协整失效诊断与配对重建：EG与Johansen稳定性框架

一、问题定义：为什么跨品种配对策略看起来稳定，实盘却经常在最不该失手的时候失效

跨品种配对交易最容易制造一种表面上的安全感。两条价格曲线过去一段时间走得很像，价差偶尔张开后又回到原位，回测里盈亏分布看上去也不像单边策略那样刺眼，于是很多人自然会把它理解成一种更温和、更可控的套利框架。真正把这种策略长期做下去的人，通常会很快意识到，问题远没有图上那么简单。配对策略失效，往往不是因为协整检验不会做，也不是因为信号阈值差了几个点，而是因为研究阶段默认成立的几个前提，在实盘环境里会持续松动，最后一起把策略推离原来那条看似稳定的均值回归轨道。

第一，两个品种过去长期相关，并不代表它们在任何阶段都共享同一套驱动逻辑。同属黑色、同属有色、同受宏观流动性影响，这些标签都只能说明它们可能被同一层因素触碰过，不能说明库存节奏、产业利润、交割制度、进口替代、政策弹性这些更深层的约束会始终同步。第二，研究阶段常用收盘价、连续合约或较平滑的数据口径构造价差，但实盘面对的是换月迁移、盘中流动性不对称、跳空、涨跌停边界、保证金占用和执行时延。第三，很多策略会把“历史上曾反复回归”的经验直接翻译成“未来仍会继续回归”的信念，却没有给配对关系本身是否已经变形留下足够的监测空间。

因此，跨品种配对真正要解决的问题，从来不是“如何找到看起来最像的一对品种”，而是“如何判断这对品种的关系目前是不是还有效、这份有效性依赖哪些条件、这些条件一旦变化该怎样及时停下来”。只要这个问题被说清，配对交易就不会再被理解成一次性的统计筛选，而会更接近一套持续监测、动态修正和严格处理失效条件的流程。

二、先把相关、协整和产业逻辑分开看，不要让统计结果替代解释

做配对研究时，最常见的第一步是先看相关系数，再做协整检验。这个顺序本身没有问题，但很多误判恰恰出在这里。相关描述的是两个价格一起波动的程度，协整讨论的是它们之间是否存在较稳定的长期均衡关系，而产业逻辑回答的则是这种关系为什么存在、靠什么维持、在什么条件下会松动。前两者解决的是“图上像不像”，后者解决的是“这件事讲不讲得通”。如果只依赖统计结果，很容易把两个同受宏观情绪影响的品种当成配对对象；一旦市场驱动从宏观转向行业细节，策略就会迅速暴露成方向风险。

更稳妥的做法，是把配对判断拆成三层。第一层先看产业和制度逻辑是否讲得通，至少要回答这两个品种之间到底共享哪一类驱动，成本端、需求端、库存端还是政策端，哪个是主导，哪个只是阶段性噪声。第二层再看统计关系是否稳定，也就是回归系数、残差结构、协整结果在滚动窗口里是否持续可用。第三层才看回测表现是否足够好，因为收益表现只是前两层都站住之后的结果，不应该反过来替代前提。

这个顺序绝不能倒过来。一个回测漂亮但产业逻辑模糊的配对，通常经不起环境切换。相反，一个逻辑扎实但短期表现没有那么耀眼的配对，往往更值得长期跟踪，因为它至少不会在第一次结构扰动里立刻露出本质问题。配对交易最危险的地方，恰恰在于图上太容易给人“它们一直就该这样走”的错觉，而实务里真正重要的是追问：它们为什么会这样走，它们靠什么继续保持这种关系。

