STAT-11 · 均值回归

协整组合

用滚动回归权重把多个资产组合成平稳价差，检验平稳性后在 z 分数到达极值时交易，比简单配对交易更稳健。

Statistical ArbitrageCointegrationMean Reversion

打开交互图表和其他策略对比

基本信息

适用场景存在经济联系的品种

信号频率每日

典型持有期几天到几周

资产类别指数、大宗商品、外汇

测试市场数1

数据截至2026-11-10

回测结果怎么看

在 1 个市场中的 0 个，近 5 年的年化收益跑赢买入持有。
在 1 个市场中的 1 个，最大回撤比买入持有更小。
夏普最高的市场：SPY（夏普 -0.06，年化 -0.2%）。

权益曲线

协整组合等权组合 · SPY, 2017-11-09 → 2026-11-10, 起点归一为 1

评分与风险画像

Arena Score: 30.2SPY, 近 5 年

收益质量 · 30%5

回撤控制 · 25%49

稳定性 · 20%60

稳健性 · 15%0

统计可信度 · 10%44

每一项都是和同一市场、同一窗口内所有策略比较的百分位（100 为最好）。

持仓时间占比18%

Ulcer 指数2.1%

最长回撤998 天

日 VaR（95%）-0.16%

夏普为正的概率44%

相对买入持有的 Beta0.02

Alpha（年化）-0.4%

正收益月份占比45%

扣 10 bp 成本后年化-2.1%

Deflated 夏普（扣除运气后）5%

年化收益 90% 区间（Bootstrap）-1.7% 至 1.4%

最大回撤 90% 区间（Bootstrap）-11.5% 至 -2.7%

大跌行情中的表现（SPY）

时期	策略	买入持有
2018 年四季度下跌	-3.1%	-13.9%
新冠暴跌（2020 年 2–3 月）	-2.7%	-25.5%
2022 年熊市	+1.2%	-9.1%
市场在 200 日均线上方时（年化） · 67%	-0.4%	+20.1%
市场在 200 日均线下方时（年化） · 33%	+1.5%	+8.7%

大跌时期按美股划分。是否在 200 日均线上方用前一天的状态判断，不存在未来函数。

样本外检验（SPY）

检验项	数值
选出的参数在各自 3 年训练期里的平均夏普	0.57
同一组参数在之后 6 个月真正交易时的夏普	-0.03
同样这些月份一直用默认参数的夏普	-0.08
重新选参次数 / 参数实际更换次数	12 / 5
全部历史上夏普为正的参数组数	9 组中 4 组
各组参数的夏普：最低 / 中位数 / 最高	-0.32 / -0.06 / 0.34

样本外区间从 2020-11-09 开始。训练期的数字因为是从 9 组参数里挑最好的，一定偏好看；样本外的数字才是策略真正赚到的。下降很多，或者只有某一组参数好，都是过拟合的信号。滚动前推测试是怎么做的。

各市场结果（近 5 年）

市场	年化收益	买入持有年化	夏普	最大回撤	买入持有最大回撤	波动率	Arena Score
SPYSPDR S&P 500	-0.2%	9.1%	-0.06	-6.4%	-25.1%	2.5%	30

策略指标基于日收益，未扣除交易成本；买入持有为同一市场、同一窗口的数据。按夏普比率排序。

SPY 在不同时间窗口的表现

窗口	总收益	年化收益	夏普	索提诺	最大回撤	上涨日占比	交易数
近 1 年	-2.5%	-2.5%	-0.96	-0.67	-5.6%	8%	23
近 3 年	-3.2%	-1.1%	-0.47	-0.29	-6.4%	8%	64
近 5 年	-1.0%	-0.2%	-0.06	-0.04	-6.4%	9%	97
全部历史	+1.8%	0.2%	0.09	0.05	-6.4%	8%	175

交易规则

Entry

Z < -2: long spread
Z > 2: short spread

Exit

Z crosses 0 or max hold reached

Indicators

Rolling regression weights
Spread = weighted combination
Spread z-score

Inputs

Lookback = 60
Entry_Z = 2.0
Exit_Z = 0.5
Max_Hold = 20

Position sizing

Weights from regression

Risk controls

Max holding period
Stationarity check

策略证据

SPY · 查看证据 2026-11-10

下面只列出可用的已校验证据包；没有证据不代表通过验证。

证据覆盖范围

已校验 1 / 1 个预定策略与市场组合

备注

多资产价差比配对更稳定
滚动权重适应关系变化
对平稳价差做均值回归

嵌入这个评分

可以放进博客文章、README 或论坛签名，徽章会随每日数据自动更新。

<a href="https://quantarenas.com/strategy/stat-11-cointegration-basket/"><img src="https://quantarenas.com/badge/stat-11-cointegration-basket.svg" alt="Cointegration Basket Arena Score on Quant Arena" height="20"></a>

[![Cointegration Basket Arena Score](https://quantarenas.com/badge/stat-11-cointegration-basket.svg)](https://quantarenas.com/strategy/stat-11-cointegration-basket/)

回测是基于日线数据的历史模拟，未计入佣金和滑点，不代表未来收益，也不构成投资建议。每个策略的测试方法见方法论。