发布日期: 2026年09月14日
更新日期: 2026年09月14日
在金融市场中,绝大多数投资者习惯预测股价涨跌:看多就买入,看空就卖出。但还有一种交易策略,不把盈利重点放在市场方向,而是寻找两只资产之间的相对强弱变化,这就是配对交易。
配对交易听起来科学、中性,甚至被视为一种优雅的市场中性策略。但它真的如宣传中那么稳健吗?本文将从定义、运作原理、相关性与协整、实战案例、优缺点及风险管理等方面,系统拆解这一经典策略,帮助投资者理解它如何运作,以及什么时候值得使用。

配对交易(Pairs Trading)属于统计套利的一种经典策略。其核心假设是:部分资产由于行业属性、业务模式或共同的经济驱动因素,价格之间长期存在相对稳定的关系。当这种关系短期偏离正常水平时,交易者可以通过同时买入相对便宜的资产、卖出相对昂贵的资产,等待价差回归后平仓获利。
一句话理解:它不是预测市场整体涨跌,而是交易两个资产之间「谁相对更贵、谁相对更便宜」。
其最著名的历史,出现在1980年代的摩根士丹利——一群交易员利用统计学方法寻找“走势必然趋同”的股票对,发明了最早的现代配对交易模型。此后数十年,这一策略逐渐成为全球机构资金最主流的市场中性(Marke tNeutral)策略之一。
而鲜为人知的是,这一策略的思想源头,可以追溯到一百多年前——本杰明·格雷厄姆在1920年代就已在实践“买入相对低估、卖空相对高估”的对冲操作。
单边交易主要判断某只资产未来会上涨还是下跌;配对交易则更关注两只资产之间的相对表现。
| 维度 | 单边交易 | 配对交易 |
| 核心判断 | 某只资产未来涨还是跌 | 两只资产谁相对更贵/更便宜 |
| 仓位结构 | 单腿 | 一多一空 |
| 收益来源 | 方向性行情 | 相对强弱修复 |
| 市场方向依赖 | 高 | 低(但不等于没有) |
举例:投资者认为A公司相对于B公司被低估,可以买入A,同时卖空B。即使整个股市下跌,只要A的跌幅小于B,组合仍可能获得收益。但配对交易并不意味着风险自动消失——两只资产可能同时下跌,也可能因市场环境变化长期无法回归,甚至出现两边同时亏损。
但请注意:配对交易并不意味着风险自动消失——两只资产可能同时下跌,也可能因市场环境变化长期无法回归,甚至出现两边同时亏损。
并非所有两只股票都适合进行配对交易。理想的配对通常建立在两个概念之上:相关性与协整性。
相关性用于衡量两项资产价格或收益率的同步程度。一般来说,相关系数介于-1至+1之间。
| 相关系数 | 含义 |
| 接近 +1 | 收益率倾向于同向变化 |
| 接近 0 | 线性相关性较弱 |
| 接近 −1 | 收益率倾向于反向变化(如EUR/USD与USD/CHF历史上常呈较强负相关) |
如果两项资产具有较高相关性,说明它们可能受到相似因素影响。但相关性只能说明历史上是否一起波动,不能证明价差未来一定回归。两只股票即使长期同步上涨,也可能因估值、盈利能力差异导致价差持续扩大。因此相关性只适合作初步筛选,不宜机械地把某个数值(如0.8)当作固定门槛。
协整性(Cointegration)是配对交易中更重要的统计概念。它关注的核心是:两只资产的价格虽然各自涨跌,但经过适当加权后形成的价差,能否长期围绕某个均衡水平波动:
其中:
PA,t:资产A在时间t的价格;
PB,t:资产B在时间t的价格;
β:对冲比率;
Spreadt:两项资产经过调整后的价差。
如果价差长期围绕某个均值上下波动,当价差偏离过大时,交易者便可能寻找均值回归机会。
不过,协整检验只能提供统计证据,不能保证未来一定回归。市场结构改变后,原本存在的协整关系也可能失效。
均值回归是什么意思?为何回归均值?原理、识别工具与策略2026
普通交易关注的是单一资产的方向,例如「这只股票会涨吗?」而配对交易关注的是两只资产之间的相对表现:
A相对于B是否短期走强过度?
