标签： #配对交易

协整让两只价格「长期绑在一起」，但绑定的强度(协整向量 β)本身也会漂移。本文把 VECM 的误差修正项直接写进卡尔曼滤波的状态空间：把 β_t 当成随时间演化的隐状态，每来一个新价格就用序贯更新把它重新估出来。在 1000 天合成数据上，融合模型对真实 β 的跟踪 RMSE 仅 0.0117，价差残差标准差比静态 β 低 25.5%(0.0723 vs 0.0971)，且 ACF 检验证实价差平稳、价格非平稳。附完整 numpy 实现与四张真实计算图。

配对交易教科书告诉你「两资产 Pearson r 高就能配」。但这只是平均意义下的联动——极端行情下它们会分道扬镳（Gaussian），也会一起崩得更狠（t/Clayton）。本文用受控仿真证明：同样 ρ=0.72 的两资产，Gaussian copula 世界里经验尾部相关 λ̂(0.05)=0.407（独立基准=1.0 → 无尾部聚集），Clayton θ=3 里 λ̂(0.05)=0.527，理论极限 λ_L=0.794。在 t-copula 世界跑标准 z-score 策略，最差单笔亏损是 Gaussian 世界的 2.04 倍（-6.97 vs -14.20）；加入尾部感知过滤后最大回撤从 -432% 压缩到 -232%，最差单笔从 -6.97 改善到 -4.07。安慰剂检验显示：Gaussian 世界的有限样本偏差（λ̂=0.407）是 Pearson 聚集效应而非真实尾部相关，打乱时序后 λ̂→0.047；t-copula 自由度 ν 从 3 扫到 60，理论 λ_L 从 0.465 塌向 0.003（ν→∞ 即 Gaussian），与蒙特卡洛标准误曲线完全吻合。要把 λ̂_L 估计到 ±0.05 精度，N=3000 时 Gaussian SE=0.049，N=200 时 SE=0.171——样本量不够时你的「尾部相关」大概率是噪声（中/高阶）。

两两配对交易只能处理两只股票，但真正的均值回归常常藏在三只、五只资产的组合里——任何单对都测不出来。Johansen 协整检验用固定种子（20260801）的受控模拟给出答案：三个共享随机趋势的价格 P1/P2/P3，真实协整向量 [-0.6,-0.4,1]，迹统计量在 r=0 处 34.73 远超 95% 临界值 29.80、在 r≤1 处 9.77 低于 15.49，干净地定出协整秩=1。恢复的向量方向误差中位仅 5.67°（P90 13.3°），而两两 Engle-Granger 全线漏判：A-B 只有 6% 的模拟判为协整、A-C 34%、B-C 18%——真协整是三资产的联合性质，拆成任何一对都测不出。但最硬的教训在样本外：Johansen 的特征向量是在样本内挑『最像平稳』的线性组合，哪怕喂三条独立随机游走，拟合出的伪价差在样本内照样刷出 Sharpe——全样本 z（look-ahead）1.31、连滚动 z 都有 0.83，因为 look-ahead 藏在向量本身而非 z 分数里。唯一解药是样本外验证：样本内估向量→样本外应用，真篮子 Sharpe 从 2.30 掉到 0.52、OOS 价差 ADF p=0.175 已不显著平稳。置换检验 300 次，真实 2.27 超过全部上限 1.28。四项对抗式检验全过。

配对交易和对冲的教科书都默认对冲比率 β 是个常数——用一段历史 OLS 回归一次就固定下来。但真实的 β 会漂移：行业轮动、资本结构变化、流动性迁移都会让两只资产的联动强度慢慢改变。固定种子（20260801）的受控模拟：真实 β 从 0.80 缓慢爬到 1.39，静态全样本 OLS 只能给一个平均数 1.065，全程系统性偏离（跟踪误差 MAE 0.146）；卡尔曼滤波把 β 当随机游走状态、用一步预测残差在线更新，MAE 压到 0.090（降 38%）。它同时解决了滚动 OLS 的窗口两难：20 日窗抖动大（MAE 0.44）、250 日窗跟不上（0.13），卡尔曼两头都更好且不用手挑窗口。关键旋钮是过程噪声 δ：δ 太小 β 僵化滞后、太大追噪声，跟踪误差 U 形，最优 δ=1e-5。三个对抗式检验最硬：常数 β 世界里合适的 δ 保持 β 平直（std 0.034），δ 过大会凭空造出伪漂移；对冲残差方差排序 oracle 9.24 < 因果卡尔曼 13.01 < 静态 OLS 15.18——卡尔曼逼近『偷看未来真 β』的理论下限、远优于静态，但永远够不到 oracle；置换检验 300 次真实价差策略 Sharpe 1.45 超过全部上限 0.62。四项对抗式检验全过。

