47
0还在孤立地分析单只股票的涨跌？有一种策略，它不关心市场是牛市还是熊市，只关心资产之间的“相对关系”。当这对“灵魂伴侣”走得太远或太近时，就是我们的交易机会。这就是经典的统计套利策略——配对交易。本期节目，我们将手把手教你如何从零开始，构建并优化一个配对交易模型。
本期亮点
第一步：寻找市场中的“灵魂伴侣”——协整（Cointegration）
❤️ 核心思想：找到两只走势长期同步的股票。就像一个人牵着一只狗散步，虽然各自路径不同，但两者之间的距离（价差）总是稳定的。
科学“相亲”：如何使用statsmodels库的协整检验（coint test），用p值来科学判断两只股票是否真的“配对”？
第二步：计算“情绪温差”——对冲比率与价差
关键误区：配对交易的价差不是简单的价格A - 价格B。
⚖️ 精确对冲：我们需要用线性回归（OLS）计算出一个精确的对冲比率（Hedge Ratio）。真正的价差是 价格A - 对冲比率 * 价格B。
这样可以确保我们建立的头寸在市值上是中性的，只交易它们的相对强弱。
第三步：量化交易信号——Z分数与滚动窗口
“一把尺子量天下”：绝对的价差数值没有意义，我们需要一个标准化的度量单位——Z分数（Z-Score）。它告诉我们当前的价差偏离其历史均值的程度。
📈 让策略“动”起来：市场是变化的，固定的均值和标准差会失效。我们将介绍如何使用**滚动窗口（Rolling Window）**来计算动态Z分数，让策略能自适应市场。
第四步：构建交易规则与风险管理
入场与离场：
Z分数 < -1.5 (价差过低) → 做多价差 (买入A，卖空B)
Z分数 > +1.5 (价差过高) → 做空价差 (卖空A，买入B)
Z分数回归到0附近 → 平仓获利
必须知道的风险：
关系破裂：曾经的“灵魂伴侶”也可能分道扬镳。定期进行样本外测试至关重要。
数据挖掘陷阱：测试了100对组合，总有几对看起来很好，但这可能是运气。
从静态到动态：策略的进化之路
🚀 进阶武器：除了滚动窗口，还有更高级的工具。
奥恩斯坦-乌伦贝克过程 (OU Process)：更精确地对均值回归过程进行数学建模。
卡尔曼滤波器 (Kalman Filter)：实时动态估计对冲比率，让你的策略达到专业水准。
本期挑战与资源
- 动手实践:
选择一对你认为有经济关联的股票（如可口可乐KO与百事可乐PEP，或福特F与通用汽车GM）。
对它们在过去三年的价格数据进行协整检验。
如果协整关系显著，尝试计算并绘制出它们基于60日滚动窗口的Z分数价差图。 - 核心工具:
yfinance: 获取免费的股票/期货数据。statsmodels: 进行协整检验和线性回归。pandas,numpy,matplotlib: 数据处理与可视化的三剑客。
