3. 协整理论入门：直观理解、与相关的区别、单整阶数
协整（Cointegration）这个词，刚接触时容易觉得玄乎。我当年第一次听这个术语，以为是什么高深的数学魔法。其实说白了，它描述的是一个很直观的现象：两个看似随机漫步的变量，它们之间却存在一条隐形的「橡皮筋」。
你想想看，如果两条船在海上各自漂，但中间有根绳子连着。它们可能会分开，但绳子拉紧后又会弹回来。协整，就是这根绳子。
3.1 协整的直观理解
先看一个生活中的例子。假设你观察「上海机场」和「北京首都机场」的股价。两家公司业务相似，受同样的宏观经济影响。短期内，一只股票可能因为某个新闻涨得多一些，另一只跌得多一些。但长期来看，它们的价差会回归到一个均衡水平。
用数学语言说：如果两个时间序列 X_t 和 Y_t 都是非平稳的（比如随机游走），但它们的某个线性组合 Y_t - βX_t 是平稳的，那么我们就说 X_t 和 Y_t 是协整的。
核心思想：协整描述的是变量之间的长期均衡关系。短期可以偏离，但长期一定会回归。
我在做配对交易策略时，经常用这个性质。找到协整对，就等于找到了一个「均值回归」的价差。价差大了就做空，小了就做多。嗯，听起来简单，但实际筛选协整对时坑不少，后面会细说。
3.2 协整与相关的区别
这是新手最容易混淆的地方。我见过不少交易员，看到两个资产走势图长得像，就以为它们协整。其实，相关不等于协整。
举个例子：
- 相关：A 涨的时候 B 也涨，A 跌的时候 B 也跌。这是短期同步性。
- 协整：A 和 B 可以短期不同步，但长期价差必须稳定。这是长期均衡性。
更直白地说：两个随机游走序列，即使完全不相关，也可能在某个时间段内走势相似。但它们的价差会越走越远，不会回归。这就是伪回归的根源。
| 维度 | 相关性 | 协整性 |
|---|---|---|
| 关注点 | 短期同步变动 | 长期均衡关系 |
| 序列要求 | 无要求（平稳/非平稳均可） | 必须同阶单整 |
| 数学本质 | 线性相关程度 | 残差平稳性 |
| 交易应用 | 不适合直接配对 | 配对交易核心 |
避坑指南：我曾经用相关系数筛选配对，结果回测漂亮，实盘亏惨。后来才发现，两个完全不相关的随机游走，在样本内也能算出高相关系数。记住：高相关 ≠ 协整，低相关 ≠ 不协整。
3.3 单整阶数的概念
要理解协整，必须先理解「单整」（Integration）。
一个时间序列，如果经过 d 次差分后变成平稳序列，我们就说它是 d 阶单整，记作 I(d)。
- I(0)：本身就是平稳序列。比如白噪声、均值回归的价差。
- I(1)：一阶差分后平稳。比如大多数股票价格、汇率。
- I(2)：二阶差分后平稳。比如某些价格指数、货币供应量。
为什么单整阶数重要？因为协整要求：所有参与协整的变量，必须是同阶单整的。
举个例子：
- 如果 A 是 I(1)，B 也是 I(1)，它们可能协整。
- 如果 A 是 I(1)，B 是 I(2)，它们不可能协整。
我个人的习惯是，拿到数据后先做单位根检验（ADF 检验），确认每个序列的单整阶数。这一步不能省，否则后面全是白费功夫。
小技巧：金融数据中，价格序列通常是 I(1)，收益率序列是 I(0)。所以配对交易用的是价格，不是收益率。
3.4 知识体系框架
下面这张图总结了本章的核心逻辑。我建议你把它记在脑子里，后面几章都会用到。
3.5 如何判断单整阶数
实际操作中，我们通常用 ADF 检验来判断单整阶数。流程很简单：
- 对原始序列做 ADF 检验。如果 p 值 < 0.05，拒绝单位根假设，序列是 I(0)。
- 如果不能拒绝，对序列做一阶差分，再检验差分后的序列。
- 如果一阶差分后平稳，则原序列是 I(1)。
- 如果还不平稳，继续差分，直到平稳为止。
下面是一个 Python 示例，演示如何判断单整阶数：
import numpy as np
import pandas as pd
from statsmodels.tsa.stattools import adfuller
def check_integration_order(series, max_diff=2):
"""
判断时间序列的单整阶数
"""
for d in range(max_diff + 1):
if d == 0:
test_series = series
else:
test_series = series.diff(d).dropna()
result = adfuller(test_series)
p_value = result[1]
print(f"差分阶数 d={d}, ADF p-value: {p_value:.4f}")
if p_value < 0.05:
print(f"→ 序列是 I({d})")
return d
print("→ 序列可能是 I(2) 或更高阶")
return None
# 示例：模拟一个 I(1) 序列
np.random.seed(42)
random_walk = np.cumsum(np.random.randn(500))
series = pd.Series(random_walk)
check_integration_order(series)
输出结果大致如下：
差分阶数 d=0, ADF p-value: 0.4521
差分阶数 d=1, ADF p-value: 0.0000
→ 序列是 I(1)
个人经验：我一般设置最大差分阶数为 2。金融数据中 I(2) 很少见，如果遇到，我会怀疑数据本身有问题，或者需要做对数变换。
3.6 本章小结
协整理论是配对交易的基石。记住三个要点：
- 协整是长期均衡，不是短期相关。
- 协整要求同阶单整，I(1) 配 I(1)，I(0) 配 I(0)。
- 单整阶数用 ADF 检验判断，先测原始序列，不行就差分。