3、统计套利原理：均值回归、协整、平稳性、价差概念，以及统计套利与无风险套利的区别
统计套利并非依赖内幕消息或对单只证券未来方向的精准预测，而是基于数学与统计学工具，从一组相关资产的历史价格关系中寻找定价偏差。其核心逻辑在于：长期来看，具有经济关联的资产价格会维持某种均衡关系，当短期偏离过大时，市场力量会推动价格回归均衡。本章将深入剖析支撑这一逻辑的四大基石——均值回归、协整、平稳性与价差，并厘清统计套利与传统无风险套利之间的本质差异。
3.1 核心原理：从价格序列到价差的统计建模
统计套利的起点是构建一个价差序列。价差并非简单地将两只股票价格相减，而是通过回归或协整方法确定两只或多只资产之间的长期均衡关系。最基础的价差定义为：S = P_A - β × P_B，其中β为对冲比率，通常由最小二乘法（OLS）回归得出。当价差偏离其历史均值超过一定阈值时，交易者预期价差会收敛，从而进行反向操作——卖出价差（做空被高估的资产、做多被低估的资产）或买入价差。
这一过程的数学基础是平稳性。一个平稳时间序列的均值、方差和自协方差在时间平移下保持不变。对于价差序列而言，平稳性意味着它围绕一个固定均值波动，不会出现趋势性漂移。如果价差序列非平稳（例如存在单位根），那么均值回归策略将失去意义，因为价差可能永远无法回到历史均值。因此，在构建统计套利策略前，必须对价差序列进行单位根检验（如ADF检验、PP检验）。
然而，单个资产价格通常是非平稳的（随机游走），直接对价格序列建模会产生伪回归。这里引入协整的概念：如果两个或多个非平稳序列的线性组合是平稳的，则称这些序列之间存在协整关系。协整是统计套利中比简单相关性更高级的度量——相关性衡量的是价格变动的同步性，而协整衡量的是长期均衡关系的存在性。两只高度相关的股票可能并不协整（例如相关性高但价差发散），而协整的股票即使短期偏离，长期也会回归。
3.2 判断方法与操作流程：从数据到交易信号的完整链路
构建统计套利策略需要遵循一套严谨的流程，每一步都直接影响策略的盈利能力和风险控制。以下是标准化的五步操作流程：
- 候选资产筛选：基于行业属性、业务相似度、历史相关性（通常要求相关系数>0.7）初选资产对。优先选择同行业、同产业链或具有替代关系的标的。
- 协整检验：对价格序列取对数后进行回归，计算残差序列。使用ADF检验残差的平稳性。若残差在1%或5%显著性水平下拒绝单位根假设，则确认协整关系成立。
- 价差计算与标准化：计算价差序列S = P_A - β×P_B，然后将其转化为Z-score：
Z = (S - μ) / σ，其中μ为历史均值，σ为标准差。Z-score消除了价格水平的影响，便于设定统一的交易阈值。 - 交易信号生成：设定开仓阈值（通常Z-score达到±1.5或±2.0）和平仓阈值（Z-score回归至0附近）。当Z-score超过上阈值时，做空价差（卖高买低）；低于下阈值时，做多价差（买高卖低）。
- 风险监控与止损：设置最大持仓时间、最大亏损比例（如价差继续扩大至Z-score超过3.0时强制平仓），并定期重新估计β系数和协整关系，防止关系断裂。
| 步骤 | 核心工具/方法 | 关键输出 | 常见错误 |
|---|---|---|---|
| 资产筛选 | 相关系数矩阵、行业分类 | 候选资产对列表 | 仅看相关性，忽略协整 |
| 协整检验 | Engle-Granger、Johansen检验 | 协整向量β、残差序列 | 未检验残差平稳性 |
| 价差建模 | OLS回归、Z-score标准化 | 价差序列、均值、标准差 | 使用价格而非对数价格 |
| 信号生成 | 阈值设定（±1.5σ/±2σ） | 开仓/平仓信号 | 阈值过窄导致频繁交易 |
| 风险控制 | 止损、最大持仓时间 | 风险参数 | 忽视协整关系漂移 |
3.3 案例拆解：基于协整的能源股配对交易
为深入理解上述原理，我们构建一个完整的实战案例。假设在2023年，我们关注美国能源板块的两只大型综合石油公司——Exxon Mobil（XOM）和Chevron（CVX）。这两家公司业务高度重叠，均涉及上游勘探、中游运输和下游炼化，历史上价格走势高度同步。
