【维克】统计套利：寻找市场的“定价误差“

1900年，巴黎。

一个俄国数学家坐在咖啡馆里，盯着一张纸发呆。纸上写满了公式，他在试图证明一件事------股票价格可以被预测。

这个人名叫巴舍利耶（Louis Bachelier），他的博士论文题目是《投机理论》。在这篇论文里，他第一次用数学模型描述了期权价格的波动规律。

有意思的是，他的导师------大数学家庞加莱------在评审意见里写了一句话："巴舍利耶把概率论用在了金融上，这很有趣，但跟金融市场有什么关系呢？"

50年后，同样的数学模型被布莱克和斯科尔斯重新发现，变成了著名的"Black-Scholes期权定价公式"。两个人因此拿了诺贝尔奖。

而巴舍利耶呢？他的论文被遗忘了半个世纪。

为什么讲这个故事？因为巴舍利耶做的事情，本质上就是统计套利的雏形------用数学模型发现市场价格的"不合理"，然后从中获利。

今天这篇，我们就来聊聊量化交易中最神秘、也最让人着迷的策略类型------统计套利 。

Why：为什么市场会存在"定价误差"？

一个反直觉的事实

如果市场是有效的------也就是说，所有信息都会立刻反映在价格里------那应该不存在任何"免费的午餐"。

但事实是：市场并不总是有效的。

你有没有见过这样的场景？

• 两只业务几乎一模一样的公司，一家市值100亿，另一家市值60亿。

• 同一家公司，在A股的价格比在H股贵了30%。

• 某只股票因为一个明显的假消息暴跌20%，三天后又涨回来了。

这些现象说明什么？说明价格在很多时候是"错"的 。

不是长期错，是短期错。错的时间可能是一天、一周、一个月。但最终，价格会回到它"应该在"的位置。

这个过程，就叫均值回归 。

均值回归：统计套利的底层逻辑

均值回归是什么意思？

简单说就是：偏离了平均值的东西，最终会回到平均值附近。

一根橡皮筋，你拉得越长，它弹回来的力量就越大。

股票价格也是一样。当价格偏离了它的"合理价值"太远，就会有一股力量把它拉回来。

这股力量是什么？是套利者。

当你发现一只股票被低估了，你买入。当别人也发现了，他们也买入。买入的人多了，价格就上去了，回到了合理水平。

统计套利的本质，就是系统地、大量地寻找这些"定价偏差"，然后从中获利。

定价偏差从何而来？

你可能会问：市场里有那么多聪明人，为什么还会有定价偏差？

答案是：因为人不是机器。

具体来说，定价偏差主要来自三个方面：

1. 行为偏差

人是有情绪的。恐惧、贪婪、从众心理......这些情绪会导致价格过度反应或反应不足。

• 过度反应 ：一个坏消息出来，大家恐慌性抛售，价格跌过头了。等情绪平复，价格涨回来。

• 反应不足 ：一个好消息出来，大家不以为然，价格没怎么涨。等更多人意识到这是好消息，价格才慢慢涨上去。

2. 流动性差异

大机构要卖股票，不可能一天卖完，得卖好几天。这几天里，持续的卖压会把价格压低。等机构卖完了，价格又会回升。

同样，大基金建仓的时候，连续的买入会把价格推高。等建仓完成，价格可能已经偏离了合理水平。

3. 信息不对称

有些信息，有些人知道得早，有些人知道得晚。

先知道的人先交易，价格先动。后知道的人后交易，价格再动。这中间就存在一个时间差，可以被利用。

What：统计套利 vs 确定性套利

先搞清楚一个概念

说到"套利"，很多人第一反应是"无风险赚钱"。

没错，确定性套利 （也叫无风险套利）确实是这样的。

举个例子：

同一家公司的股票，在A股卖100元，在H股卖70元（换算后）。你买入H股，同时卖空A股，等两边价格收敛，你就赚了30元的差价。无风险。

但这种机会，在成熟市场里几乎不存在了。因为一旦有价差，高频交易程序会在毫秒级别内把它抹平。

统计套利和确定性套利的区别在于：统计套利是有风险的。

为什么？因为你赌的是"价格会回归"，但价格可能不回归 。

• 它可能继续偏离

• 它可能偏离的时间比你想象得长得多

• 甚至，你可能判断错了------价格根本没有偏离，是你算错了