用固定随机种子（20260801）的受控模拟把配对交易价差建成 Ornstein-Uhlenbeck 过程。核心发现：OU 唯一关键参数 θ（回归速度）通过半衰期 ln2/θ 决定策略能不能做——θ=0.15 半衰期 4.6 天是印钞机、θ=0.02 半衰期 34.7 天是资金坟墓。但 θ 极难估准：AR(1) 在 N=60 短样本把真实 θ=0.05 估成 0.145（半衰期 13.9 天缩成 5.6 天，高估近 3 倍），N=1000 才收敛——短历史选出的『快速回归配对』大概率是估计偏差。入场阈值扫描：最优 z*≈0.75、Sharpe 约 2.0，阈值越高交易越少（z*=0.5 时 250 笔、z*=3.0 仅 2.2 笔）。三个鲁棒性结论最硬：θ 降到 0（退化成随机游走）Sharpe 从 2.04 崩到 0.04，不回归就没 alpha；全样本均值算 z 是隐蔽 look-ahead，纯随机游走价差上照样刷出 Sharpe 0.47 假利润，换滚动窗口掉到 0.02；置换 300 次真实 OU 的 2.19 超过全部上限 0.51。四项对抗式检验全过。

配对交易的第一道难关不是回测，是从 N 只股票的 C(N,2) 个组合里挑对——30 只就有 435 对，全跑一遍协整检验既慢又是数据挖掘的温床。本文用纯 numpy/scipy 合成 30 只股票（内嵌市场因子+5 个板块因子+一对刻意注入的协整对），把层次聚类当成配对的漏斗：先用相关性距离 √(0.5(1-ρ)) 建 Ward 连接树，聚类纯度 90.9%，把 435 对候选压到 100 对簇内高相关组合（筛掉 77%）；再在簇内用『对冲比为正 + 相关>0.5』预筛、按价差 AR(1) 半衰期排序挑出真正均值回归的对（金融2/金融5，相关 0.64、半衰期 15.7 天）。配对回测 3 年 15 次开仓、日胜率 52%、Sharpe 0.58、累计价差收益 20.5%。全文最重要一节是打穿『相关≠协整』：刻意注入的高相关对若对冲比为负、价差不回归，照样亏钱；聚类只负责缩小搜索空间，真正决定盈亏的是价差平稳性。另拆穿聚类结构随窗口漂移、树状图切割高度主观、簇内组合仍需协整二次筛、样本内挑对必然乐观四类陷阱（中高阶）。

Engle-Granger 两步法只能处理两条序列、只能找一个协整关系，选谁当因变量还会改变结果。Johansen 检验把问题升级成特征值分解：对 VECM 的 Π 矩阵做约化秩回归，一次性回答『k 条序列里藏着几个协整关系』。纯 numpy 实现完整流程：三元系统（2 条共同随机趋势）迹统计量 176.1 >> 29.7 拒绝 r=0，r≤1 时 4.5 < 15.4 停下——精确识别协整秩 r=1；估出的协整向量 [1, −1.874, 1.247] vs 真值 [1, −1.875, 1.250]，误差不到 0.3%。对照组：独立随机游走迹统计量 22.6 徘徊在临界值边缘，秩=2 系统两级统计量全部爆表。样本外 600 天三腿价差交易：z>2 开仓、|z|<0.5 平仓，净费后 Sharpe 3.15、最大回撤 6.6。诚实说明：合成数据协整永不破裂；迹检验对滞后阶数敏感（观测噪声的 MA 结构会让 nlag 选小时假拒绝）；三腿组合的执行成本是两腿的 1.5 倍。拆穿『迹检验显著=能赚钱』『特征值大=价差好交易』等误区（中高阶）。

两条价格各自都是随机游走，差分建模却会把它们之间最值钱的信息——长期均衡关系——直接扔掉。VECM 的答案：在差分方程里加回误差修正项 α(y1−βy2)，让偏离均衡的距离本身成为回归的拉力。纯 numpy 走完全流程：Engle-Granger 两步法估出协整系数 1.232（真值 1.25），残差 ADF=−7.24 确认协整；伪回归对照组 R²=0.62 但 ADF 只有 −1.60——高 R² 不等于协整。误差修正系数 α₁=−0.061 (t=−3.8)、α₂=+0.062 (t=+3.8)，两腿对向修正，价差半衰期 4.8 天；Johansen 迹检验 54.9 >> 15.5 临界值交叉验证。配对交易样本外 500 天：z>2 开仓、|z|<0.5 平仓、z>4 止损，净 Sharpe 2.08、回撤 3.5%、19 次动作。诚实说明：合成数据协整关系永不破裂，真实市场协整会死（招行/平安、可乐/百事都散过伙）；EG 法把 β 的估计误差全部灌进价差；z>4 止损保护不了缓慢漂移型破裂。拆穿相关性=协整、半衰期恒定等经典误区（中阶）。