两者的价差是否偏离历史均衡水平?
当前偏离程度是否足以覆盖交易成本,并形成可执行的交易机会?
因此,配对交易的分析对象通常不是单一价格,而是由两只资产构成的价差、价比或对数价差。
最简单的价差公式为:
其中,(PA)和(PB)分别代表两只资产的价格,(k)为对冲比率或权重系数。当价差扩大到历史较高水平时,可能意味着A相对于B变得更贵;当价差收窄或跌至较低水平时,则可能意味着A相对于B变得更便宜。
价比直接衡量A的价格相对于B的倍数。例如,A股价为100美元、B股价为50美元,价比就是2。若A上涨而B不变,价比上升,说明A相对B表现更强。
但价格比率适合用于价格尺度相近、关系较简单的资产。对于价格水平差异较大或波动特征不同的资产,通常需要使用对数价格或统计估计方法。
对数价差常用于减少价格尺度差异:
对数价差适合研究长期相对价格关系,并可通过统计模型估计对冲比率,能减少不同价格尺度带来的影响。
需要注意的是:价差并不天然具有均值回归特征。实务中,交易者通常需要检验两只资产的价格关系是否稳定,再决定使用哪一种价差定义。
知道价差是多少还不够,还要判断它处于历史区间的什么位置。Z-Score(标准分数)衡量当前价差偏离历史均值的程度:
其中:
Spread:当前价差
μ:历史价差均值(常用移动平均近似)
σ:价差的历史标准差
举例:某配对历史价差均值为0,标准差为2,当前价差为6,则Z=(6−0)/2=3,即当前价差高于历史均值约3个标准差,属于相对极端的偏离。
Z-Score就是“价差偏离均值的标准化距离”:接近0说明价差接近均衡,绝对值越大说明偏离越明显。
| Z-Score | 可能的操作 |
| ≥ +2 | 做空相对昂贵的一方,做多相对便宜的一方 |
| 接近 0 | 价差回归均衡,考虑平仓 |
| ≤ −2 | 做多相对便宜的一方,做空相对昂贵的一方 |
| 持续扩大 | 检查配对关系是否失效,考虑止损 |
这里的±2只是说明策略逻辑的教学参数,并非普遍适用的最佳阈值。实际交易还需考虑交易成本、样本稳定性、回归速度和止损条件。
并不是。从均值回归角度看,Z-Score越极端,理论回归空间越大;但极端偏离也可能意味着原有关系正在失效。一只股票突然大跌,可能不是暂时性波动,而是业绩恶化、监管变化或商业模式改变——此时价差持续扩大反映的是基本面差异,而不是短期错价。
更合理的做法是把Z-Score作为信号之一,同时观察协整关系是否稳定、基本面是否变化。
两家公司具有诸多共同特征:同处软饮料及消费品行业、都是全球化成熟品牌、受到原材料成本、消费需求、汇率及通胀等相近因素影响。基于这些相似性,市场长期形成了一个相对稳定的“合理价差区间”。一旦这个平衡被打破,交易机会就出现了。
某时期可口可乐因季度财报不及预期大跌,百事可乐跌幅较小,导致相对价格明显偏离历史正常水平:
| 股票 | 建仓前价格 | 建仓后价格 | 涨跌幅 |
| 可口可乐(KO) | 60美元 | 54美元 | −10% |
| 百事可乐(PEP) | 60美元 | 58.2美元 | −3% |
若经过统计检验认为这种偏离具有回归基础,就可以:买入相对便宜的可口可乐+卖出相对昂贵的百事可乐,等待相对价格关系修复后同时平仓。
这里的重点不是判断可口可乐一定会上涨,而是判断它相对于百事可乐的表现有望改善。
关键启示:配对交易的核心不是“跌得多就一定会反弹”,而是判断相对偏离是否具有回归基础。如果可口可乐下跌源于竞争力恶化、财务问题或行业结构变化,价差可能继续扩大,导致亏损。
如可口可乐vs百事可乐,是最经典的应用场景——两家公司产品高度相似、商业模式类似、采购相似的原材料、受相似的宏观环境影响。如果价差如期收窄,无论大盘涨跌,两个仓位一买一卖都能实现净盈利。
