协整检验通过了，为什么配对交易还是失效？

协整处理的是这样的问题：两只股票的价格各自会走，能否找到一种固定搭配，使两者组合后的偏离在历史上相对稳定？它与“日收益经常同涨同跌”不是同一种检验。

作者用2013—2018年的复权日收盘价做统计分析。日对数收益相关系数为0.66；对数价格的单位根检验未能在5%水平拒绝原假设，差分后的对数收益则拒绝了单位根假设。随后进行的Engle–Granger协整检验得到p值0.033，在该历史样本和5%水平下拒绝“无协整”的原假设。（第2—3页）

拟合出的价差回归半衰期约31.9个交易日。半衰期描述模型中的偏离平均衰减速度，不承诺每一笔仓位会在32天内平掉。

这一步支持继续研究，却没有回答下一段时间里关系是否保持、回归会有多快，以及等待期间要承担多少亏损。

作者接着用2018—2023年选择交易阈值：标准化价差偏离足够大时入场，回到退出带时平仓。初始资金10万美元，基准风险预算0.5%，名义敞口参数上限25%，波动率窗口64个交易日；每条腿入场和出场各按成交名义金额计0.20%的成本。（第3—4页）

这里的25%是仓位公式里的名义敞口参数，不能直接读成整个双腿组合的总杠杆上限。成本也不是整笔交易只收一次。

最终选出入场2.15、退出0.50这组阈值，样本内9笔往返交易，年化净夏普0.67，净盈利16,941美元。

论文改变成本、风险预算、波动率窗口和敞口上限后，多数设定仍选出相同阈值。这是对参数敏感度的检查，但各设定依然利用同一段优化样本重新择优。它不能替代对时间稳定性的检验。

换一个观察角度，结论明显变弱。

作者滚动使用两年训练、随后一年测试，做了三折walk-forward。第一折12笔交易，净盈利13,794美元；后两折各只有1笔，分别亏损391美元和2,796美元。三段拼接后的样本外夏普为0.64，但这一汇总值掩盖了收益来源的不均匀。（第4页表3）

论文进一步把2020年2—4月的疫情冲击窗口剔除。为避免拼接制造假跳跃，前后两段分别重置权益与滚动波动率缓冲。最优阈值仍是2.15与0.50，年化净夏普却从0.67降到0.28，净盈利从16,941美元降到5,759美元，往返交易从9笔变为8笔。（第5页）

“最优参数没变”可以与“赚钱证据明显减弱”同时发生。前者说择优位置相近，后者说这套规则在什么行情里赚到了钱。

这组最优阈值来自901个候选策略。即使候选都没有真实优势，搜索也可能挑出一个看起来不错的结果。

在剔除疫情窗口的样本上，作者报告调整夏普ASR为0.281，和原始夏普0.28接近；用于考虑多重搜索影响的膨胀校正夏普指标DSR为0.423。论文据此认为，样本内择优对真实能力的统计支持有限。（第5—6页）

ASR与DSR不能混为一谈，也不能把0.423直接解释为“未来有42.3%的概率赚钱”。候选策略之间的相关性和有效尝试次数，都是复核此类校正时需要检查的细节。本文没有重算这些指标，不把一个校正值当作最终裁决。

真正让人警觉的，是冻结参数后的仓位行为。

静态策略在2023年起的测试区间开仓后，一直没有触发正常退出，最终强制平仓。表4净亏损28,131美元，夏普为−1.19。只有一笔交易，这个夏普很难作为可靠的绩效估计；但“退出条件长期未满足”是一个具体的失败现象。（第6页）

事后在测试段重估，对冲系数由历史的约1.6618变成−0.2376；协整检验p值为0.12，不再在5%水平拒绝“无协整”。这与关系退化的解释一致，但“不拒绝”也不等于证明不存在协整，短样本的检验能力有限。事后系数更不能倒填进历史，冒充当时可用的交易规则。

作者还试了504日滚动OLS与卡尔曼滤波。自适应版本只用过去信息，开仓时把相关参数固定下来判断退出，避免持仓过程中把退出目标随模型一起移动。（第6—7页）

结果仍不理想：滚动OLS仅1笔交易、净亏损27,163美元；卡尔曼滤波5笔交易、净亏损32,752美元。动态估计没有在这个案例里修复失效，不过这两种变体没有经过与静态策略同等的滚动验证、敏感度及ASR/DSR分析，作者把它们定位为诊断实验。

这里可以借用一把旧尺子理解：过去两条轨道大致平行，旧尺子能描述它们的间距；后来轨道开始分开，换一把会伸缩的尺子，可以更好地量到新间距，却不能让轨道重新靠拢。这个类比只解释“跟踪变化”和“恢复回归”之间的区别，市场关系远比轨道复杂，不能靠它确认失效原因。

对做因子与策略评价的人，这个案例的用途是改进检查顺序。

先分清统计估计段、调参段和测试段，记录复权、信号生成、成交时点及成本口径。再拆开时间看收益，检查是否靠少数冲击行情撑起汇总指标。尝试过多少组规则，也应和最终成绩一起保留。

持仓过程值得单独检查：多久没回到退出带，持仓时间分布是否改变，仓位暴露是否持续累积，强制平仓对最终收益影响多大。对冲系数变得更灵活之后，要重新验证完整规则，不能只看系数曲线更平滑。

这些是从案例延伸的研究检查建议，并非论文已经验证过的通用阈值。本文也不据此替读者设定止损天数或资金配置。

这篇论文留下的疑问很具体：即使一段历史足以支持协整，下一段历史是否仍提供足够多、足够快、能够交易的回归？只有把这件事继续检验下去，统计结果才开始接近交易决策所需的证据。

原文：Davide Graziano，From Cointegration to Out-of-Sample Failure: A Pairs-Trading Case Study on PEP/KO，arXiv:2609.35359v1，2026年9月28日。关键来源为第2—7页、表1—5。公开原文：https://arxiv.org/abs/2609.35359 。本文依据本地完整论文8页整理，未独立运行作者代码。

本文由AI辅助整理与制图，保留研究条件及局限，仅供学习和方法交流，不构成投资建议。历史回测表现不代表未来收益。