statistical-arbitrage

name	statistical-arbitrage
description	统计套利策略的完整指南，包括配对交易、协整分析、主成分策略和行业轮动套利。适用于需要构建市场中性策略、对冲系统性风险并获取稳定Alpha收益的量化投资场景。

统计套利

概述

统计套利是一种基于数学模型和历史统计规律的风险套利策略。它利用证券价格的历史统计规律进行套利，与无风险套利不同，统计套利存在历史规律失效的风险。其核心思想是通过构建多头和空头组合来对冲市场风险，获取与市场无关的稳定Alpha收益。

何时使用此技能：

• 当需要构建市场中性策略时
• 当需要寻找相关性强的资产对进行配对交易时
• 当需要在熊市或震荡市中获取稳定收益时
• 当需要利用行业或区域间的相关性进行套利时

核心概念

1. 统计套利定义

Morgan Stanley将统计套利定义为：一种基于模型的投资过程，在不依赖于经济含义的情况下，运用数量手段构建资产组合，根据证券价格与数量模型所预测的理论价值进行对比，构建证券投资组合的多头和空头，从而对市场风险进行规避，获取一个稳定的Alpha。

2. 统计套利 vs 无风险套利

特征	统计套利	无风险套利
理论基础	历史统计规律	价格必然收敛
风险	历史规律可能失效	理论无风险
收益	概率性Alpha	确定性收益
适用范围	相关性资产对	期货到期收敛

3. 主要方法分类

统计套利主要有两大方法：

1. β中性策略：基于日收益率建模，目标是在组合β值为零的前提下获取Alpha收益
2. 协整策略：基于股价序列的协整关系建模，利用累计收益率的偏离进行套利

推荐策略：协整策略更优，因为：

• 直接利用原始变量（股价）建模
• 更容易把握累计收益率的偏离
• 错误信号较少

配对交易策略

配对交易原理

配对交易（Pairs Trading）是最经典的统计套利方法：

1. 选取业务相似、股价具备均衡关系的上市公司股票
2. 做空近期相对强势股，做多相对弱势股
3. 等两者价差恢复均衡时平仓了结

关键特点：

• 投资标的是两只股票的价差（相对价值而非绝对价值）
• 多空同时建仓，对冲掉绝大部分市场风险
• 属于市场中性策略，与大盘走势相关性低

配对筛选流程

Step 1: 行业划分
   └─ 在同一行业内筛选股票对，保证主营业务相似

Step 2: 收益率相关性检验
   └─ 要求配对股票历史收益率相关系数 > 阈值（建议 > 0.85）

Step 3: 协整关系检验
   └─ 检验两只股票价格序列是否存在长期均衡关系

Step 4: 价差形态过滤
   └─ 筛选价差回归速度快的股票对，获得更多交易机会

协整检验方法

两只股票存在协整关系的条件：

1. 两者的历史股价序列都是一阶单整（非平稳，但一阶差分后平稳）
2. 这两个序列的某种线性组合是平稳的

协整方程：

Pa,t = α + β × Pb,t + εt

其中 εt（残差）必须是平稳序列。

检验步骤：

1. 计算任意两只股票的相关系数
2. 筛选相关系数较高的股票对（> 0.85）
3. 对筛选后的股票对进行协整检验（EG两步法或Johansen检验）
4. 选择残差平稳的股票对作为候选配对

交易策略设计

核心参数设置

参数	含义	推荐范围
δ1	建仓阈值	1.0 ~ 1.3（σ倍数）
δ2	平仓阈值	-1.0 ~ -0.7（σ倍数）
δ3	止损阈值	2.0 ~ 3.0（σ倍数）

交易信号

入场条件：

• 当 spreadt > δ1 × σt：股票A相对高估，股票B相对低估
  • 卖空股票A，买入β倍股票B
• 当 spreadt < -δ1 × σt：股票A相对低估，股票B相对高估
  • 买入股票A，卖空β倍股票B