其他常见候选:同一产业链上下游企业、高度重叠的行业ETF。
两个货币对都涉及美元但报价方向相反:当欧元相对美元走强时,USD/CHF往往因美元走弱而下跌,因此可能呈现较强的负相关。当两者价差出现异常偏离时,可考虑买入EUR/USD+同时卖出USD/CHF,等待相对关系向历史均衡修复。
但负相关不等于完美对冲——汇率政策、利率差、避险情绪及瑞郎自身的避险属性,都可能改变两者的关系。
配对交易可扩展到三只甚至更多标的,例如研究澳大利亚、加拿大、南非等资源出口国ETF之间的相对价格关系,构建多资产组合价差。但标的越多不代表策略越好——资产数量增加会带来更复杂的权重估计、更高的交易成本和更难管理的模型风险。
| 维度 | 传统配对 | 反向配对 |
| 仓位结构 | 一多一空 | 同向持有两只负相关资产 |
| 盈利逻辑 | 价差回归 | 利用相对关系与方向信号 |
| 中性属性 | 部分市场中性 | 不具备天然中性特征 |
反向配对可能同时放大方向性风险,需要单独评估仓位、波动率、止损和极端行情下的相关性变化。
配对交易并不是找到两只相关资产后直接一多一空,而是一个从筛选标的、验证关系、确定仓位,到制定交易规则和回测验证的完整过程。
寻找具有共同经济驱动因素、业务联系或相似风险暴露的资产:
同行业公司(如可口可乐与百事可乐);
同一产业链上下游企业;
高度重叠的行业ETF;
具有相似经济特征的国家/地区指数(如澳大利亚ETF与加拿大ETF,均具资源出口特征,但产业结构、金融体系和资源品种并不完全相同);
存在合理经济联系的商品组合。
同时必须考虑成交量、市场深度、借券条件、交易时间和交易成本——即使统计关系良好,若流动性不足或难以借券,也无法形成实际交易价值。
筛选出候选资产后,需要进一步验证两者的历史关系。通常可以结合相关性(初步筛选)+协整性(验证长期均衡)+价差稳定性+样本外表现综合判断。
不要仅因为两只股票过去几个月涨跌相似,就认定它们适合配对交易。需要确认这种关系是否具有一定的稳定性,以及背后是否存在合理的经济逻辑。
最简单的方法是等名义金额对冲(多100万+空100万),但等金额不代表真正的风险对冲。更精细的做法是根据回归系数、Beta、波动率或风险贡献调整两边仓位。对冲比例并非永久固定,需随价格、基本面和市场结构变化重新估计。
在实际开仓前,应提前明确完整的交易规则,包括:
开仓条件:价差或Z-Score达到什么水平才入场;
止盈条件:价差回归到什么位置平仓;
止损条件:价差继续扩大到什么程度退出;
持仓期限:如果长期不回归,何时强制平仓;
关系失效条件:协整关系或经济逻辑发生明显变化时如何处理;
仓位限制:单一配对最多占用多少资金或风险预算。
这样可以避免交易过程中因为情绪变化而临时修改规则。
重点检查收益率、最大回撤、胜率、持仓时间和不同市场环境下的表现。回测必须纳入真实成本:手续费、买卖价差与滑点、借券费、融资成本、资金费率、股息补偿、保证金与成交限制。并进行样本外测试和滚动验证,避免过度拟合。
流程浓缩:筛选资产→验证关系→确定对冲比例→制定交易规则→回测验证→小规模实盘。核心不是寻找“永远一起涨跌”的两只资产,而是寻找具有合理经济联系、统计关系相对稳定,且扣除交易成本后仍有潜在价值的配对。
配对交易的收益,核心不是看单腿资产涨了多少,而是看多头与空头之间的相对表现。简化情况下,分别计算两条腿的盈亏再相加。
举例说明:假设投资者同时建立一组等名义金额的多空仓位,暂不考虑手续费、借券费、融资成本:
| 项目 | 多头A | 空头B |
| 建仓金额 | 100万元 | 100万元 |
| 价格变化 | 上涨10% | 下跌5% |
| 价格收益 | +10万元 | +5万元 |
组合收益=多头收益+空头收益=15万元
