5、统计套利理论基础：统计套利定义与分类、配对交易与多资产套利、协整与均值回复、平稳性检验（ADF检验、KPSS检验）

5.1 统计套利到底是个啥？

说实话，刚入行那会儿，我对“统计套利”这四个字有点发怵。听起来像是数学家和物理学家才能玩的东西。但干久了你会发现，它没那么玄乎。

统计套利，说白了就是利用统计规律来赚钱。它不是无风险套利——那种教科书里写的“同一资产在不同市场价差归零”的完美机会，现实中几乎不存在。统计套利赌的是：价格关系在统计上会回归均值。

我个人的理解是：你找到两个或者多个资产，它们的历史价格走势有某种“默契”。一旦这种默契被打破，你就进场，赌它们会重新“和好”。

举个例子，茅台和五粮液。虽然它们不是同一个东西，但长期来看，它们的价格比值往往在一个区间内波动。如果比值突然拉大，我就做空贵的、做多便宜的。这就是统计套利的基本逻辑。

5.2 统计套利的分类

我习惯把统计套利分成两大类：

• 配对交易（Pair Trading）：只涉及两个资产。这是最经典、最容易上手的形式。
• 多资产套利（Multi-Asset Arbitrage）：涉及三个或更多资产。比如篮子交易、因子套利等。

你想想看，配对交易就像“二人转”，简单直接。多资产套利就像“交响乐”，需要协调更多乐器，但效果可能更稳定。

我在项目中遇到过一个问题：做配对交易时，选的两个股票相关性很高，但突然有一天其中一个公司发了并购公告，相关性瞬间崩塌。那次亏了不少。所以后来我做多资产套利时，会刻意加入一些低相关性的资产来分散风险。

5.3 配对交易：最经典的统计套利

配对交易的步骤，我一般这么走：

1. 选对：找到两个历史相关性高的资产。比如同行业的龙头和龙二。
2. 算价差：计算它们的价格比值或价差序列。
3. 定阈值：根据价差的历史分布，设定开仓和平仓的阈值。通常用均值±几倍标准差。
4. 执行：价差突破阈值时开仓，回归均值时平仓。

嗯，这里要注意：阈值设得太窄，交易太频繁，手续费吃掉利润；设得太宽，机会少，资金利用率低。我个人的经验是，先用1.5倍标准差作为初始值，然后根据回测结果微调。

5.4 协整与均值回复：统计套利的数学根基

配对交易能赚钱，背后依赖的是协整（Cointegration）和均值回复（Mean Reversion）这两个概念。

协整是什么意思？简单说：两个非平稳的时间序列，它们的线性组合是平稳的。比如，两个股票价格都是随机游走的（非平稳），但它们的价差却在一个固定均值附近波动（平稳）。这就叫协整。

均值回复就更直观了：价差偏离均值后，有回归的趋势。这是统计套利能赚钱的根本原因。

我刚开始做的时候，以为只要相关性高就能做配对。后来发现相关性高不等于协整。两个完全不相关的随机游走序列，也可能算出很高的相关性（伪回归）。所以，协整检验是必须的。

5.5 平稳性检验：ADF检验与KPSS检验

要判断一个序列是否平稳，或者两个序列是否协整，我们需要做平稳性检验。最常用的两个方法是ADF检验和KPSS检验。

5.5.1 ADF检验（Augmented Dickey-Fuller Test）

ADF检验的原假设是：序列存在单位根（即非平稳）。如果p值小于0.05，就拒绝原假设，认为序列是平稳的。

我个人的习惯是：在做配对交易前，先对价差序列做ADF检验。如果p值小于0.01，我才放心开仓。

# Python代码示例：ADF检验
from statsmodels.tsa.stattools import adfuller
import numpy as np

# 假设price_spread是价差序列
result = adfuller(price_spread)
print(f'ADF统计量: {result[0]}')
print(f'p值: {result[1]}')

if result[1] < 0.05:
    print('价差序列平稳，可以尝试配对交易')
else:
    print('价差不平稳，小心伪回归')

5.5.2 KPSS检验（Kwiatkowski-Phillips-Schmidt-Shin Test）

KPSS检验和ADF正好相反。它的原假设是：序列是平稳的。如果p值小于0.05，就拒绝原假设，认为序列非平稳。

为什么需要两个检验？因为ADF检验对某些类型的非平稳（比如趋势平稳）不敏感。我一般两个都做：ADF显著且KPSS不显著，我才认为序列是真正平稳的。

# Python代码示例：KPSS检验
from statsmodels.tsa.stattools import kpss

result_kpss = kpss(price_spread, regression='c')
print(f'KPSS统计量: {result_kpss[0]}')
print(f'p值: {result_kpss[1]}')

if result_kpss[1] > 0.05:
    print('KPSS检验支持平稳性假设')
else:
    print('KPSS检验不支持平稳性假设')

5.6 知识体系框架图

下面这张图总结了本章的核心逻辑。你可以把它当作一个思维导图来用。

5.7 本章小结

统计套利不是玄学，它建立在扎实的统计检验之上。我个人觉得，初学者最容易犯的错误就是跳过平稳性检验，直接拿价格序列做回归。结果呢？看起来漂亮的回测曲线，实盘一跑就崩。

记住三个关键点：

• 协整是基础：没有协整，就没有均值回复，就没有统计套利。
• 检验要双重：ADF和KPSS一起上，别偷懒。
• 阈值要合理：别太窄，也别太宽，回测和实盘要一致。

好了，这一章就到这里。下一章我们会深入讲如何构建一个完整的配对交易策略，包括选股、参数优化和风险管理。到时候我会分享一些我踩过的坑，保证让你少走弯路。

---