三、配对关系失效，通常不是突然断掉，而是沿着几条很清楚的路径逐步偏离

跨品种配对失效，大多数时候不是凭空发生，而是沿着比较清晰的路径出现。只不过研究者如果只盯着价差本身，往往要等到偏离已经足够大时才意识到旧框架不再可靠。

3.1 基本面驱动开始分化

这是最常见也最容易被低估的一类。研究时两条价格线贴得很近，可能只是因为它们恰好处在同一个宏观阶段，比如共同受益于宽松流动性，或共同承受某一轮成本冲击。一旦有新的政策、供需变化、替代关系或者进出口结构变化出现，价差背后的含义就会改变。比如有些品种在成本端高度相关，但需求端并不一致；有些品种在需求端相近，但交割和库存结构差异很大。前者在成本冲击阶段看起来同步，后者在需求冲击阶段看起来同步，可一旦冲击来源改变，原本看上去稳定的价差就可能进入新的平台，过去那条“均值”不再具备原来的参考意义。

3.2 交易层面的摩擦远大于研究口径里的假设

很多配对模型在日线数据上看起来相当平顺，真正执行时，麻烦往往出在研究框架没有显式建模的部分。主力合约切换带来的连续性偏差、双边腿流动性不对称导致的一边易成交一边高滑点、价差看似回归却不足以覆盖手续费和换月成本、保证金占用上升后组合被迫提前减仓，这些问题不会让统计检验直接失败，却会让“理论可做”的策略变成“账面有信号、账户没利润”的典型案例。如果研究阶段没有把这些摩擦提前纳入，回测结果往往会系统性乐观。

3.3 阶段性有效窗口被误当成长久关系

有些配对在特定阶段确实有效，比如同一轮库存周期、同一轮政策主线、同一轮利率环境下表现都不错。但这并不代表关系具备长期稳态。很多失效的本质，是模型把一段阶段性有效窗口，当成了永久有效规律。于是只要价差偏离，策略就会继续沿用旧逻辑加码，却没有认真检查这次偏离到底是噪声放大，还是关系重定价。配对策略若没有能力区分这两种情况，最终就很容易把“均值回复”做成“持续扛错”。

四、研究框架：比起追求更复杂的公式，更重要的是先把检查顺序立住

跨品种配对研究不一定需要很多新名词，真正有用的通常是一套能反复执行的检查框架。更实务的路径往往只有四步：先做逻辑筛选，再做滚动稳定性评估，把执行成本和保证金约束提前纳入，最后明确失效条件。

4.1 先做逻辑筛选，再做统计筛选

在把任何一组品种放入候选池之前，至少先回答三个问题：这两个品种的核心驱动是不是大体一致；这种一致性对应的时间尺度到底是周度、月度还是季度；有没有明显的制度差异会让其中一条腿长期脱钩，比如交割制度、进口依赖、政策调控强度、产业参与者结构等。只要这三点说不清，就算统计结果再好看，也不应直接进入实盘候选池。配对研究最怕先在全市场扫出一堆“显著配对”，再回过头给结果找逻辑，这样做很容易把偶然阶段的同步走势误当成可复用的长期关系。

4.2 用滚动窗口替代一次性检验

配对关系是否稳定，不能只看全样本结果。更合理的方式，是用滚动窗口持续观察：回归系数是否在可接受区间内波动，残差均值是否长期围绕零附近摆动，残差波动是否在扩张，协整结果是否频繁失灵，价差回归半衰期是否显著变长。如果某组配对只有在某一段样本里表现很好，但窗口一挪动就明显变差，那说明它更像“行情阶段产物”，并不适合作为长期框架来用。滚动窗口的价值，不只是让统计更严谨，更关键的是逼着研究者面对一个现实：关系本身是动态的，不能被一次检验永远盖章。

4.3 把执行成本和保证金约束提前放进研究里

很多人先用理想化回测把策略做出来，等到接近上线时才开始补滑点、交易限制和保证金约束，最后发现收益被吃掉一大截。这种工作顺序最大的问题，不是结果变差，而是研究阶段已经被过度乐观的信号分布误导了。更稳妥的做法，是从一开始就把双边腿成交假设、是否跨主力合约持仓、换月时如何衔接信号、极端波动下能否按模型仓位执行、保证金压力是否会迫使组合提前退出这些问题纳入研究。若一套策略只能在理想成交条件下成立，那它最多算研究结论，还算不上可交易方案。