所以，统计套利不是"无风险套利"，而是"概率优势的套利 "。

你做的是大量的小赌注，每个赌注的胜率略高于50%。单次可能亏，但做了几百次、几千次之后，大数定律保证你总体是赚钱的。

统计套利的核心特征

|--------|-----------|-------------|
| 特征 | 确定性套利 | 统计套利 |
| 风险 | 理论上无风险 | 有风险 |
| 收益率 | 低（竞争激烈） | 中等（5-15%年化） |
| 交易频率 | 极高（毫秒级） | 中等（日/周级别） |
| 资金需求 | 极高（杠杆大） | 中等 |
| 持仓时间 | 极短 | 数天到数月 |
| 核心能力 | 速度和基础设施 | 模型和研究能力 |
| 竞争者 | 高频交易公司 | 量化对冲基金 |

统计套利的收益来源

既然有风险，那赚的是什么钱？

三种：

1. 信息优势的钱

你比别人更快、更准地理解了信息。

比如，两家公司宣布合并。普通人看到新闻，只知道"合并了"。但你的模型告诉你，按照历史数据，这类合并的标的中，收购方的股价平均会在两周内上涨5%。

你提前买入，等市场消化完信息，你赚了。

2. 行为偏差的钱

你利用了别人的非理性行为。

比如，某只股票因为一个明显的假消息暴跌。你的模型识别出这是假消息，价格已经跌到了不合理的水平。你买入，等价格回归，你赚了。

3. 流动性差异的钱

你提供了流动性，赚取流动性溢价。

比如，某只小盘股因为流动性差，买卖价差很大。你挂单买入，等了两天才成交。但你赚了这个价差。

How：统计套利的三大策略类型

类型一：配对交易（Pairs Trading）

最经典的统计套利策略。

核心思想：找两只价格走势高度相关的股票。当它们的价格差偏离历史均值时，做多被低估的那个，做空被高估的那个。等价差回归，平仓获利。

// python
import numpy as np
import pandas as pd
from statsmodels.tsa.stattools import coint, adfuller

def find_cointegrated_pairs(prices_df, significance_level=0.05):
"""寻找协整配对"""
n = prices_df.shape1
p_values = \[\]
pairs = \[\]

symbols = prices_df.columns

for i in range(n):
for j in range(i+1, n):
stock1 = prices_df.iloc:, i
stock2 = prices_df.iloc:, j

协整检验

score, p_value, _ = coint(stock1, stock2)

if p_value < significance_level:
pairs.append((symbolsi, symbolsj, p_value))
print(f"协整配对: {symbolsi} & {symbolsj}, p值={p_value:.4f}")

return pairs

def pairs_trading_signal(stock1_prices, stock2_prices, window=60, threshold=2.0):
"""配对交易信号生成"""

计算价差（使用对数价格比）

spread = np.log(stock1_prices) - np.log(stock2_prices)

计算滚动Z-Score

spread_mean = spread.rolling(window=window).mean()
spread_std = spread.rolling(window=window).std()
z_score = (spread - spread_mean) / spread_std

生成信号

signals = pd.Series(index=spread.index, dtype=float)

