Skip to main content
统计套利与配对交易
blog 高级 · ~1 min read

统计套利与配对交易

统计套利从相关资产之间的暂时错价里赚钱。学协整的数学、配对交易怎么运作,以及它在哪儿崩。

· Lead Editor · · ~1 min read
#algorithmic#quant-trading
本文为英文。需要查看中文翻译吗?

交互工具在翻译视图中可能无法使用。

统计套利与配对交易

买便宜的那个,卖贵的那个,等它们收敛。说起来简单,做起来难——数学决定你手里是一对真套利还是个陷阱。

统计套利(stat arb)是一类从统计相关资产之间的暂时错价里赚钱的策略。零售交易员最容易上手的形式是配对交易(pairs trading)。

核心思路

两个本该同步走的资产偶尔会发散。你做空高估的那个,买入低估的那个,赌价差回归历史均值。

诀窍:两个资产必须协整,不只是相关。相关的资产一起动;协整的资产之间的价差平稳——这种关系不会永远漂离。

是协整,不是相关

两个非平稳的价格序列 X 和 Y,如果它们的一个线性组合是平稳的,就协整:

价差 = Y − β·X

β 是把 Y 对 X 回归得到的对冲比。如果价差平稳(通过 ADF 检验),这种关系就可交易:价差扩大时,预期它回归。

搭一笔配对交易

  1. 找候选:经济上相关的资产(比如工商行和建设银行 H 股、紫金矿业 A 和 H、同一家公司的 ADR 和正股)
  2. 测协整:跑 OLS 拿到 β,再对价差跑 ADF
  3. 算价差的 z-score
    Z = (价差 − SMA_n) ÷ σ_n
    
  4. 交易规则
    • Z < −2 时做多价差(买 Y,做空 β·X)
    • Z > +2 时做空价差
    • |Z| < 0.5 时出场
  5. 按β给每条腿配仓位,让仓位金额中性

为啥会失败

  1. 协整崩了:这种关系是统计的,不是契约。并购、监管变化、业务转型都可能永久打断关联
  2. 状态切换:平稳了好几年的价差可能开始趋势化。价差上必须设止损
  3. 资金效率:配对金额中性,但两条腿都要保证金,资金被锁住
  4. 做空风险:做空那条腿的融券成本、召回、逼空
  5. 拥挤:热门配对瞬间收敛;资金追同一信号,优势衰减

风险管理

  • 价差 z-score 上硬止损(比如 |Z| > 4 就出场——关系在崩)
  • 时间出场:N 天内不收敛就平掉配对
  • 波动率缩放的仓位
  • 单对敞口设限(比如不超过账面的 10%)

比简单配对更远

stat arb 还能扩展到篮子交易(做多一个组合,做空另一个)、指数套利(ETF vs 底层篮子)、领先-滞后(一个资产领先另一个几个 tick)。都依赖一个最终会回归的平稳关系——直到它不回归那天。

小结

统计套利在相关资产发散时收割它们之间的差距。数学——协整、对冲比、z-score——告诉你手里是真关系还是两条随机游走。搭好配对,测价差平稳性,金额中性配仓,并永远为关系崩掉那天做准备。那天来。

相关市场数据由 TradingView 提供。

分享:
𝕏 f in r/
·
📝

我的笔记

登录后可在本文保存笔记并与社区分享。

✓ 已核查事实 审阅人 Timi Chen, 编辑顾问 · 发布于: 2026-06-03 · 编辑政策
由 Marcus Cole 起草 · 由 Timi Chen 于 2026-06-03 审核 · 最后检查于 2026-06-03

教育内容 · 非财务建议 · 风险自担

下一篇推荐

algorithmicquant-trading 2026-07-01

Quant Research Workflow: Jupyter Notebooks and Feature Engineering

A repeatable quant research workflow using Jupyter notebooks covers feature engineering, validation, and notebook hygiene that produces deployable signals.

阅读更多 →

Smart Recommendations