4.4 提前定义失效条件，而不是等回撤扩大再判断

配对策略最危险的状态，不是短期亏损，而是策略已经失效，研究者却仍把它当成暂时偏离。为了避免这种情况，最好在上线前就定义清楚停用条件，例如回归系数连续多个窗口超出历史正常区间、残差波动持续放大且没有收敛迹象、价差回归半衰期显著延长、产业逻辑或政策环境发生明确变化。满足这些条件时，动作应当是暂停旧框架、回到观察和重评估，而不是机械地继续加仓等待“总会回来”。

五、常见误区：很多问题不是不会做检验，而是把本应谨慎的前提当成默认常识

很多旧研究稿的问题，并不是不会做协整检验，而是把一些本应反复确认的前提，当成了默认成立的背景。这类误区在配对策略里，往往比参数细节更容易把整个结果带偏。

第一个误区，是把检验通过当成交易许可。检验通过只能说明当前样本下价差具备某种统计特征，不代表这组配对一定适合交易。交易还要考虑容量、流动性、换月、保证金、执行时延等现实因素。很多研究稿的问题就在于，把统计结论直接翻译成收益结论，中间缺了一整层交易现实。第二个误区，是觉得价差越偏离，机会就越大。这句话只在长期关系未变的前提下成立。一旦驱动逻辑已经分化，偏离越大，反而越说明旧均值可能已经失效。研究里应先判断偏离是噪声放大还是关系重定价，再决定要不要继续做均值回复。

第三个误区，是只看收盘价，不看盘中结构。配对交易常常需要双边执行。收盘价上的价差回归，并不能保证盘中有足够好的成交条件。有些组合日线看起来很稳定，但盘中买卖盘深度差异很大，真正交易时容易出现一条腿先成交、另一条腿追不上，结果把中性策略做成方向性暴露。第四个误区，是把“重建配对”理解成参数微调。有些配对失效后，并不是把窗口长度或开平仓阈值调一下就能恢复。真正需要重建的情况，往往意味着配对关系本身已经换了一套驱动逻辑，这时要重新做的是对象筛选、逻辑验证、交易约束评估，而不是只在原模型上微调几个参数。

六、工具落地：研究和监控应该搭什么，不该搭什么

如果用 Python 做跨品种配对研究，真正值得搭建的，不是一堆看起来前沿但维护成本极高的新名词，而是几类稳定组件。第一类是数据整理模块，负责连续合约、换月衔接、交易日对齐、异常值处理和缺失数据检查。没有这一步，后面的检验结果很容易只是数据拼接方式的产物。第二类是关系评估模块，持续输出滚动回归系数、残差分布、价差波动、回归速度等核心指标。重点不在图表多复杂，而在研究者能否及时看出“关系是不是在变”。

第三类是交易约束模块，把手续费、滑点、最小变动价位、保证金占用、换月成本等因素直接纳入信号计算。研究和交易之间最大的落差，通常就出在这里。第四类是预警模块，上线后持续监控配对状态，出现异常时及时提示，例如回归系数超出正常区间、残差波动显著抬升、双边腿成交条件恶化、换月临近导致信号可靠性下降。预警模块的价值，不在于替代判断，而在于让策略不会在明显失真后还被惯性持有。

更重要的是明确哪些东西不该优先投入。若连连续合约口径、换月规则、成交假设都还没理顺，就急着上更复杂的机器学习筛选器，最后通常只会把基础问题包在更难解释的模型外壳里。配对研究最需要的是基础约束清楚、关系变化可见、失效条件能被及时触发，而不是外表看起来越来越像一个大系统。

七、哪些跨品种组合天然就要更谨慎

不是所有“看起来有联系”的品种都适合配对。第一类要格外谨慎的是产业链距离过远的组合。如果两个品种只是被宏观情绪短期推到一起，但成本、需求和政策约束并不一致，配对关系通常不稳。第二类是政策干预差异很大的组合。一条腿高度受监管或限价影响，另一条腿更市场化，这种组合很容易出现制度性断裂，统计上再漂亮，也可能在一次政策调整后迅速失真。