Z-Score > threshold → 价差偏高 → 做空stock1，做多stock2

signalsz_score \> threshold = -1

Z-Score < -threshold → 价差偏低 → 做多stock1，做空stock2

signalsz_score \< -threshold = 1

Z-Score在-0.5, 0.5之间 → 平仓

signals(z_score \> -0.5) \& (z_score \< 0.5) = 0

return signals, z_score

配对交易的关键：协整关系

不是随便两只股票就能做配对。必须是"协整"的------也就是说，它们的价格差是平稳的，会均值回归。

怎么判断？用协整检验 （Engle-Granger检验或Johansen检验）。

如果p值小于0.05，说明两只股票确实存在长期均衡关系，价差会回归。

类型二：因子套利（Factor Arbitrage）

基于多因子模型的统计套利。

核心思想：股票的收益可以被分解为多个"因子"的贡献。当某只股票的实际收益与因子模型预测的收益出现偏差时，就存在套利机会。

举个例子：

Fama-French三因子模型认为，股票的收益由三个因子决定：

• 市场因子（Market）：大盘涨它就涨

• 规模因子（SMB）：小盘股比大盘股收益高

• 价值因子（HML）：价值股比成长股收益高

如果一只股票的实际收益，显著低于模型根据这三个因子预测的收益，那它可能被低估了------买入。反之卖出。

// python
def factor_model_arbitrage(returns_df, factor_returns_df, window=252):
"""基于因子模型的套利信号"""
from sklearn.linear_model import LinearRegression

signals = {}

for stock in returns_df.columns:
stock_returns = returns_dfstock.rolling(window).apply(lambda x: x.values)

滚动回归

model = LinearRegression()
model.fit(factor_returns_df, stock_returns)

预测收益 vs 实际收益

predicted = model.predict(factor_returns_df)
residual = stock_returns - predicted

残差的Z-Score

residual_mean = np.mean(residual)
residual_std = np.std(residual)
residual_z = (residual-1 - residual_mean) / residual_std

if residual_z > 2.0:
signalsstock = 'UNDERPRICED' # 实际收益远低于预测，可能被低估
elif residual_z < -2.0:
signalsstock = 'OVERPRICED' # 实际收益远高于预测，可能被高估

return signals

因子套利的关键：因子选择

用什么因子？这直接决定了策略的成败。

常用的因子包括：

• 价值因子：PE、PB、EV/EBITDA

• 动量因子：过去3-12个月的收益率

• 质量因子：ROE、毛利率稳定性

• 波动率因子：历史波动率、beta

• 流动性因子：换手率、买卖价差

类型三：事件驱动套利（Event-Driven Arbitrage）

利用特定事件造成的价格偏离获利。

核心思想：某些事件（如并购、财报发布、指数调整）会导致价格短暂偏离合理水平。在这些事件发生前后进行交易，可以获利。

常见的事件驱动策略：

并购套利（Merger Arbitrage）

当A公司宣布收购B公司时，B公司的股价通常会涨，但不会涨到收购价。为什么？因为市场担心交易可能失败。

如果你判断交易会成功，就可以在宣布后买入B公司，赚取收购价与当前价之间的差价。

// python
def merger_arbitrage_spread(acquirer_price, target_price, offer_price,
offer_type='cash', probability_of_success=0.85):
"""计算并购套利价差"""

if offer_type == 'cash':

现金收购：简单价差

spread = (offer_price - target_price) / target_price
expected_return = spread * probability_of_success
risk_return = (1 - probability_of_success) * (-target_price) / target_price

else:

换股收购：需要考虑比率

spread = offer_price - target_price
expected_return = spread * probability_of_success

return {
'spread': f"{spread:.2%}",
'expected_return': f"{expected_return:.2%}",
'annualized_return': '取决于交易完成时间'
}

指数调整套利（Index Rebalancing）

当某个指数宣布要纳入或剔除某只股票时，跟踪该指数的基金必须被动买入或卖出。

被纳入的股票：预计有大量被动买入 → 价格可能上涨 → 提前买入

被剔除的股票：预计有大量被动卖出 → 价格可能下跌 → 提前做空

财报事件套利

财报发布前后，股价经常过度反应。

• 如果公司连续几个季度都beat预期，市场可能对新财报过度乐观 → 可以做空

• 如果公司连续miss预期，市场可能对新财报过度悲观 → 可以做多

统计套利实操：一个完整的配对交易案例

为了让你更直观地理解，我们来跑一个完整的配对交易案例。

// python
def full_pairs_trading_example(stock1_data, stock2_data,
initial_capital=1000000,
window=60,
entry_threshold=2.0,
exit_threshold=0.5):
"""完整的配对交易回测"""

