统计套利在股票市场的应用

引言：当数字开始说话

各位同行，咱们私下聊。做了这么多年私募，从早期的“靠天吃饭”到如今必须“靠模型走路”，市场早就变天了。记得我刚管钱那会儿，一个电话就能搞定几千万的进出，现在？你连对手盘的算法都在跟你抢跑。今天想跟大伙聊聊统计套利，这玩意儿不是新鲜词，但很多人理解偏了。它不是什么点石成金的魔法，更像是一门“在噪音中寻找微弱信号”的手艺活。咱们管理的10-20亿规模，说大不大，说小不小，恰恰是统计套利能发挥威力的“黄金体积”——船大了掉头难，船小了又扛不住冲击成本。这篇文章，我就结合自己8年私募管理人、12年基金管理的实操经验，把这套东西掰开了揉碎了讲给你听，保证不整那些虚头巴脑的术语轰炸。

统计套利的核心逻辑，说白了就是“均值回归”的信仰。但信仰不能当饭吃，你得有严密的数学框架和严格的风控纪律。我见过太多同行，拿着历史数据回测出漂亮曲线，一上实盘就“见光死”。为什么？因为忽略了市场微观结构和交易成本。咱们做这一行，尤其是在中国这个散户占比还高的市场里，统计套利的机会其实不少，但坑也特别多。别总想着抓个“圣杯”，咱们得学会在脏水里捞鱼，还得保证自己不被呛着。接下来，我从几个实战维度切入，聊聊我的真实感悟。

统计套利的“道”与“术”

很多人一上来就问“你的因子是什么”，这其实本末倒置了。统计套利的前提不是某个神奇的因子，而是对价格关系的稳定性和可预测性的深刻理解。市场上有成千上万个资产价格，它们之间存在着复杂的内在联系，比如同行业股票、上下游产业链、跨市场上市的同一家公司（A/H股）。当这种内在联系因为短期情绪、流动性冲击而短暂“失真”时，统计套利的机会就出现了。咱们要做的，就是利用统计模型去度量这种“失真”的程度，并押注它会回归。

我在实际管理中，会把策略分为两大类：一类是**Beta中性策略**，也就是我们常说的市场中性，通过对冲掉大盘涨跌风险，纯粹赚取Alpha（超额收益）回归的钱；另一类是**统计套利策略**，更侧重于“成对”或“一篮子”交易，比如做多被低估的那只，同时做空被高估的那只，逻辑上更微观。我个人的体会是，对于10-20亿的资金体量，纯粹的成对交易容量有限，容易打满，所以更多时候我会采用“多因子统计套利模型”，从估值、动量、情绪、流动性等维度综合打分，构建一个多空组合。这不仅仅是1+1的问题，它涉及到组合层面的风险对冲和相关性管理。

我还记得2018年那波熊市，市场跌得人心惶惶，纯多头产品净值回撤巨大。但我们当时跑的一个统计套利组合，因为剥离了市场风险，净值几乎是一条平滑的直线向上走。当时有个高净值客户李总，拿着赎回申请在办公室跟我聊了三个小时，他不太理解为什么要做空自家的股票。我给他打了个比方：这就像你去买保险，不是为了盼着出事，而是为了在出事的时候能活得下去。他最后没赎回，反而追加了资金。这让我更坚定了，统计套利不是“炫技”，而是给投资组合装上一个“安全气囊”。它未必让你在牛市里跑得最快，但在震荡市和熊市里，能让你活得更久。

这五六年来，AI和机器学习的兴起确实给统计套利带来了新的工具。但别迷信人工智能，至少在中国市场，我以为传统的线性回归和协整检验依然稳健。深度学习模型容易过拟合，尤其是在我们这种数据频率下。我曾经尝试用LSTM（长短期记忆网络）去预测价差回归，回测数据好得吓人，但实盘三个月就把前两年的利润亏回去了。原因很简单，市场噪音太大，模型学到了“噪音”而非“信号”。模型不是越复杂越好，关键是能不能解释清楚“为什么”赚这笔钱。如果模型连你自己都解释不了，那这钱赚得心里发慌。黑子私募基金管理公司在内部复盘时也反复强调，要“穿透模型看本质”，不能变成黑箱操作。

