在策略（上）中，我们简单介绍了统计套利策略的原理，在本节中，我们将在沪深300各个行业中寻找可以配对的股票，并以此构造投资组合。投资组合更新的频率为每季度，我们主要步骤如下：
1. 划分行业：在本研究中，我们主要研究的是银行，券商，医药，钢铁，煤炭，保险，房地产，家电，汽车制造这几个行业，概含了沪深300指数主要的行业。
2. 收益率相关性：我们选取的相关性阙值为0.7，太高导致价差波动小，太低则均值回归力度较弱。我们筛选出上一季度日收益率相关系数大于0.7的股票对作为备选股票。
3. 平稳性分析：在满足收益率相关系数大于0.7后，我们计算出价差，同时要求价差在0.05水平下通过单位根检验，这是为了防止上节中价差呈现单边走势的情况，我们要求价差必须围绕0轴波动。
4. 价差形态过滤：我们希望价差回归均值的速度较快，但由于我们调仓频率为一个季度，时间足够长，因此不需要通过这一步检验。
通过以上我们获得所有满足条件的股票，并按照上一节的股票对交易策略进行交易，即当价差大于1.5时做多以单位A，同时做空单位的B，当价差小于1.5时相反，当价差归零时清仓。我们测试了2007年至2017年的收益情况。结果如下：
可以发现我们获得一个很好的收益曲线！夏普值高达6.95！
我们知道金融类股票的波动较小，因此我们剔除了银行，保险和券商股票，再构造投资组合，表现如下：
累计收益率显著提高，回撤控制在较小范围！
改进策略思考
我们知道有左侧交易和右侧交易，左侧偏向反转，右侧偏向趋势，我们考虑建立配对交易策略的右侧交易策略，即当价差从上往下穿过1.5阙值线时建仓，同时，当价差趋向0时，回归均值的力度已经转弱，我们考虑价差小于0.5时清仓。具体流程如下：
最后的最后，我们集中比较一下两种策略以及分行业的股票套利策略表现：
以下是近十年两种策略分行业的年度收益情况：
反思：
在这两节中，我们构造了统计套利之股票配对交易策略，并进行了沪深300行业的回测。我们假设所有的沪深300均可融资融券，从表现看我们的策略获得一个较为满意的收益，有效对冲了大盘下跌的风险。然而现实中并不是每只股票均可融资融券，因此这里可能存在未被市场参与者未能获取的超额收益。下一步，我们可以尝试针对可以融资融券的股票进行统计套利的回测！
- 聚宽精选 -
统计套利之股票配对交易策略(上）
【量化课堂】银行股的单因子研究
【聚宽精选】持续更新，敬请期待
长按二维码，关注聚宽精选