以两条腿总名义金额200万元为分母:组合收益率=15÷200=7.5%
注意:如果以实际投入的保证金或净资金作为分母,计算出的收益率会不同。分析配对交易时必须明确收益率的计算口径。实际交易中还需扣除手续费、买卖价差、滑点、借券费、融资成本、股息补偿,并考虑保证金、资金占用、杠杆与对冲比例。理论价差收益≠最终实际收益。
假设投资者判断科技股将强于传统产业股,建立配对仓位:做多纳斯达克100期货(NQ)+做空迷你道琼斯期货(YM)(简化示例,两腿按相同风险比例配置,暂不考虑合约乘数、保证金及交易成本差异)。
| 市场情形 | 多头NQ | 空头YM | 组合结果 |
| 情形一:两个指数都上涨 | 7% | 3% | +4个百分点 |
| 情形二:两个指数都下跌 | −2% | −6% | +4个百分点 |
| 情形三:强弱判断错误 | 下跌 | 上涨 | 亏损 |
情形一:两个市场都上涨,但多头涨得更多,配对仍获利。
情形二:多头NQ虽然在亏,但空头YM跌幅更大,空头收益抵消多头损失,组合仍获利。
情形三:纳斯达克100下跌而道琼斯上涨,两条腿可能同时不利,组合面临亏损。
核心结论:配对交易赚取的不是“市场一定上涨”或“市场一定下跌”,而是两只资产之间的相对表现差异。即使整体市场方向判断错误,只要做多的一方相对更强、做空的一方相对更弱,理论上仍可能获得正收益。但这不意味着没有风险——交易成本、对冲比例偏差、价差持续扩大、配对关系失效以及极端行情,都可能侵蚀收益甚至造成较大亏损。
配对交易的核心优势,在于通过多空组合降低单一市场方向的依赖,并利用统计关系与相对表现寻找交易机会。具体来看,主要有以下四点:
通过同时建立多头和空头仓位,两腿之间可以部分抵消市场整体涨跌的影响,使策略对单一市场方向的依赖降低。不过,这并不意味着完全没有市场风险,两只资产仍可能因行业、基本面或市场环境变化而出现较大亏损。
配对交易可以围绕价差、均值、标准差、Z-Score和对冲比例建立明确的交易规则,从标的筛选、开仓、止盈到止损都能够进行量化,有利于构建系统化交易策略。
当同一行业或具有相似经济特征的资产出现阶段性强弱分化时,投资者不必单纯预测市场涨跌,而是可以通过做多相对便宜的一方、做空相对昂贵的一方,寻找两者相对表现回归的机会。
配对交易不仅可以独立运行,也可以融入更大的投资组合,例如与长期持股、指数投资或其他量化策略搭配,通过多空组合调整整体风险暴露,增加投资策略的多样性。
需要注意的是,配对交易并非无风险策略。其有效性依赖于配对关系的稳定性,一旦基本面、市场结构或统计关系发生变化,价差可能持续扩大。因此,实际应用中仍需结合交易成本、仓位管理和止损规则进行风险控制。
配对交易虽然可以降低对单一市场方向的依赖,但并不意味着低风险。其最大的挑战在于:历史上稳定的配对关系,未来可能失效。此外,做空成本、杠杆、交易成本和回测过拟合,也可能显著影响实际收益。
如果其中一家公司出现财务危机、技术路线变化、监管冲击或竞争力下降,原本稳定的价格关系可能发生结构性改变,价差不一定会按历史规律回归。此时若只是被动等待均值回归,亏损可能持续扩大。一旦基本面或统计关系发生明显变化,应及时重新评估配对逻辑,而不是机械等待回归。
历史数据反映的只是过去的市场环境。随着行业结构、政策环境、企业基本面和资金偏好变化,原本较高的相关性或协整关系都可能减弱甚至消失。实盘中应持续监测相关性、协整性和价差稳定性,并结合基本面变化判断配对关系是否仍然有效。
配对交易通常涉及空头仓位,需要承担借券费、股息补偿、融资成本、保证金要求以及强制平仓风险。在台股等市场,融券额度、券源、交易规则和可借券条件也可能影响策略执行。即使理论上的价差机会成立,实际交易也可能因无法借券或成本过高而难以实现。
