VIP20

本课程属于：091-量化研究员 金融科技风控与量化工程 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

统计套利策略精讲与实操

📚 共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

统计套利概述

什么是统计套利？与无风险套利的区别，均值回归与协整的数学基础，以及核心市场假设。

均值回归协整

配对交易理论基础

配对交易核心思想，华尔街“赌徒”故事，价差序列构建与四大操作步骤。

协整理论与检验

协整数学定义，Engle-Granger两步法，Johansen检验，经济含义与伪回归问题。

EG两步法Johansen

距离方法与配对选择

最小化距离法，标准化欧氏距离，时间序列相似性度量，实战配对筛选技巧。

欧氏距离筛选

平稳性检验

ADF检验原理，KPSS检验，平稳性对策略的意义，实战参数选择方法。

价差建模与阈值设定

均值回复特性，布林带策略，固定阈值vs动态阈值，Z-score标准化。

布林带Z-score

交易信号生成

开仓、平仓、止损信号设计，信号过滤与噪声处理技巧。

仓位管理与资金分配

凯利公式应用，等权重与波动率调整分配，最大回撤控制方法。

凯利公式回撤

回测框架搭建

回测重要性，前视偏差与幸存者偏差陷阱，Python回测框架设计思路。

Python数据处理实战

Pandas基础操作，数据清洗对齐，多标的DataFrame与滚动窗口计算。

Pandas滚动窗口

协整检验Python实现

statsmodels库使用，ADF与Johansen检验代码实现，结果解读。

statsmodels代码

配对筛选Python实战

全市场配对扫描，相关性矩阵，协整对筛选与候选配对池构建。

价差计算与Z-score

价差序列计算，Z-score公式实现，滚动Z-score与阈值设定代码。

策略回测代码实现

回测引擎编写，交易日志记录，夏普比率、最大回撤、胜率计算。

绩效评估与优化

夏普比率、卡玛比率、收益回撤比详解，网格搜索参数优化。

夏普网格搜索

多标的统计套利

从配对到篮子，主成分分析法(PCA)应用，统计套利指数构建。

高频统计套利

Tick级数据处理，订单簿不平衡策略，高频协整与滑点控制。

统计套利中的风险管理

VaR与条件VaR计算，压力测试，极端行情下的策略表现。

VaR压力测试

统计套利与机器学习

机器学习配对选择，聚类算法找配对，LSTM预测价差。

实战案例一：股票配对

贵州茅台 vs 五粮液，数据获取、策略构建与回测分析。

茅台五粮液

实战案例二：ETF配对

上证50ETF vs 沪深300ETF，跨品种套利与资金效率分析。

实战案例三：加密货币配对

BTC vs ETH，数字资产特殊性，24小时交易策略。

实战案例四：商品期货跨期套利

近月vs远月合约，展期收益处理与跨期策略。

实战案例五：跨市场套利

A股 vs H股，汇率风险对冲，AH股溢价指数应用。

统计套利策略的实盘部署

从回测到实盘的鸿沟，交易接口对接，订单管理与监控系统。

常见陷阱与误区

协整关系失效、市场结构变化、流动性陷阱与过度优化。

陷阱过度优化

非线性协整、门限协整、马尔可夫转换模型、时变参数模型。

非线性时变

交易心理学

交易心理偏差，策略执行纪律，亏损决策与理性保持。

监管与合规

不同市场监管要求，程序化交易报备，风控合规要点。

AI与统计套利融合，DeFi套利机会，量化交易伦理思考。