平仓条件：

• 当 spreadt > δ2 × σt 或 spreadt < -δ2 × σt：价差回归，平仓获利

止损条件：

• 当 spreadt > δ3 × σt 或 spreadt < -δ3 × σt：协整关系破坏，立即止损

阈值优化原则

• δ1 越大：潜在套利空间越大，但交易次数减少
• δ1 越小：潜在套利空间越小，但交易次数增加
• δ2 越接近0：平仓收益越高，但可能错失交易机会

最优阈值确定方法： 回测优化，在样本内寻找收益最大化的参数组合

残差建模

模型I：独立同分布假设

εt ~ N(0, σ²)

• 简单，但假设过于理想

模型II：均值回复过程（推荐）

dε(t) = m(ε(t) - m)dt + σdW(t)

• 考虑残差的均值回复特性
• 实证效果最好

模型III：AR(1)模型

• 考虑残差的自相关性

模型IV：GARCH(1,1)模型

• 考虑残差的异方差性
• 注意：实证表明效果较差，不推荐使用

主成分套利策略

基本原理

1. 从成分股股价历史信息中提取主成分
2. 捕捉所有成分股的主要趋势
3. 当某成分股与主要趋势产生较大偏离时，入场套利

实现步骤

Step 1: 股价矩阵标准化
   └─ PT×n → 标准化矩阵 P'T×n

Step 2: 计算相关系数矩阵
   └─ P'n×n 的相关系数矩阵 Rn×n

Step 3: 特征分解
   └─ 计算特征根 λ1, λ2, ..., λn
   └─ 计算特征向量 V1, V2, ..., Vn

Step 4: 构建主成分组合
   └─ fi = P'T×n × Vi
   └─ 通常取前k个主成分（累计贡献率 ≥ 80%~90%）

Step 5: 回归分析
   └─ 将单只股票收益率表达为主成分组合的线性方程
   └─ 根据残差偏离进行套利

主成分策略 vs 协整策略

特征	协整策略	主成分策略
样本内收益	40%~50%/年	更高
样本外收益	~8%/半年	更高、更稳健
可靠性	基于个股对	基于股票组合
推荐程度	一般	强烈推荐

行业轮动套利

基本原理

利用同一市场环境下不同行业股票波动不同步性，获取市场中性Alpha收益。

策略设计

案例：农林 / 制造行业轮动

1. 归一化行业指数
   └─ 以某基准日的指数值为1

2. 计算行业比值
   └─ 农林指数 / 制造指数

3. 设置交易区间
   └─ 比值 < 0.9：卖空制造，买入农林
   └─ 比值 ≈ 1.0：平仓
   └─ 比值 > 1.1：卖空农林，买入制造

行业轮动特征

• 在一轮上涨/下跌行情中，板块轮动明显
• 即使在单边下跌行情中，也可能存在行业轮动机会
• 策略收益与市场走势呈负相关性

样本外检验

三种外推方法

方法	描述	特点
固定窗口	协整参数固定，用新数据计算残差	假定协整关系不变
滚动窗口	每天平移，参数动态更新	捕捉参数变化
扩展窗口	窗口长度不断增加	可能过于滞后