配对交易虽然采用一多一空的组合,但两腿并不会始终同步波动。当价差短期快速扩大时,组合仍可能出现较大浮亏。如果使用高杠杆,价差的不利波动可能迅速消耗保证金,甚至迫使投资者在关系恢复之前平仓。
配对交易需要同时建立和关闭多空两腿,交易次数越多,成本累积越明显。如果价差回归幅度较小,扣除手续费、买卖价差、滑点、借券费、融资成本以及股息补偿后,理论上的套利空间可能所剩无几。评估策略时不能只看毛收益,还应重点观察扣除全部交易成本后的净收益。
如果策略包含过多参数(特定的回看窗口、Z-Score阈值、止盈止损比例和对冲系数),可能出现“历史表现很好、实盘表现很差”的过拟合问题。真正有价值的配对策略,应在不同参数、不同市场阶段以及样本外数据中保持相对稳定的表现。
配对交易并非纯粹的现代量化策略。巴菲特在管理合伙基金期间,也曾使用过类似的多空配对思路。
在2008年伯克希尔·哈撒韦股东大会上,巴菲特曾确认,他在1964年致合伙人的信中提到的“削弱估值标准变化风险的方法”,就是通过做空相关股票来对冲市场估值变化带来的风险。他还回忆道:
“那时我们向大学的财务主管借股票来做空。当我告诉他们‘做空所有你拥有的股票’的时候,引起了一些奇怪的眼神……在1960年代,我们可能用这种方法赚了一些钱,但这不是我们现在做的事情。”
巴菲特早期合伙基金的投资策略中,有一类机会属于“相对低估”。例如,一家公司与同行具有相似的商业质量,但市场只给予其12倍市盈率,而同类优质公司却获得20倍市盈率。如果买入前者、同时做空后者,就可以降低整体估值水平下降对组合的影响。
巴菲特后来逐渐减少对短期估值差异和复杂多空结构的依赖,但这并不意味着他完全否定相对价值分析。他真正放弃的,更接近于以下几种做法:
过度依赖短期估值差异;
频繁判断两家公司谁相对便宜;
依靠复杂的多空组合获取有限价差收益;
为了对冲市场波动而承担额外的借券、融资和执行成本;
在企业长期价值尚未被充分理解前,过早结束投资。
随着投资理念逐渐成熟,巴菲特更加重视寻找真正优秀的企业,关注其长期竞争优势、现金流、资本回报率和管理层质量,并在估值合理时长期持有。
| 维度 | 配对交易 | 价值投资 |
| 关注重点 | 两项资产的相对价格 | 企业的内在价值 |
| 收益依赖 | 统计关系和价差回归 | 基本面和长期成长 |
| 仓位结构 | 通常需要多空两腿 | 通常以长期做多为主 |
| 管理方式 | 需要持续监测对冲关系 | 更强调长期持有与耐心 |
| 换手率 | 可能频繁调整仓位 | 通常相对较低 |
配对交易赚的是相对价值回归,而价值投资赚的是企业长期价值增长。巴菲特的经历更适合作为风险警示,而不是简单的“配对交易无效论”。对于投资者而言,关键不是哪种方法绝对更好,而是理解各自的收益来源与风险结构,并选择自己能够真正理解和管理的策略。
| 风险管理措施 | 具体做法 |
| 设置止损 | 价差扩大到预设范围时退出 |
| 设置时间止损 | 持仓超过期限仍未回归则平仓 |
| 控制单组仓位 | 不让单一配对影响整体资产 |
| 控制总杠杆 | 保留足够保证金与现金 |
| 动态检查关系 | 定期重新检验相关性和协整性 |
| 纳入真实成本 | 回测中加入手续费、滑价和借券费 |
| 避免过度集中 | 不要同时持有大量高度相似的配对 |
| 监控基本面 | 识别可能导致结构性脱钩的事件 |
| 分阶段建仓 | 不要一次性押注价差立即回归 |
| 小资金试运行 | 实盘前先观察执行与滑价情况 |
其中,止损和时间止损尤其重要。
如果价差已经突破历史极端区间,或持仓时间远超正常回归周期,投资者就需要重新判断:这究竟是暂时偏离,还是原有交易逻辑已经失效。