初始数据与约束：我们选取2023年1月至2023年12月的日收盘价数据，共251个交易日。初始资金为100万美元，单笔交易最大占用资金不超过20%，即20万美元。交易成本（佣金+滑点）按每笔交易双边0.1%计算。
分析过程：首先，对XOM和CVX的对数价格进行OLS回归，得到回归方程：ln(CVX) = 0.85 × ln(XOM) + 0.12，β=0.85。计算残差序列，ADF检验统计量为-3.87，小于1%显著性水平下的临界值-3.45，确认残差平稳，即两只股票存在协整关系。随后计算价差序列S = ln(CVX) - 0.85×ln(XOM)，其均值为0.12，标准差为0.045。设定开仓阈值为±1.8倍标准差，平仓阈值为0.2倍标准差。
交易信号与执行：2023年3月15日，价差Z-score达到1.85，触发做空价差信号。我们执行以下操作：做空CVX（卖出价值10万美元的CVX股票），同时做多XOM（买入价值8.5万美元的XOM股票，因为β=0.85，每做空1美元CVX需做多0.85美元XOM对冲）。持仓期间，价差在4月2日回归至Z-score=0.15，触发平仓信号，我们同时平掉两个头寸。
结果与复盘：本次交易持有18个交易日，价差从1.85σ收敛至0.15σ，扣除交易成本后实现净利润约4,200美元，收益率约2.1%（按20万美元占用资金计算）。但并非所有交易都如此顺利——2023年7月，价差Z-score达到-2.1，触发做多价差信号，但随后价差继续扩大至-2.8，触发止损（止损线设为-2.5σ），亏损约3,800美元。复盘发现，7月CVX因收购案消息出现独立于XOM的上涨，导致价差暂时性发散，这提示我们：协整关系并非永久不变，突发事件可能导致关系断裂。
3.4 统计套利与无风险套利的本质区别
许多初学者容易混淆统计套利与无风险套利，但两者在风险特征、盈利逻辑和操作方式上存在根本差异。无风险套利（如跨市场价差套利、可转债套利）的核心特征是锁定利润——在买入一项资产的同时卖出等值的另一项资产，无论市场如何波动，到期时利润是确定的。例如，当同一只股票在A股和H股出现价格倒挂时，套利者可以同时在低价市场买入、高价市场卖出，待价差收敛后平仓，利润在开仓时即已锁定。
统计套利则完全不同。它基于概率优势——历史统计显示价差大概率会回归，但并非100%确定。交易者承担着价差继续扩大的风险，且没有明确的时间表。统计套利的盈利来源于多次交易后的大数定律：即使单次交易可能亏损，但只要胜率超过55%-60%，且盈亏比合理（如平均盈利大于平均亏损），长期累计就能实现正收益。
| 对比维度 | 统计套利 | 无风险套利 |
|---|---|---|
| 风险特征 | 承担价差发散风险，有亏损可能 | 风险极低，利润基本锁定 |
| 盈利逻辑 | 均值回归的概率优势 | 同一资产在不同市场的价格差异 |
| 持仓时间 | 不确定，可能数天至数月 | 通常较短，等待价差收敛 |
| 市场效率依赖 | 依赖市场非有效性持续存在 | 依赖市场短暂失灵 |
| 资金占用 | 需要保证金，杠杆可调 | 通常需要全额资金或较高保证金 |
| 失败模式 | 协整关系断裂、价差长期不回归 | 交易执行延迟、流动性不足 |
从操作层面看，无风险套利更关注交易执行速度和市场微观结构，而统计套利更依赖模型质量和风险管理。统计套利允许交易者暴露一定的市场风险敞口（通过β对冲后仅保留价差风险），而无风险套利则追求完全对冲。理解这一区别有助于交易者根据自身风险偏好选择适合的策略类型。
总结而言，统计套利的理论根基在于均值回归——这一现象在金融市场中广泛存在，但并非所有价差都会回归。协整检验为均值回归提供了统计依据，平稳性确保了价差序列的可预测性，而价差构建则是将理论转化为可交易信号的关键桥梁。与无风险套利相比，统计套利是一种承担可控风险、追求概率优势的策略，其核心在于科学的建模、严格的执行和动态的风险管理。掌握这些原理，是构建稳健统计套利策略的第一步。