統計套利（Statistical Arbitrage）是一種基於數據分析和量化模型的系統化交易方法。統計套利利用歷史價格數據中的統計特徵，尋找市場中暫時失衡的價格關係，並在關係恢復時賺取差價報酬。這種策略的核心是「均值回歸」假設：相關資產的價格關係最終會回到長期均值水準。
什麼是統計套利？
統計套利是一種基於數據分析和量化模型的系統化交易方法。統計套利利用歷史價格數據中的統計特徵，尋找市場中暫時失衡的價格關係，並在關係恢復時賺取差價報酬。這種策略的核心是「均值回歸」假設：相關資產的價格關係最終會回到長期均值水準。
統計套利的核心原理
統計套利建立在以下幾個核心概念之上：
1. 配對交易（Pairs Trading）
配對交易是統計套利最常見的實踐形式。選擇兩隻歷史價格行為高度相關的個股，當兩股之間的價差超出正常範圍時，做多低估股、做空高估股。當價差回歸均值時平倉獲利。
2. 共整合（Cointegration）
共整合比簡單相關性更嚴謹。兩隻股票若存在共整合關係，代表它們的價差序列為平穩過程（stationary process）。常用的檢驗方法包括 Engle-Granger 兩步驟法和 Johansen 向量自回歸法。
3. 距離法（Distance Method）
距離法透過計算歷史價格序列的平方和偏差（SSD）來衡量兩隻股票價格行為的相似度。計算方式為：將兩股價格標準化後，計算每一天的價格差平方和，最後取平均值。SSD 值越低，表示兩股價格行為越相似。
4. 訊號生成與執行
當配對價差超出兩倍標準差時，系統生成交易訊號：
- 價差 > +2σ：做多價格較低者，做空價格較高者
- 價差 < -2σ：做多價格較高者，做空價格較低者
- 停損設於價差 3σ，目標價位為均值
Algo Lab 統計套利系統
Algo Lab 的量化選股系統每日分析超過 8,000 隻美股，運用以下流程識別統計套利機會：
- 候選篩選：從 8,000+ 隻股票中篩選價格行為相似的候選配對
- 距離法計算：計算每對候選的 SSD 值，篩選出相似度最高的組合
- 共整合檢驗：透過 Engle-Granger 檢驗確認配對的長期均衡關係
- 半衰期分析：計算價差回歸均值的平均時間，評估策略週期
- 訊號發送：每日下午 4 時（香港時間）透過 Telegram 向 VIP 會員發送配對交易訊號
實戰數據
根據歷史回測，Algo Lab 的統計套利策略具有以下表現：
| 指標 | 數值 |
|---|---|
| 平均勝率 | 62-68% |
| 平均風險回報比 | 1:1.5 |
| 平均持倉天數 | 8-15 天 |
| 年化回報 | 約 14-18% |
內鏈
常見問題
問：什麼是統計仲裁？ 答：統計套利是利用數據分析和量化模型，尋找市場中暫時失衡的價格關係，在關係恢復時賺取差價報酬的系統化交易策略。
問：統計套利與配對交易有什麼關係？ 答：配對交易是統計套利最常見的實踐形式。透過選擇兩隻價格行為相關的個股，在價差超出正常範圍時進行做多/做空操作。
問：什麼是共整合？ 答：共整合表示兩隻股票的價差序列為平穩過程，代表它們存在長期均衡關係。常用 Engle-Granger 和 Johansen 方法進行檢驗。
問：距離法如何計算？ 答：距離法計算兩股標準化價格序列的平方和偏差（SSD）。SSD 值越低，表示兩股價格行為越相似，越適合配對交易。
問：Algo Lab 的統計套利系統如何運作？ 答：系統每日分析 8,000+ 隻美股，篩選相似候選配對，計算 SSD 值，執行共整合檢驗，每日下午 4 時透過 Telegram 發送配對交易訊號。
想獲得每日統計套利訊號？加入 Algo Lab VIP，透過 Telegram 接收 AI 選股訊號。了解更多關於我們的量化選股平台.