协整配对交易分析与量化回测系统

资 源 简 介

本项目是利用MATLAB及其计量经济工具箱开发的统计套利专业案例，专注于两项具有长期稳定关系的资产之间的配对交易策略。 项目由8个核心代码文件组成，形成了一套从数据加载、统计验证、策略构建到性能评估的完整量化研究框架。 首先，系统通过数据预处理模块加载异构的历史价格序列，利用ADF检验（Augmented Dickey-Fuller）验证资产价格的单整属性。 随后，核心算法调用Econometrics Toolbox中的egcitest函数执行Engle-Granger两步法协整检验，确立资产间长期均衡关

详 情 说 明

基于MATLAB计量经济工具箱的协整配对交易分析与回测系统

项目介绍

本项目是一个基于MATLAB及其计量经济工具箱开发的统计套利专业案例，专注于分析与验证两项具有长期稳定关系的资产之间的配对交易策略。系统通过严谨的统计学方法对资产价格进行协整检验，构建具有均值回归特性的价差序列，并在此基础上实现动态信号生成与历史回测流程。该系统设计思路符合量化投资中的统计套利逻辑，适用于学术研究、策略开发以及量化交易学习。

功能特性

1. 自动化数据模拟与预处理：内置协整资产生成模型，能够模拟生成具有长期均衡关系的价格序列（由随机游走序列与平稳残差构成）。
2. 统计一致性验证：集成ADF单位根检验与Engle-Granger两步法协整检验，确保策略建立在统计显著的基础上。
3. 动态对冲建模：基于普通最小二乘法（OLS）实时计算最优对冲比例，动态构建平稳的价差序列。
4. 均值回归信号引擎：利用滚动窗口（Rolling Window）计算价差的Z-Score，通过标准差偏离度捕捉交易机会。
5. 全流程回测框架：模拟真实交易状态，包含开仓、平仓、资金划转、交易成本计算（佣金与滑点）及持仓状态管理。
6. 专业级量化评价：自动化计算年化收益、波动率、夏普比率及最大回撤等核心风险收益指标。
7. 多维度结果可视化：生成价格走势、Z-Score信号图、持仓变动图及权益曲线图，直观展现策略表现。

详细实现逻辑

在main.m主程序中，各环节逻辑严格按照以下顺序执行：

1. 环境与参数初始化：

清空工作区并设置策略参数，包括60个周期的回溯窗口长度、±2.0的开仓阈值、±0.5的平仓边界。初始资金设为1,000,000单位，单边交易成本设为0.05%。

1. 数据生成逻辑：

系统通过随机过程生成资产A的价格序列（随机游走）。资产B则通过线性方程（B = 0.8 * A + 截距 + 平稳噪声）构造，其中平稳噪声通过内置的AR(1)自回归模型生成，确保了资产间的统计协整性。

1. 统计检验环节：

首先调用adftest函数对两个资产序列进行单整分析（Unit Root Test）。随后调用egcitest执行Engle-Granger协整检验，系统会根据返回的H值和P值判断是否存在长期均衡关系，若无法通过检验则会发出风险提示。

1. 建模与价差构造：

利用fitlm函数执行OLS线性回归，从历史样本中提取Hedge Ratio（回归系数）和截距。价差计算公式为：Spread = AssetB - (Hedge Ratio * AssetA + Intercept)。

1. 信号处理逻辑：

通过movmean和movstd函数在滚动窗口内计算价差的动态均值和动态标准差。以此计算Z-Score = (当前价差 - 滚动均值) / 滚动标准差。

1. 回测迭代过程：

遍历时间序列，采用状态机逻辑管理仓位：

• 若无持仓：当Z-Score < -2.0时，做多价差（买入资产B，卖出对冲比例的资产A）；当Z-Score > 2.0时，做空价差（卖出资产B，买入对冲比例的资产A）。
• 若持有仓位：当Z-Score回归至设定的平仓阈值（0.5或-0.5）时，进行对冲平仓。
• 成本扣除：在每次开仓和平仓时，根据交易的名义价值乘以参数设定的费率进行成本扣除。

1. 绩效指标分析：

基于逐日收盘后的总权益（现金+持仓市值）计算日收益率。统计累计收益，并通过年化系数（252日）折算为年化收益率与波动率。通过计算峰值权益与当前权益的差值来确定最大回撤。

核心算法分析

1. Engle-Granger 协整算法：系统核心在于利用残差的平稳性来判断资产对的统计关系。相较于简单的价格对比，该算法能捕捉到价格序列间真正的长期经济平衡关系。
2. 最小二乘法 (OLS) 对冲比计算：通过回归分析确定两项资产的价格配比。在回测中，这决定了构建“合成平稳序列”时每份资产B需要配比多少单位的资产A。
3. Z-Score 均值回归逻辑：这是一种动态阈值策略，能够适应市场波动率的变化。当价差偏离均值超过两倍标准差时，系统判定价格出现了非理性的异常波动，并预期其未来将回归均值。
4. AR(1) 随机模拟算法：在数据生成阶段，通过自回归系数（0.7）生成的噪声序列保证了模拟数据的真实性，模拟了资产价格在偏离均衡后的回归趋势。

使用方法

1. 环境准备：确保已安装MATLAB R2018b或更高版本。
2. 依赖检查：本系统高度依赖MATLAB内置的 Econometrics Toolbox（用于adftest, egcitest）和 Statistics and Machine Learning Toolbox（用于fitlm）。
3. 运行程序：直接在MATLAB命令行窗口输入main并回车，或在编辑器中点击“运行”。
4. 结果查看：程序会首先在命令行窗口输出ADF检验结果、协整检验状态、计算出的对冲比例及最终的绩效分析报告。随后会弹出图表窗口，展示策略的全过程回测曲线。

系统要求

• 软件版本：MATLAB 2018a 及以上。
• 必要工具箱：Econometrics Toolbox, Statistics and Machine Learning Toolbox。
• 操作系统：Windows, macOS, 或 Linux (MATLAB支持版本)。