什么是配对交易？为何选择 KO 与 PEP？
配对交易的核心思想是：当两只相关性较高的股票价格出现暂时偏离时，买入相对低估的股票，卖出相对高估的股票，等待价格回归均衡后平仓获利。在 PairsTrading.ipynb 中，选择 KO 和 PEP 作为交易标的，主要基于以下原因：
- 业务相似性：两家公司均为全球领先的饮料制造商，面对相似的市场环境和消费趋势
- 价格相关性：历史数据显示两者股价长期呈现高度相关性，符合配对交易的基础条件
- 市场认知一致：新信息（如行业政策、消费趋势）通常会对两家公司产生相似影响
策略核心逻辑与实现步骤
1. 数据获取与预处理
策略使用雅虎财经 API 获取 KO 和 PEP 的历史交易数据，时间跨度从 2000 年至 2020 年 7 月。关键代码如下：
def getdata(tickers, start, end, frequency):
# 从 Yahoo Finance 获取 OHLC 数据
# 数据清洗与标准化处理
通过该函数获取的收盘价数据将用于后续的相关性分析和信号生成。
2. 交易信号生成
策略通过以下步骤生成交易信号：
- 计算滚动相关性：使用 9 天滚动窗口计算两只股票的收益率相关性
- 确定交易阈值：当相关性低于 0.9 时触发交易信号
- 选择交易标的：买入前一日收益率较低的股票（假设短期价格会回归）
核心代码逻辑：
# 计算滚动相关性
pairs['Correlation'] = ((PEP['Close'].shift(1)/PEP['Close'].shift(20)-1).rolling(window=9)
.corr((KO['Close'].shift(1)/KO['Close'].shift(20)-1)))
# 生成交易信号
Signal = pairs['Correlation'] < 0.9
3. 策略回测与性能分析
回测结果显示，该策略在历史数据上表现如下：
- 累计收益率：335.16%
- 胜率：68.28%
- 夏普比率：3.76
- 最大回撤：22.5%
从绩效指标来看，策略在控制风险的同时实现了可观的超额收益，尤其在市场波动期表现出较强的抗风险能力。
