna()
    
    # 对齐数据
    data = pd.DataFrame({
        'dy': dy,
        'dx': dx,
        'ecm': ecm_term
    }).dropna()
    
    # 估计ECM
    X = sm.add_constant(data[['dx', 'ecm']])
    model = sm.OLS(data['dy'], X).fit()
    
    return {
        'gamma': model.params['ecm'],
        'delta': model.params['dx'],
        'const': model.params['const'],
        'r_squared': model.rsquared,
        'model': model
    }

ecm_result = estimate_ecm(df)
print(f"调整速度 γ: {ecm_result['gamma']:.4f}")
print(f"短期影响 δ: {ecm_result['delta']:.4f}")
print(f"R²: {ecm_result['r_squared']:.4f}")

8.4 配对交易在基差中的应用：从理论到实战

好了，理论讲完了，咱们看看怎么用。配对交易在基差中的应用，说白了就是三步：

1. 找配对：找到协整关系显著的品种对。比如螺纹钢和热卷、豆粕和菜粕、IF和IC。
2. 算价差：用协整系数构建价差序列 Z_t = Y_t - βX_t。
3. 设阈值：当价差偏离到一定程度时开仓，回归时平仓。

阈值怎么设？我一般用价差序列的均值和标准差。比如：

• 当 Z_t > μ + 2σ 时，做空价差（卖Y买X）
• 当 Z_t < μ - 2σ 时，做多价差（买Y卖X）
• 当 Z_t 回归到 μ 附近时，平仓

这里有个细节：2σ 只是经验值。我建议用滚动窗口动态计算，比如过去60个交易日的均值和标准差。市场在变，阈值也得跟着变。

代码实现一个简单的配对交易策略：

def pair_trading_signals(df, y_col='price_a', x_col='price_b', window=60, z_threshold=2):
    # 滚动估计协整系数
    df = df.copy()
    df['beta'] = np.nan
    df['spread'] = np.nan
    
    for i in range(window, len(df)):
        window_data = df.iloc[i-window:i]
        eg = engle_granger_test(window_data, y_col, x_col)
        df.loc[df.index[i], 'beta'] = eg['beta']
        df.loc[df.index[i], 'spread'] = (
            df.loc[df.index[i], y_col] - 
            eg['alpha'] - 
            eg['beta'] * df.loc[df.index[i], x_col]
        )
    
    # 计算滚动均值和标准差
    df['spread_ma'] = df['spread'].rolling(window=window).mean()
    df['spread_std'] = df['spread'].rolling(window=window).std()
    
    # 生成信号
    df['z_score'] = (df['spread'] - df['spread_ma']) / df['spread_std']
    df['signal'] = 0
    df.loc[df['z_score'] > z_threshold, 'signal'] = -1  # 做空价差
    df.loc[df['z_score'] < -z_threshold, 'signal'] = 1  # 做多价差
    
    return df.dropna()

signals = pair_trading_signals(df)
print(f"开仓次数: {(signals['signal'] != 0).sum()}")
print(f"做空信号占比: {(signals['signal'] == -1).mean():.2%}")

8.5 本章知识体系

下面这张图，把本章的核心逻辑串起来了。从协整检验到ECM，再到配对交易，是一条完整的技术链路。

嗯，这张图把整个流程串起来了。从两个价格序列开始，先做EG两步法检验协整关系。如果协整不成立，直接放弃这个配对。如果成立，就进入ECM建模，估计调整速度。最后，基于价差的均值回归特性，设计配对交易策略。

记住，协整是配对交易的「入场券」。没有协整关系的配对，就是赌博。有了协整关系，你做的才是统计套利。

---

公众号:蓝海资料掘金营，微信deep3321