套利
难度：进阶
#套利#配对#协整#中性
统计套利 / 配对交易
通俗理解
找两只长期'同进同退'的股票，当价差突然拉大时，买弱的一方、卖强的一方，等它俩关系恢复正常就平仓赚钱。
✅ 优点
- 市场风险近似中性
- 逻辑严谨、回撤可控
- 可多pair组合分散
- 适合震荡相关性环境
⚠️ 缺点 / 风险
- 协整关系可能结构性断裂
- 需频繁再平衡
- 建模与参数较复杂
- 流动性/做空限制
参考代码 python
import numpy as np, pandas as pd
from statsmodels.tsa.stattools import coint
def pairs_spread(pa, pb, window=60, k=2.0):
beta, _, p = coint(pa, pb) # 协整检验
spread = pa - beta * pb
z = (spread - spread.rolling(window).mean()) / spread.rolling(window).std()
signal = (z < -k).astype(int) - (z > k).astype(int)
return signal, p # p 越小越显著协整
示例为最小可运行片段，用于理解思路；实盘需补充数据、手续费、风控与回测框架。
参考文献 / 延伸
- Engle, R., & Granger, C. (1987). Co-integration and Error Correction.
- Gatev, E., Goetzmann, W., & Rouwenhorst, K. (2006). Pairs Trading.
🌦️ 适用市场环境
两标的协整关系稳定、相关性高、价差均值回复的市场（指数ETF配对、同行业龙头、跨期价差）。
⚔️ 策略博弈关系
克制的策略
被克制的可能性
协整断裂、相关性崩溃（危机中齐涨齐跌）时被趋势跟踪与期权波动率策略克制；流动性/做空限制会放大风险。
🌍 全球宏观与政治扰动影响分析
配对交易依赖「两只标的长期协整」。宏观危机中一切相关性趋于 1，而政治事件（制裁、退市、并购否决）能直接斩断配对的其中一条腿，造成无法对冲的单边亏损。
📈 全球宏观因子扰动
-
受益
低波动 / 宏观稳定
协整关系稳定，价差按历史规律回归，胜率高。
-
受损
利率上行 / 融券成本上升
做空腿成本上升，配对收益被融资与融券费用侵蚀。
-
受损
流动性收缩
价差扩大且难以融资，无法持仓等待收敛。
-
受损
危机 / 波动率骤升
相关性崩溃、齐涨齐跌，价差单边发散不回归。
-
双向
央行干预 / 板块整体重定价
可能撕裂行业内部的相对关系，需重新检验协整。
🏛️ 政治与地缘事件扰动
-
受损
制裁 / 实体清单 / 退市风险（如中概 ADR）
配对中一腿单边暴跌或退市，另一腿无法对冲，直接巨亏。
-
受损
并购被监管否决
并购套利配对逻辑失效，价差反向扩大。
-
受损
禁止卖空
无法建立配对腿，策略完全失效。
-
受损
地缘冲突 / 供应链断裂
同行业两家公司基本面分化，历史相关性断裂。
-
双向
行业统一监管（影响对称）
若对配对双方影响对称，价差关系仍可维持。
适应 / 崩坏边界：适应：相关性稳定、流动性充裕、可做空、无个股特殊风险。崩坏：危机相关性崩溃、制裁 / 退市、卖空受限、流动性枯竭。
💡 讨论引导（点击可一键提问）
不知从何说起？挑一个问题直接发问，帮助社区冷启动。
💬 讨论区
🔵 登录
- 还没有评论，来做第一个吧。