统计套利赚的是什么钱
很多人一听统计套利就觉得玄乎，其实它赌的是一件事：两个平时步调一致的东西，价格暂时跑偏了，早晚还得走回来。你不需要判断大盘涨跌，只需要等那个“跑偏”出现，然后做多跑得差的、做空跑得好的，等价差回归正常再平仓收钱。
这和趋势跟踪完全相反。趋势策略是追涨杀跌，统计套利是“劫富济贫”——谁短期涨多了就空谁，谁跌多了就多谁。它的利润来源是价差的均值回归，不是单边行情。
第一步 找到真正相关的品种
统计套利的第一关是选对搭档。两个品种得在经济学逻辑上有扯不断的联系，光看历史价格相关系数高是不够的。
期货里最典型的是同品种不同交割月的合约，近月和远月受同一个供需基本面驱动，价差有很强的季节性规律。股票里常见的是同行业两家业务几乎一模一样的公司，比如两家头部券商、两家全国性股份制银行，它们的股价长期被同一批资金盯着，价差很难持续偏离。
选品种时有个硬标准：协整关系要成立。说人话就是，两个价格序列各自乱跑，但它们的差值（或按比例调整后的差值）围绕一个固定水平上下波动，不会越跑越远。程序里常用ADF检验来验证残差序列的平稳性，p值小于0.05才认为价差是平稳的，可以拿来做回归交易。
第二步 把价差算清楚
价差不是简单相减。两个品种价格量级不同，直接减法得到的序列没有可比性。标准的做法是用回归求对冲比例。
假设品种A和品种B，用A的价格对B的价格做线性回归，斜率就是对冲比例。实际操作中更常用滚动窗口回归，每隔一段时间重新算一次比例，让模型跟上市场结构的变化。
价差序列定义为：
spread = price_A - beta * price_B
beta就是回归得到的对冲系数。这个价差序列必须通过平稳性检验，否则后面的阈值全是空中楼阁。
第三步 设定开平仓规则
价差算出来之后，要给它画两条线。常用的方法是看价差的标准差，把开仓阈值设在正负2倍标准差，平仓线设在0附近。
价差向上突破+2倍标准差，说明A相对B太贵了，开仓做空A、做多B（按beta比例）。价差向下跌破-2倍标准差，说明A相对B太便宜了，开仓做多A、做空B。等价差回归到均值附近，两边同时平仓，赚差价。
这里有个细节散户经常忽略：阈值不是越宽越好，也不是越窄越好。太窄了交易频率暴涨，手续费和滑点能把利润吃光；太宽了信号稀少，资金利用率低，而且极端行情下价差可能一去不回头。2倍标准差是经验值，实际要根据品种波动率和交易成本做压力测试。
止损规则同样重要。统计套利最大的风险是价差结构发生永久性变化，比如近月合约因为逼仓逻辑暴涨，远月纹丝不动，价差突破历史极值后继续扩大。程序里必须设一个硬止损，比如价差突破3.5倍标准差就无条件平仓，防止单次亏损吞掉多次盈利。
第四步 程序化执行
统计套利靠手动盯盘基本没法做，信号触发往往在盘中瞬间，而且两个腿要同时成交，滑点控制要求极高。
程序逻辑大致是这样的：
# 伪代码示意
for each bar in market_data:
spread = price_A - beta * price_B
zscore = (spread - mean_spread) / std_spread
if zscore > 2 and no_position:
short_A_long_B(beta)
elif zscore < -2 and no_position:
long_A_short_B(beta)
elif abs(zscore) < 0.3 and has_position:
close_all()
elif abs(zscore) > 3.5 and has_position:
stop_loss()
真实交易系统还要处理很多脏活：两个腿的下单顺序、部分成交怎么补、涨跌停板导致单腿无法成交怎么办、保证金占用怎么动态计算。这些细节才是实盘和回测之间那道鸿沟。
参数优化要克制
统计套利策略的参数不多，但每一个都很敏感。回归窗口长度、开仓阈值倍数、止损倍数，三个参数稍微一动，回测曲线就大变样。
过度优化的典型症状是回测夏普比率高得离谱，实盘一跑就亏。防御办法是分样本检验：用前三年数据定参数，后两年数据只做验证不调参。参数平原比参数尖峰更可靠，也就是在最优参数附近多试几组，如果绩效波动不大，说明策略稳健；如果稍微一偏就崩，说明是曲线拟合。
交易成本必须算进去。期货双边手续费加滑点，一次完整交易的成本大约在万分之二到万分之五之间。价差回归的利润空间本来就不大，成本吃掉三成利润是常态。回测时把成本设成实盘的两倍，能活下来的策略才有上实盘的价值。
股票和期货的差异
股票配对交易受限于做空机制。A股融券成本高、券源不稳定，很多配对信号出来根本借不到券，策略容量大打折扣。ETF配对稍微好一点，但流动性集中在少数几个宽基品种上，价差波动被套利资金抹得很平，利润空间薄。
期货统计套利反而更纯粹。跨期套利和跨品种套利都可以直接做空，保证金制度让资金效率更高。农产品期货的跨期价差有明显的季节性规律，工业品跨品种套利受宏观周期驱动，这两类机会在期货市场持续存在，是统计套利的主战场。
散户能用吗
统计套利的门槛不在策略逻辑，在工具和成本。手动执行两个腿几乎不可能同步，滑点会吃掉大部分利润。用程序化交易接口是必要条件，这就筛掉了大部分散户。
但理解统计套利的逻辑对散户有实际好处。你至少能明白一件事：价差不会无限扩大，也不会无限收敛，它围绕一个中枢波动。看到某个品种相对另一个品种短期涨幅离谱时，脑子里能多一根弦——这可能是统计套利资金在平仓，而不是基本面发生了根本变化。
统计套利不是圣杯，它赚的是市场暂时失效的钱。市场越有效，价差偏离越小，回归速度越快，利润越薄。这个策略的黄金时代在监管宽松、程序化交易不普及的年代，现在拼的是执行速度和成本控制，散户想硬挤进去，先算清楚自己的手续费和滑点再说。