推荐方法：滚动窗口方法（方法二）在样本外表现最好

样本外注意事项

1. 样本外收益显著低于样本内（这是正常的）
2. 最佳样本外收益约为 8%~10%/半年
3. 建议采用保守的参数设置
4. 持续监控协整关系是否被破坏

策略改进

改进1：延后开仓策略

不等价差突破阈值就建仓，而是等价差反向回归穿越阈值时才建仓。

优点：

• 更加准确判断价差回归趋势
• 避免单边走强造成的损失

改进2：延后开仓 + 提前平仓

• 建仓：等价差反向穿越阈值时
• 平仓：不等价差回归到均值，而是在离均值一定距离处（δ2）就平仓

注意： 实证表明提前平仓对收益影响可能是负面的

改进3：动态调整阈值

• 根据市场环境调整阈值
• 波动加大时适当提高阈值
• 波动减小时适当降低阈值

融券套利（补充）

股票-融券套利

利用负溢价认股权证进行无风险套利：

案例：江铜权证的套利

1. 买入负溢价认股权证
2. 融券卖空标的正股
3. 到期行权归还股票
4. 锁定权证的负溢价收益

可转债-融券套利

当可转债转股溢价为负时：

1. 买入可转债
2. 融券卖出标的股票
3. 转股后归还融券
4. 获取转股价值与转债价格差额

股指期货-融券套利

券商对冲融券风险：

1. 向投资者融券卖出股票
2. 同时做空股指期货对冲系统性风险
3. 获取稳定的融券利息收益

脚本工具

配套脚本

脚本	功能	使用场景
scripts/pairs_trading.py	协整检验、配对交易信号生成、回测	配对交易策略开发与验证

环境要求

# 使用 uv 管理 Python 环境
uv venv .venv
source .venv/bin/activate

# 安装依赖
uv pip install pandas numpy statsmodels matplotlib

# 运行脚本
python scripts/pairs_trading.py --help

快速开始

# 1. 协整检验
python scripts/pairs_trading.py test --price-a data/stock_a.csv --price-b data/stock_b.csv

# 2. 生成交易信号
python scripts/pairs_trading.py signals --price-a data/stock_a.csv --price-b data/stock_b.csv --entry-threshold 1.2 --exit-threshold -0.8

# 3. 回测
python scripts/pairs_trading.py backtest --price-a data/stock_a.csv --price-b data/stock_b.csv --entry-threshold 1.2 --exit-threshold -0.8

数据格式要求

CSV 文件必须包含以下列：

• date: 日期（YYYY-MM-DD 格式）
• close: 收盘价

示例：

date,close
2020-01-02,10.50
2020-01-03,10.55
...

实施要点

数据要求

• 历史数据：至少2年以上日线数据
• 数据质量：需剔除长期停牌股票
• 更新频率：建议每日更新

计算资源

• 协整检验计算量大（数千对股票）
• 建议使用向量化计算（NumPy/Pandas）
• 可采用并行计算加速

风险管理

1. 设置止损：价差长期偏离时及时止损
2. 头寸管理：避免过度集中
3. 协整监控：定期检验协整关系是否保持
4. 流动性风险：选择高流动性股票

交易成本

• 每次套利成本约 0.5%
• 融券费用约年化 10%
• 需在收益预测中充分考虑

注意事项

1. 历史规律不代表未来：统计套利不是无风险策略
2. 样本外表现关键：重视样本外稳健性
3. 避免过度拟合：模型应简洁有效
4. 做空机制依赖：国内需融资融券支持
5. 容量限制：适合中小资金，大资金难以实施

---

错误处理与故障排查

常见错误及解决方案

错误场景	可能原因	解决方案
协整检验 p 值 > 0.05	两股票不存在长期均衡关系	更换股票对，确保同行业、业务相似
ADF 检验失败	残差序列不平稳	重新回归计算，或使用滚动窗口
样本外收益为负	协整关系在样本外失效	缩短滚动窗口期，增加止损频率
交易信号过于频繁	阈值 δ1 设置过低	提高 δ1 至 1.2~1.5
价差长期不回归	行业基本面发生重大变化	缩短持仓周期，及时止损

脚本执行故障

问题：运行 pairs_trading.py 报错 "ModuleNotFoundError"

# 解决方案：使用 uv 创建并激活环境
uv venv .venv
source .venv/bin/activate
uv pip install pandas numpy statsmodels

# 运行脚本
python scripts/pairs_trading.py --help

问题：协整检验结果不稳定

# 原因：数据时间窗口过短
# 解决：确保使用2年以上日线数据
# 推荐：使用滚动窗口方法更新参数

问题：回测收益与实盘差异大

# 可能原因：
# 1. 回测未考虑滑点 - 建议设置滑点成本 0.1%~0.2%
# 2. 流动性不足 - 选择日均成交额 > 1亿的股票
# 3. 融券成本未计入 - 融券年化成本约 8%~12%

---

相关技能

• quant-stock-selection-intro: 量化选股入门
• multi-factor-model: 多因子选股模型
• timing/trend-following-timing: 趋势追踪择时