两个币高度相关,并不构成配对交易的充分条件。相关性描述的是短期同向波动的程度,配对交易需要的是长期价差的可预测回归。这两件事在统计上由不同的检验来回答:相关性看的是收益率是否一起涨跌,配对交易看的是价差(spread)是否平稳、是否倾向于回到均值。一个相关性 0.95 的交易对,价差完全可能持续扩大而不回归,在这种情况下做配对交易会两边挨打。
相关性能告诉你什么,不能告诉你什么
相关性高,意味着两个币在过去某段时间里经常同涨同跌。这在加密市场里很常见,BTC 和 ETH 的相关性长期在 0.6 到 0.9 之间波动,大盘涨跌时几乎同步。如果你只看这个数字,会觉得"它们关系很稳"。
但配对交易的盈利逻辑不是"它们会一起涨",而是"当它们一个涨多了、一个涨少了,价差会缩回去"。相关性高并不保证价差会缩回去。Deribit 的一篇分析举了一个清楚的例子:BTC 和 LTC 是相关的,但它们不协整。这意味着如果你做多 LTC、做空 BTC,押注两者价差回归,长期来看这个赌注不会成功。
相关性衡量的是方向的一致性,协整(cointegration)衡量的是线性组合的平稳性。两个资产价格各自可以是非平稳的(有趋势、随机游走),但它们的某个线性组合可能是平稳的——价差围绕一个均值波动,偏离后倾向于回归。这才是配对交易需要的性质。
真正该做的检验:协整,不是相关性
一个可执行的判断流程是这样的:
第一步,取同一时间窗口的价格序列,不要用收益率。配对交易的价差是基于价格水平构建的,用收益率算相关性会漏掉价格水平之间的长期关系。
第二步,对两个价格序列做线性回归,得到一个价差序列(残差)。具体做法是:用 A 的价格对 B 的价格回归,或者反过来,取决于你想做多/做空的方向。回归得到的残差就是你要交易的价差。
第三步,对残差做平稳性检验。最常用的是增广迪基-福勒(ADF)检验。如果残差是平稳的(拒绝单位根假设),说明两个价格存在协整关系,价差有回归倾向。如果不平稳,即使原始价格序列相关性很高,也不适合配对交易。
VectorBT 的教程明确写了这个判断:选配对时,协整比相关性更重要。相关的资产可以同向移动,但价格比率可能随时间大幅偏离;协整的资产价差会"拉回一起"。学术研究中也采用同样的框架,用协整检验和误差修正模型来筛选适合配对交易的加密资产组合。
第四步,如果通过了协整检验,再回看相关性作为辅助确认。相关性高但协整不通过,放弃。协整通过但相关性很低,也要警惕——价差回归可能来自两者长期趋势的偶然匹配,而非稳定的经济关系。两者都满足,才进入策略设计阶段。
协整通过了,也不等于可以交易
这里有一个容易被忽略的陷阱。协整检验是在历史样本上做的。你找到一对历史上协整的币,用 2021 年到 2024 年的数据检验 p 值小于 0.05,然后拿 2025 年的数据去跑策略。问题是:协整关系本身可能已经变了。
加密市场的基本面变化速度远快于传统金融市场。项目升级、代币经济调整、交易所上线或下架、监管事件,都可能在几个月内打破原有的价格关系。Gate 广场的一篇中文分析把这个风险说得很直接:项目基本面变化、行业结构调整、资金流向改变或极端行情,都可能打破原有关系。如果价差持续扩大而不是回归,交易者面临的是双边亏损,不能无限期等待市场恢复。
这意味着协整检验不能只做一次。合理的做法是用滚动窗口或扩展窗口定期重做检验,把"关系是否仍然成立"作为持仓的条件之一。一旦协整关系在统计上不再显著,或者价差突破了历史极端水平且没有回归迹象,退出比"再等等"更合理。
成本会吃掉大部分"看起来存在"的价差
配对交易需要同时开两个仓位,交易成本是单边策略的两倍。在加密市场,这还不只是手续费的问题。
KuCoin 报道的一项研究测试了 4,990 个 DEX 交易对的 15 种策略,发现即使是最强的信号,毛收益约为每笔 6.5 个基点,而包含 Gas 费、滑点和互换费用的往返成本平均在 230 到 240 个基点。信号强度和交易成本之间的差距接近 40 倍。这项研究针对的是 DEX,CEX 的成本结构不同,但逻辑一致:价差回归的幅度必须足够大,才能覆盖两条腿的交易成本。
对于普通用户来说,在 CEX 做配对交易,手续费按两次开仓和两次平仓计算,加上可能的滑点(尤其是其中一个币流动性较差时),价差需要回归到足够显著的程度才有正期望。如果协整检验显示价差的标准差很小、回归幅度有限,扣除成本后可能根本不值得执行。
一个务实的判断顺序
如果你手上有两个"看起来很像"的币,想判断是否适合配对交易,按这个顺序走:
先跑协整检验。用价格序列,不是收益率。ADF 检验残差平稳性。p 值不显著,直接放弃,不管相关性多高。
再看价差的历史波动范围。协整通过后,计算价差的标准差。如果价差在历史上经常偏离均值 2 个标准差以上且回归时间较短,才有交易空间。如果价差波动很小,覆盖不了成本,同样不值得做。
然后检查两个币的流动性是否匹配。配对交易要求两条腿同时进出。如果其中一个币的订单簿很薄,滑点会吃掉价差回归的利润,甚至导致两条腿的成交价格严重偏离预期。
最后,设好关系失效的退出条件。不是"价差一定会回归",而是"如果价差在 X 天内没有回归到 Y 水平,或者突破了历史 Z 分位数,就平仓"。这个条件在开仓之前就要写下来。
高度相关只是给了你一个候选名单,协整检验才是筛选门槛。而通过门槛之后,成本、流动性和关系稳定性会决定它是否真的值得执行。跳过协整这一步、只看相关性就入场,是把配对交易当成了"两个币一起涨跌所以我随便对冲一下"的简化版,而那个简化版在统计上不成立。
参考资料
- VectorBT PRO·Pairs trading strategy tutorial in Python,2026-10-31
- Deribit Insights·Eth & BTC: New Regime or just Mean Reversion soon?,2026-10-31
- Gate 广场·什么是配对交易?如何判断两种加密资产是否适合建立交易组合,2026-10-31
- KuCoin·Study of 4,990 DEX Pairs Finds Retail Traders Lack Trading Edge,2026-10-31
- Taylor & Francis Online·Pair trading strategies in the cryptoassets market: a cointegration framework with optimized thresholds using genetic algorithms,2026-10-31
- Gate Learn·تداول الأزواج وتطبيقه في سوق العملات المشفرة,2026-10-31