1. 协整检验

score, p_value, crit_values = coint(stock1_data, stock2_data)
print(f"协整检验 p值: {p_value:.4f}")

if p_value > 0.05:
print("两只股票不存在协整关系，不适合配对交易")
return None

2. 计算价差和Z-Score

spread = np.log(stock1_data) - np.log(stock2_data)
spread_mean = spread.rolling(window).mean()
spread_std = spread.rolling(window).std()
z_score = (spread - spread_mean) / spread_std

3. 生成交易信号

position = 0 # 0=空仓, 1=多stock1空stock2, -1=空stock1多stock2
portfolio_value = initial_capital
trades = \[\]

for i in range(window, len(z_score)):
z = z_score.iloci

开仓

if position == 0:
if z > entry_threshold:
position = -1 # 价差偏高，空stock1多stock2
trades.append({'date': i, 'action': 'OPEN_SHORT_SPREAD', 'z': z})
elif z < -entry_threshold:
position = 1 # 价差偏低，多stock1空stock2
trades.append({'date': i, 'action': 'OPEN_LONG_SPREAD', 'z': z})

平仓

elif position == 1 and z > -exit_threshold:
position = 0
trades.append({'date': i, 'action': 'CLOSE_LONG_SPREAD', 'z': z})

elif position == -1 and z < exit_threshold:
position = 0
trades.append({'date': i, 'action': 'CLOSE_SHORT_SPREAD', 'z': z})

4. 计算收益

total_trades = len(t for t in trades if 'OPEN' in t\['action'])
print(f"总开仓次数: {total_trades}")
print(f"最终净值: {portfolio_value-1:.0f}")

return {
'cointegration_p_value': p_value,
'total_trades': total_trades,
'final_value': portfolio_value-1,
'total_return': (portfolio_value-1 / initial_capital - 1) * 100
}

配对交易的注意事项

1. 协整关系不是永恒的 ：两个公司的业务关系可能变化，协整关系可能消失。要定期重新检验。

2. 不要在极端行情中使用 ：黑天鹅事件可能导致价格永久性偏离，协整关系崩溃。

3. 交易成本很重要 ：配对交易需要同时买卖两只股票，交易成本是单边策略的两倍。间距设得太小，利润会被手续费吃掉。

4. 资金管理 ：每对配对分配的资金不要超过总资金的20%。同时运行多对配对来分散风险。

总结

今天是第100篇，聊了一个量化交易中非常核心的话题------统计套利。

回顾一下核心要点：

1. 统计套利的本质 ：市场存在短期定价偏差，偏差会均值回归。你赚的就是这个回归的钱。

2. 定价偏差的来源 ：行为偏差（人的非理性）、流动性差异（大资金的冲击）、信息不对称（知道得早晚不同）。

3. 统计套利 ≠ 无风险套利 ：它是有风险的。你赌的是概率优势，单次可能亏，但大量交易后总体盈利。

4. 三大策略类型 ：

◦ 配对交易 ：找协整的股票对，价差偏离时做多低估的、做空高估的

◦ 因子套利 ：基于多因子模型，交易实际收益与预测收益的偏差

◦ 事件驱动 ：利用并购、指数调整、财报等事件造成的价格偏离

5. 关键前提 ：均值回归。如果价格不回归，策略就失效了。所以一定要用统计检验（协整检验等）来验证。

6. 实操要点 ：定期重新检验、控制单对资金比例、考虑交易成本、避免极端行情。

100篇了。从最初的量化入门，到今天的统计套利，我们一起走过了量化交易的很大一部分版图。

下一期，我们继续深入统计套利------从因子到信号的完整建模流程。