📚 课程目录第2章均值回归基础

2. 均值回归基础

均值回归是量化交易与工业过程控制中最常被引用的统计现象之一，但它也是最容易被误用的概念。很多策略失效并非因为模型不够复杂，而是因为对“回归到什么均值、以多快速度回归、回归是否仍然成立”缺乏严格定义。本节从数学定义出发，逐步过渡到可建模、可监控的工程表达。

一、核心原理：均值回归的数学定义与统计性质

设时间序列 \(\{X_t\}\)，若其长期存在一个有限均值 \(\mu\)，且当 \(X_t\) 偏离 \(\mu\) 时，未来增量的期望方向与偏离方向相反，则称该序列具有均值回归性。最简洁的连续时间表达是 Ornstein-Uhlenbeck（OU）过程：

dX_t = θ(μ - X_t)dt + σ dW_t

其中：
θ > 0   回归速度（mean-reversion speed）
μ       长期均值
σ       波动率
W_t     标准布朗运动

离散化后得到 AR(1) 形式：\(X_t = c + \phi X_{t-1} + \varepsilon_t\)，其中 \(\phi = 1 - \theta\Delta t\)。当 \(|\phi| < 1\) 时序列平稳，存在均值 \(\mu = c/(1-\phi)\)；当 \(\phi \to 1\) 时退化为随机游走，均值回归消失。这是实盘中最关键的边界：均值回归不是永恒属性，而是参数区间内的局部性质。

统计性质方面需关注三点：其一，平稳性要求 \(\phi < 1\)，但 \(\phi\) 接近 1 时半衰期极长，策略资金曲线会承受长期回撤；其二，OU 过程的方差为 \(\sigma^2/(2\theta)\)，回归速度越慢，稳态波动越大；其三，均值回归序列的自相关函数呈指数衰减，衰减速度由 \(\theta\) 决定。半衰期公式为：

half_life = ln(2) / θ
          = ln(2) / (-ln(φ))   # 离散 AR(1) 情形

半衰期是策略持仓周期的直接依据：若半衰期约 5 天，持仓数周等待回归是合理的；若半衰期超过 60 天，短线均值回归策略基本不可行。

二、常见模型与参数估计流程

工程上常用的三类模型各有适用边界：

OU 过程：适合连续时间建模、期权与利率类场景，参数 \(\theta,\mu,\sigma\) 可用最大似然或矩估计。
AR(1)/AR(p)：适合离散日频、分钟频数据，用 OLS 或 Yule-Walker 估计，检验 \(\phi\) 是否显著小于 1。
协整/价差模型：对多资产构造线性组合后检验残差平稳性，是配对交易的核心。

标准建模流程如下：

对序列做单位根检验（ADF/KPSS），确认平稳或存在协整关系。
拟合 AR(1) 或 OU，估计 \(\phi\)、\(\mu\)、残差标准差。
计算半衰期，判断是否与目标持仓周期匹配。
构造 z-score：\(z_t = (X_t - \mu_t)/\sigma_t\)，作为交易信号。
设定开平仓阈值（如 ±2σ 开仓、0 附近平仓），并做滚动重估。

# 伪代码：滚动估计与信号生成
for t in range(window, len(series)):
    window_data = series[t-window:t]
    phi = fit_ar1(window_data)
    mu  = window_data.mean()
    sigma = resid_std(window_data)
    z = (series[t] - mu) / sigma
    if z > 2:  signal = -1   # 做空
    elif z < -2: signal = 1  # 做多
    elif abs(z) < 0.3: signal = 0

三、金融与工业场景中的典型表现

在金融领域，均值回归常见于配对交易价差、可转债溢价率、ETF 折溢价、日内买卖价差等。以配对交易为例，两只同行业股票价差若长期围绕常数波动，可用 z-score 做多低估、做空高估。但需注意：价差均值本身可能漂移，一旦基本面分化，均值会移动甚至消失。

在工业场景中，均值回归体现为设备温度、压力、流量等过程变量围绕设定值波动。此时均值由控制回路决定，回归速度反映控制器响应能力。若回归速度突然变慢，往往意味着执行机构老化或传感器漂移，这正是失效监控的切入点。

场景	均值来源	典型回归速度	主要失效风险
配对交易价差	历史统计均值	数天至数周	基本面分化、均值漂移
ETF 折溢价	套利机制	分钟至小时	流动性枯竭、申赎受限
工业过程变量	控制设定值	秒至分钟	执行器故障、传感器漂移
利率/利差	政策与供需	月至季度	regime 切换、结构突变

四、误区与复盘：均值回归最容易踩的坑

误区一：把随机游走当均值回归。若 ADF 检验不显著，强行做回归策略等于逆势加仓。误区二：用全样本估计均值。全样本均值会掩盖 regime 切换，实盘应使用滚动窗口。误区三：忽略交易成本。高频均值回归策略的毛利常被手续费和滑点吞噬。

复盘时应重点检查三项：其一，滚动 \(\phi\) 是否稳定，若持续上升接近 1，说明回归性在衰减；其二，半衰期是否与持仓周期匹配，若半衰期远大于持仓期，策略逻辑不成立；其三，z-score 分布是否发生偏移，若均值或方差突变，原阈值失效。建议将这三项纳入日常监控看板，作为结构突变预警的第一层信号。

实践建议：先用 ADF 与半衰期做初筛，再用滚动窗口监控 \(\phi\) 与 \(\mu\) 的稳定性。只有当回归性稳定且半衰期匹配时，均值回归策略才具备可交易性。

理解均值回归的数学边界与工程表现，是后续讨论结构突变与失效监控的前提。只有先明确“正常回归长什么样”，才能在参数漂移、均值移动或回归速度衰减时，及时识别异常并调整策略。