统计套利策略是一种中性策略，套利策略，保持市场中性是很关键的，通过对有相对稳定关系的证券进行对冲，能够规避市场价格不稳定性。由于统计套利是投资一个资产组合，而不是单一的资产，因为我们认为这个资产组合之间的关系具有某种稳定性，它们的稳定性不会轻易的被破坏，那么这个资产组合才有投资等意义。

均值回归是统计套利策略的基本思想，在实际的运用中，比如大豆和豆油，豆油的价格实际上是跟大豆的价格相关的。那么当它们的价格走势出现背离的时候就会存在套利机会，因为这种走势的背离在未来会得到纠正。就好像两个牵线的气球，中间的线就是它们之间的稳定关系，也许两个气球分别受到很多因素的影响，我们无法预测它们的轨迹（市场的不可预测性，单个物品的价格变动往往难以预测），但是我们可以知道的是它们之间的距离不会大于中间的这条线，至少，这条线断开的几率很小。在实际投资中，在价格出现背离走势的时候买进表现差的，卖出表现好的，就可以在未来价格回归时获得收益。

二、统计套利策略

    James Simons是量化投资的传奇人物也是美国著名的数学家和投资家，全球收入最高的对冲基金经理，年净赚15亿美元。在过去的20年中，Simons创立了文艺复兴科技公司，他们的主要业务是投资，在他设立的这个公司中，并没有聘请很多专业的业内人士，而是聘请了很多数学家、统计学家、物理学家，他们开发了许多数学模型捕捉市场机会，这些基本上是自动化完成。他们用计算机编程做出交易决策。这些模型是建立在海量的数据基础上研究得来的，所以具有可靠性并可进行实际预测。1989-2009由James Simons操盘的大奖章基金平均年回报率高达35%，与同时期的标普500指数比较年均回报率高20多个百分点，与索罗斯和巴菲特的操盘表现比较都高出10余个百分点。即便次贷危机爆发时，大奖章基金的回报率仍达85%。这个例子也体现了统计套利交易策略规避风险的特性。

    统计套利就是一种投资策略，不同的是它靠模型驱动并作出决策，通常市场上的套利机会转瞬即逝，如果靠人为的去发现，很可能这个套利机会就被别人抢占了先机，但是计算机的程序是很敏锐的，只要符合预设条件的机会出现，它马上就能捕捉下来，当资产价格偏离其理论价格或者模型预测价格时，就可以通过同时构建多头和空头组合而获取利润。当两只股票价差偏离长期均值时，我们相信它们的价差一定存在回归。期货的统计套利是将统计套利的原理与方法运用到期货市场，来构建相应的策略。

  期货市场的统计套利策略可以分为四种：

  1、跨期套利：顾名思义，跨期套利是指两个合同的到期月份不同，两个交割日期不同的的同种商品合约上价格偏差比较大时，可以通过做多被低估合约、做空被高估合约获得收益的方式。最简单的跨期套利就是利用同商品不同交割月份间正常价格差距出现异常变化时进行对冲而获利的。

  2、跨市套利：跨市场套利是指不同交易所之间的套利交易，即当市场购买（或出售）特定月份的某种商品合约时，在另一个市场（或买入）中销售与合同相对应的同类货物， 以期望利用两个市场变化的利差来获得利益。 通常，跨市场交易可在国内不同交易所和不同国家的交易所之间进行。

  3、跨品种套利：传统的跨品种套利通常以比价或价差来寻找套利机会，虽然此方法具有一定可行性，但是跨品种套利作为外联套利，其价差或比值通常是沿着趋势变化的，其一旦出现历史比值的高点(或价差)为今年比值的低点时，会造成套利的巨大损失。 期货套利的统计学方法以沪铜期货合约的跨期套利为例(2):http://www.youerw.com/shuxue/lunwen_184289.html