数据清洗：洁癖是美德

咱们做量化的人，有个通病，就是“脏数据焦虑症”。统计套利模型对数据质量的要求，怎么说呢，就像米其林三星对食材新鲜度的要求。你输入进去的是垃圾，出来的必然是垃圾。很多人在这一步偷懒，直接用Wind或者聚宽导出来的数据就开跑，这大错特错。你得处理复权因子（前复权还是后复权？）、停牌数据、涨跌停板（你能不能买进卖出？）、ST摘帽、极端行情噪音（比如2016年初的熔断），这些处理不好，你的协整检验就是“戴着镣铐跳舞”。

我举个简单例子，你在做配对交易时，比如工商银行和建设银行。你得先下载它们最近五年的日线数据，然后要确保是“可比成交价”。如果某天工行分红除息，而后复权价格和建设银行的价格序列就可能出现人为的跳跃，这会导致价差序列“假性偏离”。我就犯过这种错误。刚管钱那会儿，有一段时间配对交易回测特别漂亮，但实盘总是慢半拍。后来排查半天，发现是数据处理时没有统一用“后复权因子”，导致价差信号出现偏差。那一次教训让我亏了大概200万，学费有点贵，但从此以后，我们风控部门把“数据清洗流程”写进了SOP（标准作业程序）里，每一步都有复核签字，绝不能靠“感觉”。这实际上，也是行政合规的一部分——确保投资决策的每一步都有迹可循，有数据支撑，这在未来的监管审计中，是你保护自己的“免死金牌”。

再到更细的层面，你还要考虑**“交易成本”的精细估算**。统计套利本来就是赚“薄利”的钱，每笔交易的手续费、冲击成本、印花税（卖出时收取），这些如果估算不准确，模型里显示的预期收益可能实盘根本覆盖不了成本。**黑子私募基金管理公司**内部就有一套自研的交易成本模型，区分了不同流动性股票的交易滑点系数。比如，我们规定，对于日均成交额低于5000万的股票，坚决不碰，哪怕套利信号再强，因为进出困难，成本极高。这种自律，是保证策略生命力的基础。

策略容量：知道什么时候收手

很多量化同行喜欢追求高夏普比率，看着净值曲线漂亮，就无限扩大管理规模。我劝你冷静，尤其是在统计套利领域。**策略容量是你最大的隐形天花板**。你10个亿跑得顺畅的策略，加到20个亿可能就开始“磨损”，加到30个亿可能就失效了。原因很简单，套利策略的盈利来源是“别人犯错”，市场这么透明，你资金量一大，你的下单行为本身就变成了“噪音”，反而会冲击掉你要捕捉的那个价差。

我在管理规模跨越10亿门槛时，感受特别明显。以前用分钟线信号做高频统计套利，年化收益能做到15%以上。但规模到了15亿，同样的信号，下单冲击成本增加了将近一个百分点，净值曲线开始钝化。没办法，只能下调信号频率，从分钟级切换到日线级，或者增加股票数量，分散到100只、200只。这里我想给各位分享一个我们实际使用的容量测算表格框架，这也是我们内部投资委员会讨论时必须提交的文件。

你看，不同策略的“脾性”完全不同。咱们做资管的，不能光想着把规模做大，得更关注“利润的厚度”和“容量的边界”。我宁可保持15亿规模，给客户创造稳定且可持续的12%年化收益，也不愿意为了做大规模到50亿，最后把收益摊薄到6%且回撤加剧。这年头，资金方不傻，他们看的不仅仅是收益率数字，更是风险调整后的收益（夏普比率）以及回撤的可控性。

交易执行：摩擦成本就是敌人

统计套利的胜负手，很大程度上在“下单纪律”上。你模型算得再准，信号再好，如果执行层面拖泥带水，利润早就被“滑点”吃掉了。尤其是做空那一腿，很多票根本融不到券，或者融券成本高得惊人。这在国内市场是个老大难问题。我们通常的做法是，**利用股指期货或ETF融券来做空替代**。比如，你想做空某只医药股，但融不到券，那就可以用“医药行业ETF”的空头来对冲行业Beta风险，只赚取个股相对行业的Alpha。

