配对交易常分作两类，一类是基于统计套利的配对交易，另一类是基于风险套利的配对交易，本文构建的债股轮动策略便是基于统计套利的配对交易。
配对交易的盈利来源于两只证券价差的偏离，如果这种偏离是暂时的，那么随着时间的推移将会回到均衡状态。这种稳定的均衡关系在统计学上称作协整性(co-integration)。
提起配对交易，我们比较容易想到的是期货市场中的跨期套利、跨品种套利和跨市套利等。而期货市场在寻找协整关系的证券标的具有天然的便捷优势，如数量少、同品种具有多期合约、品种间关系简单（如焦煤的主要用途是炼制焦炭）......
但是，在股票市场，要从数千只股票间寻找两只具有协整关系的股票，其计算量可想而知。可转债的出现，无疑让我们眼前一亮。
那么，可转债及其正股之间能否存在稳定的价差回归现象呢？我们继续往下看。
构建债股轮动策略之前，我们首先要在可转债和正股之间做协整检验。此处，我们基于EG两步法进行协整检验，先判断可转债和正股价格之间是否为一阶单整，再对二者做回归并检验残差序列是否平稳，若二者均成立便可以认为债股之间具有协整关系。
策略思路：
1、筛选出具有协整关系的可转债及其正股。（同阶单整+残差平稳）
2、计算债股残差的N倍标准差上下轨。当债股残差高于上轨时，持有正股；当债股残差低于下轨时，持有可转债。
策略参数设置：
初始资金：1000万
基准指数：沪深300
回测区间：2018年01月01日－2022年03月25日
策略参数：标准差为1.5倍、协整检验的P值为0.05、回溯周期为60个交易日。
策略回测结果分析：
注：2022年初时间为2022-01-01至2022-03-25。
通过报告可见，策略回测结果较为一般，4年来年化收益率为10.98%，最大回撤为29.96%，夏普比率仅0.41，胜率48.64%。
经过统计发现，策略平均持仓时间为1.18天，近90%的卖出信号是因为残差回归至上下轨之内，这说明卖出信号太容易被触发。
为此，我们将买入信号和卖出信号的上下轨倍数区分开，参数测试如下：
从上表来看，相同卖出信号倍数下，买入信号倍数小的，其效果更佳。
其中，当卖出信号倍数为1时，为两组买入信号倍数下的最优回测。当买入信号倍数和卖出信号倍数均为1倍时，回测结果最优！其年化收益率为13.38%，最大回撤为20.66%，胜率为48.26%，夏普比率为0.55。
整体来看，策略是能够跑赢大盘指数的，可转债与正股之间也具备协整关系，只是回归拟合下的债股残差还不够稳定。
大家可以在获取源码后，自行进行参数优化，以获得更佳的策略。又或者选择侧重于某类的可转债，如3A银行的可转债，因为可转债转股后可以直接补充银行额核心资本，银行转债一般会转股/强赎，往往依靠正股自身的分红和股价上涨实现强赎，更适合与正股搭配。