4. 均值回归的数学建模

在均值回归策略中，最危险的做法是“看到价格偏离均线就入场”，却说不清偏离多久会修复、修复速度有多快、当前偏离是否仍在统计可接受范围内。要回答这些问题，必须把均值回归从图形直觉升级为随机过程模型。本章聚焦最经典、最实用的连续时间模型——Ornstein-Uhlenbeck（OU）过程，并给出半衰期、回归速度与置信区间的完整计算链路。

一、核心原理：为什么用OU过程描述均值回归

OU过程是一个连续时间均值回归过程，其随机微分方程形式为：

dX_t = θ(μ - X_t)dt + σ dW_t

其中：
X_t  ：t时刻的价差或价格序列
μ    ：长期均值
θ    ：回归速度（mean reversion speed），θ > 0
σ    ：波动率
W_t  ：标准布朗运动

方程右侧由两部分构成：θ(μ - X_t)dt 是确定性回归项，当 X_t 高于 μ 时产生负向拉力，低于 μ 时产生正向拉力，拉力大小与偏离幅度成正比；σ dW_t 是随机扰动项，代表市场噪声。θ 越大，回归越快；θ 越小，价格越容易长期停留在偏离状态。

OU过程有三个关键性质：第一，它是平稳过程，长期分布为正态分布；第二，它的自相关函数随时间指数衰减；第三，它的条件期望会以指数速度回到均值。这三点直接支撑了半衰期与置信区间的计算。

二、方法流程：从离散数据估计OU参数

实际数据是离散的，常用两种方法估计 θ 与 μ。

方法一：AR(1)回归法。将OU过程离散化，得到一阶自回归形式：

X_t - X_{t-1} = a + b * X_{t-1} + ε_t

其中：
b = -θ * Δt
a = θ * μ * Δt

用最小二乘法估计 a 和 b，再反推：

θ = -b / Δt
μ = -a / b

方法二：OLS直接回归价差变化量。令 ΔX_t = X_t - X_{t-1}，对 ΔX_t 与 X_{t-1} 做回归，斜率即为 -θΔt。该方法实现简单，适合日频数据。

估计出 θ 后，半衰期公式为：

Half-Life = ln(2) / θ

若 θ = 0.05/天，则 Half-Life ≈ 0.693 / 0.05 ≈ 13.86 天

半衰期表示偏离均值后，预期恢复到一半偏离幅度所需的时间。它是策略持仓周期的直接参考：半衰期越短，交易频率越高；半衰期越长，资金占用越久。

回归速度 θ 与半衰期互为倒数关系。实务中通常要求 θ 显著大于0，且半衰期不能过长。若半衰期超过回测窗口的1/3，说明回归信号可能不稳定。

三、置信区间：判断偏离是否“足够极端”

OU过程的平稳分布为正态分布，其均值为 μ，方差为：

Var(X) = σ² / (2θ)
标准差 = σ / sqrt(2θ)

因此，可以构造均值回归的置信区间：

上轨 = μ + z * σ / sqrt(2θ)
下轨 = μ - z * σ / sqrt(2θ)

常用 z 值：
z = 1.0 → 68%置信区间
z = 1.5 → 86.6%置信区间
z = 2.0 → 95%置信区间

当价差突破上轨或下轨时，才视为统计意义上的极端偏离。这比简单使用固定百分比阈值更稳健，因为它同时考虑了波动率 σ 和回归速度 θ。θ 越小，标准差越大，轨道越宽，避免在慢回归品种上频繁误触发。

四、案例与场景：配对价差的OU建模

假设我们有一组配对价差序列，日频数据，估计结果如下：

若当前价差为0.75，已突破95%上轨，说明偏离在统计上较为极端，可考虑做空价差。若价差为0.50，虽高于均值，但未达上轨，不宜贸然入场。若价差在0.75入场后，经过23天（约2倍半衰期）仍高于0.35，则模型可能已失效，应止损离场。

五、误区与复盘

• 误区一：忽略θ的显著性。若回归系数b不显著，θ可能接近0，半衰期趋于无穷，此时均值回归假设不成立。
• 误区二：用全样本估计参数后直接实盘。OU参数会随时间漂移，建议使用滚动窗口重新估计，例如每60个交易日更新一次。
• 误区三：把置信区间当作保证。95%区间意味着仍有5%概率突破，且突破后可能继续扩大，必须配合止损。
• 误区四：半衰期与持仓周期脱节。若半衰期为12天，却只持仓2天，回归利润尚未兑现；若持仓60天，则资金效率过低。

总结来说，OU过程为均值回归提供了从参数估计到交易阈值的完整数学框架。θ决定回归速度，半衰期决定持仓周期，置信区间决定入场与止损边界。三者联动，才能把“低买高卖”的直觉转化为可检验、可风控的系统化策略。