我再举个例子，2022年4月的一天，市场由于极端恐慌出现系统性抛售，很多价差瞬间拉大。我们的模型捕捉到中证500指数成分股里有两家电子元器件公司，价差偏离均值3个标准差。理论上这是绝佳的套利机会。但当时大盘在急速下跌，买盘非常疲软。我果断放弃了那个信号。为什么？因为在“落刀”的时候不要伸手去接，即使它看起来像是“错误定价”。统计套利最忌讳的就是“逆势左侧交易”而不设止损，因为极端行情下，价差偏离均值可以偏离到“不可理喻”的程度，比如某些股票能跌到让你怀疑人生。我们的规矩是，任何单笔套利头寸，如果价差损失达到建仓价差的30%，无条件下车，不谈心，不谈信仰。

至于执行算法，我们用的是内部的“冰山委托”和“TWAP（时间加权平均价格）”算法，尽量把大单拆碎，降低对市场的冲击。这里有一个经验之谈：不要在同一分钟内打满全部目标仓位，分批次进场。虽然可能错过最佳点位，但更安全。比如我们规定一个50万股的卖单，至少要拆成10笔，每笔间隔30秒以上。这不仅仅是技术问题，还涉及到合规风控的要求，避免被交易所认定为“异常交易行为”。咱们得时刻提醒自己，是在合规的笼子里跳舞，不能越界。

风控底线：活下来是唯一硬道理

做投资，首先要问的不是“能赚多少”，而是“能亏多少”。统计套利不是无风险套利，它依然有尾部风险。最典型的案例就是2007年美国次贷危机中的“量化崩塌”——很多看似不相关的统计套利策略同时亏钱，因为大家都在做多流动性好的大盘股、做空流动性差的小盘股，结果危机来临时，流动性急剧收缩，这种关系瞬间反转，导致巨大的净值回撤。咱们国内虽然不太可能发生那么极端的系统性事件，但2015年股灾和2016年熔断，以及2024年初的微盘股流动性危机，都是活生生的教训。

那段时间（2024年初），我们正好持有一部分小盘股的统计套利头寸，模型给出的信号是“买入低估值小盘股，做空对应指数期货”，结果微盘股指数暴跌超过20%，而期货部分虽然有盈利，但远远覆盖不了现货端的损失。那笔交易亏了我当时管理规模的2.5%，压力山大。后来复盘发现，我们的风控参数过于依赖历史波动率，而没有叠加**“流动性枯竭压力测试”**场景。

这次经历让我深刻理解到，风控不是一道算术题，而是一道选择题。你得在最困难的时候选择“什么不做”。我们现在的风控体系，除了常规的VaR（风险价值）、持仓集中度限制，更强调“压力测试”的应急演练：假设明天我的股票池里30%的股票全部跌停，我的组合最大损失是多少？如果这个损失超过了产品的预警线，那么这个策略我根本不会上。分散化不仅仅是买很多股票，而是策略逻辑的分散。我们有基本面统计套利、技术面统计套利、事件驱动统计套利，它们之间的相关性要尽可能低。这也是一种行政上的管理艺术，让风控部门真正介入到投资决策的事前审查中，而不是事后擦屁股。

黑子私募基金管理公司观点

统计套利在中国股票市场的应用，已经从“边缘策略”逐渐走向“主流配置工具”。在黑子私募基金管理公司看来，其核心价值不在于创造惊人的超额回报，而在于提供一种**具备“高确定性”的低波动收益来源**，是资产配置中不可或缺的“压舱石”。我们认为，在中国市场，由于投资者结构尚未完全机构化，统计套利的有效性窗口依然存在，但要求管理人具备**深厚的数据处理能力、严格的交易执行纪律以及时刻紧绷的风险合规意识**。未来的竞争，不再是单因子挖掘的竞争，而是策略组合管理、IT系统稳定性以及合规底线守卫的综合性竞争。我们始终奉行“稳健致远，概率取胜”的理念，致力于在控制回撤的前提下，为投资者带来平滑且可持续的复利增长。