Q-CodeQ-Code 打开工作台

配对价差回归

均值回归A股风险 高高级更新 2026-09-24#统计套利#协整#配对

在同行业高度相关的一对股票之间交易价差偏离,A 股融券约束下执行买入低估腿的单腿变形。

策略目标

寻找同行业、基本面同质的一对股票(典型如两家大型银行),其价差围绕历史均衡水平波动;当价差偏离到统计极端位置时入场,等待回归。经典学术结论是:相对价值套利规则在长周期样本中获得过稳定收益 [1],其前提是配对之间存在协整关系——价差是平稳序列,偏离后倾向回到均值 [2]。

A 股执行边界(必读)

经典配对交易需要做空高估腿。A 股融券券源稀缺、成本高,且融券与转融通规则近年已大幅收紧,做空腿在当前环境下基本不可行(具体以交易所最新规则为准,此处结论有时效性)。

因此本策略在 A 股只能执行单腿变形:只买入价差低估的一腿,等待回归。收益来源被弱化——回归既可能来自低估腿补涨(可获利),也可能来自高估腿下跌(无法获利)。这个弱化必须在回测与实盘预期中如实体现。

参数定义

  • 配对筛选:同行业、市值量级相近、60 日收盘价相关系数达标(门槛待实测,示例 0.8);
  • 协整门槛:Engle-Granger 检验在 5% 水平下拒绝单位根;
  • 估计窗口:60 个交易日滚动;
  • β 重估:每月一次;
  • 入场:z-score ≤ -2;
  • 目标出场:z 回到 0;
  • 止损:z 破 -3;
  • 最长持有期:由参数设定,到期强制平仓。

价差与协整定义

对数价差:

Spreadt=ln⁡PA,t−β⋅ln⁡PB,tSpread_t = \ln P_{A,t} - \beta \cdot \ln P_{B,t}

其中 β\beta 由 ln⁡PA\ln P_A 对 ln⁡PB\ln P_B 的 OLS 回归估计。标准化:

zt=Spreadt−μ60σ60z_t = \frac{Spread_t - \mu_{60}}{\sigma_{60}}

协整检验按 Engle-Granger 两步法:先回归取残差,再对残差做 ADF 单位根检验 [2]。残差平稳才认定协整成立。

执行规则

每月重新筛选配对并重估 β,只交易当期协整检验通过的对。入场后只在 z 回到 0(目标)、z 破 -3(止损)或持有期到期(强制)三种情况离场,窗口滚动重估不触发已持仓对的参数变更。同一时间最多持有 2-3 对,避免同行业对之间风险重叠。

风险与失效场景

  • 协整断裂:配对一方基本面恶化(暴雷、政策打击)时,价差持续扩大而不是回归,止损只能限制单次损失;
  • 结构性漂移:行业逻辑变化让历史均衡失效,旧配对必须被每月筛选淘汰;
  • 单腿弱化:回归由高估腿下跌实现时,单腿持仓照样亏损,这是 A 股变形的固有代价;
  • 过拟合筛选:用全样本数据挑配对属于未来函数,筛选必须滚动进行,只用当期之前的数据;
  • 资金占用:价差回归周期可能远超预期,长期占用资金的机会成本要计入评估。

验证状态

待验证。需要完成:A 股典型配对(大型银行、券商、白酒龙头对)的协整通过率统计;单腿变形与理论双腿收益的差异测算;每月重筛的换手与稳定性;计入冲击成本后的净价差收益。本文不提供任何未实测的收益或回撤数字。

参考文献与延伸

[1] Gatev, E., Goetzmann, W. N., & Rouwenhorst, K. G. (2006). Pairs Trading: Performance of a Relative-Value Arbitrage Rule. Review of Financial Studies, 19(3).(配对交易规则的长期历史表现)

[2] Engle, R. F., & Granger, C. W. J. (1987). Co-Integration and Error Correction: Representation, Estimation, and Testing. Econometrica, 55(2).(协整理论奠基论文)

[3] Vidyamurthy, G. (2004). Pairs Trading: Quantitative Methods and Analysis. Wiley.(协整方法在配对交易中的系统应用)

[4] Q-Code 量化策略工作台

策略逻辑结构

  1. 同行业候选股池 — 基本面同质、市值相近的对候选
  2. 协整与相关筛选 — 协整检验通过才允许交易
  3. 价差 z-score — 滚动均值标准差标准化
  4. 偏离入场 — z 低于 -2 买入低估腿
  5. 止损与持有期 — z 破 -3 或超期强制离场
  6. 回归平仓 — z 回到 0 兑现价差收敛

AI 生成提示词

复制以下提示词,打开 Q-Code 工作台粘贴到 AI 对话框,即可自动生成该策略的 QMT 策略代码(单个完整 .py 文件,支持 QMT 回测与实盘)。

请生成一个 QMT 兼容的 A 股配对价差回归监控模块。配对股票由参数注入(如两只大型银行股),滚动 60 日窗口估计对数价差 ln(PA) - β·ln(PB) 的均值与标准差,β 每月用 OLS 重估一次;价差 z-score 低于 -2 时买入低估腿,z 回归到 0 平仓,z 低于 -3 或持有超期强制离场。融券做空腿不实现,模块只输出单腿交易信号与当前 z 状态。禁止使用未来数据筛选配对,兼容回测与实盘分支,参数内联在 init,输出单个完整 Python 文件并包含详细日志。
用自然语言,生成你的 QMT 策略
注册即赠 200 积分,约可生成 5 次 · 支持 Kimi / GLM / DeepSeek
打开 Q-Code 工作台