配对交易看似通过多空组合降低了市场方向风险,但并不意味着可以忽视风险管理。实际交易中,以下几个常见误区尤其需要注意。
配对交易只是通过多空两腿降低部分市场方向暴露,并不能消除风险。价差可能持续扩大,配对关系也可能失效,同时还存在模型风险、流动性风险、做空风险和杠杆风险。
因此,“市场中性”不等于“风险中性”。
高相关性只能说明两只资产过去的价格或收益率存在较强的同步关系,并不能证明它们之间存在稳定的长期均衡关系,更不能保证未来价差一定回归。
筛选配对时,除了相关性,还应结合协整性、价差稳定性和背后的经济逻辑进行判断。
价差或Z-Score出现极端偏离,确实可能意味着均值回归机会,但也可能代表基本面发生永久性变化,导致原有配对关系正在失效。
因此,极端偏离并不等于确定性更高。仓位应根据策略的历史波动、风险承受能力、止损规则和整体风险预算决定,而不是随着价差扩大盲目加仓。
回测结果高度依赖数据质量和交易假设。如果忽略手续费、滑点、借券费、融资成本、成交延迟、流动性限制和强制平仓规则,可能显著高估策略的实际表现。
因此,除了关注历史收益率,还应进行样本外测试和不同市场环境下的稳健性检验。
两者的收益来源本身就不同:配对交易主要依靠相对价值变化和价差回归获利,而长期持股则可能通过企业盈利增长、现金流改善和长期估值提升获得收益。
因此,不能简单比较哪种策略“更好”,而应根据投资目标、持有周期、风险承受能力和自身能力圈选择适合的策略。
配对交易并不适合所有投资者。它需要同时管理多空两腿,并持续监控价差、对冲比例、交易成本和配对关系是否失效,因此更适合具备一定交易经验、风险管理能力和执行条件的投资者。
机构量化团队——拥有海量历史数据、程序化交易系统和严格风控,可运行多组配对分散风险;
有丰富做空经验的成熟投资者——能识别配对关系破裂的信号,逻辑失效时及时止损,而非单纯等待回归;
希望对冲组合风险的投资者——如持有某行业较大仓位时,可通过做空相关资产对冲部分行业或方向风险(只能降低部分风险,不能保证免受损失);
能严格执行交易规则的投资者——依赖明确的开仓、止盈、止损条件,适合按规则执行、持续监控数据、并接受价差可能长期不回归的人。
缺乏做空经验的普通散户——同时管理多空两腿,还面临借券困难、融资成本、保证金和执行效率问题,实际难度远高于理论模型;
把“市场中性”等同于“低风险”的投资者——关系可能失效、价差可能扩大,杠杆和保证金压力下亏损可能被放大;
偏好长期价值投资的投资者——若目标是长期持有优质企业、分享盈利增长,频繁调整多空仓位未必适合。
经典配对交易通常需要同时建立多头和空头仓位。若市场不允许直接做空,可以研究期货、期权或其他替代工具,但这些工具会带来不同的风险和成本。
不是。配对交易属于相对价值策略,不是无风险套利。价差可能不回归,甚至因为基本面变化而持续扩大。
两者用途不同。相关性适合初步筛选,协整性更接近验证长期均衡关系。实务中还需要结合经济逻辑、流动性和样本外表现判断。
不一定。±2只是常见教学参数。交易前还应确认价差是否稳定、经济逻辑是否持续、交易成本是否合理,以及是否存在结构性变化。
配对交易通常更偏向中短期相对价值交易。长期持有时,价差关系可能发生变化,投资者需要持续复检,而不能机械地永久持有。
最大的风险是价差永久脱钩。历史上看似稳定的关系,可能因行业结构、公司基本面或宏观环境变化而失效,因此必须设置止损和仓位上限。
配对交易的核心,是从预测市场涨跌转向分析资产之间的相对关系。它通过多空对冲降低部分方向性风险,并利用价差偏离与回归寻找收益机会。
但配对并非稳赚策略。统计关系可能失效,交易成本可能侵蚀利润,杠杆和做空机制也会放大风险。对于投资者而言,真正重要的不是寻找一个看似完美的配对,而是验证经济逻辑、控制仓位、计入成本,并在交易逻辑失效时及时止损。