第三类是流动性明显不对称的组合。一边活跃、一边冷清，是实盘里最麻烦的情况之一。研究上价差成立，并不代表执行上能稳定做出来。第四类是需要频繁跨月维护的组合。如果策略收益主要依赖很细的价差修复，但换月衔接本身就会带来不小扰动，那么最终更可能赚的是“模型里的回归”，亏的是“合约切换的摩擦”。第五类是逻辑解释强依赖单一外部变量的组合。只要主逻辑过度依赖某一个政策节奏或单一库存指标，一旦这个变量的解释力下降，整组配对就很容易快速失去支撑。

八、从研究走到实盘，更稳妥的流程是什么

更建议把跨品种配对当成一条工业化流程，而不是一次回测任务。第一步先做候选池。根据产业链、用途、库存节奏、交割制度，把候选配对缩到少量真正讲得通的对象，而不是先全市场扫一遍，再从统计结果里挑“看起来最好”的。第二步做滚动研究，而不是全样本研究。重点看关系的稳定性，而不是只看平均收益。全样本优秀但阶段之间差异很大的组合，通常不如表现稍弱但结构稳定的组合可靠。

第三步尽早纳入交易现实，把执行成本、换月和保证金约束前置。这样得到的结果虽然不如理想化回测好看，但更接近可上线状态。第四步上线前写清楚停用条件。任何配对一旦出现结构变化，都应优先保护策略解释力，而不是保护回测时建立的信念。第五步上线后做持续体检。配对策略不是“上线后等结果”的模型，而是要持续看关系有没有变化。研究、监控、复盘必须连在一起，才有机会在关系恶化早期就发现问题。

这条流程真正值钱的地方，在于它强迫团队承认：配对策略不是找到一组参数后就可以长期照搬的产品，而是一段动态关系的持续管理工作。只要团队仍把它当成一次性研究结论，实盘迟早会在换环境、换月或换驱动时付出代价。反过来，如果团队愿意把候选筛选、滚动评估、约束建模、停用机制和复盘维护连成一条线，配对交易才会慢慢摆脱“回测很好、实盘失真”的老问题。

九、复盘重点：真正该反复拆的，不是那几次漂亮回归，而是那些看起来还讲得通、结果却越走越远的失败样本

跨品种配对最值得复盘的，往往不是那些漂亮回归的案例，而是那些入场时逻辑还说得通、统计关系也没有完全坏掉、结果却越走越远的失败样本。这类样本最能暴露研究盲区。它们告诉团队，问题可能不在检验本身，而在某个此前没被足够重视的约束条件上，比如流动性已经分层、换月扰动被低估、政策预期重塑了某一条腿的风险溢价，或者产业链里真正起主导作用的变量已经换了。

更有价值的复盘方式，不是简单记录“这次没回来”，而是反过来问：当时哪几个证据让团队误以为关系还在；哪些异常信号其实已经出现，但没有被当回事；如果现在重新看，当时最该先停下来的节点在哪里。只要这种复盘做得足够细，团队对失效的敏感度就会明显提高。久而久之，策略的稳健性并不主要来自找到更多成功样本，而是来自更早承认哪些关系已经不值得继续赌回归。

十、总结：跨品种配对真正难的，不是找到均值，而是持续管理一段会变化的关系

跨品种配对真正难的地方，从来不是做一个协整检验，也不是画出一条漂亮的价差曲线。真正难的是承认：两个品种之间的关系本身就是会变化的，而策略的核心任务，是及时识别这种变化，并在变化已经足够明显时果断放弃旧框架。如果把配对交易理解成“价格偏了就会回来”，很容易在关系已经变质时继续加码；如果把它理解成“持续监控一段动态关系”，研究和实盘之间就会更一致。

对多数团队来说，最有价值的改进通常不是再发明一个新指标，而是把逻辑筛选、滚动评估、交易约束、停用机制和失败复盘这几件事做扎实。只有这些基础环节真正立住，跨品种配对才更像一套稳健流程，而不是一段在历史样本里看上去很聪明、到了实盘却不断被现实修正的故事。也只有到了这一步，配对交易才算真正从“看上去稳定”走向“经得起环境变化”。

十一、风险揭示与免责声明