加密货币配对协整检验p值始终异常偏低问题排查

你得到任意配对p值异常偏低的核心原因是用错了协整检验的输入序列：

• 协整检验的适用前提是输入为同阶单整的非平稳序列，配对交易场景下我们检验的是两个I(1)序列（即序列本身非平稳，一阶差分后平稳）是否存在长期稳定的线性关系。
• 你代码里输入的对数收益率，本质是对数价格的一阶差分结果，本身就是I(0)平稳序列，完全不满足协整检验的输入要求。
• 协整检验的核心逻辑是对两个输入序列做OLS回归，再检验回归残差是否平稳。如果输入本身就是平稳序列，其线性组合残差几乎必然平稳，自然会得到极小的p值，拒绝“不存在协整”的原假设——这个结果是统计方法误用导致的，和标的本身是否真的存在协整关系没有关联。

按如下逻辑调整代码即可得到有效结果：

1. 协整检验的输入替换为对数价格序列，不要用对数收益率。对数价格是典型的I(1)序列，符合协整检验的前提要求。
2. 正式做协整检验前，先对两个对数价格序列分别做ADF单位根检验，确认两个序列均满足“本身非平稳、一阶差分后平稳”的I(1)特性，只有同阶单整的序列做协整检验的结果才有统计意义。
3. 去掉对数收益率序列fillna(0)的操作，缺失值直接丢弃即可，补0会人为引入噪声干扰检验结果。
4. 注意协整关系对应的平稳价差是两个对数价格的线性组合残差，不是对数收益率的差值，不要混淆。

修正后的核心检验逻辑参考：

def check_pair(first_market, second_market, timeframe):
    first = get_ohlc_ccxt(first_market, timeframe)
    second = get_ohlc_ccxt(second_market, timeframe)

    if len(first) != len(second):
        length = min(len(first), len(second))
        first = first.iloc[-length:]
        second = second.iloc[-length:]

    # 生成对数价格序列
    first['log_price'] = np.log(first['close'])
    second['log_price'] = np.log(second['close'])
    x = first['log_price']
    y = second['log_price']

    # 此处补充ADF检验逻辑，确认x、y均为I(1)序列后再执行协整检验
    coint_res = ts.coint(x, y)
    p_value = coint_res[1]

    print('Cointegration:', first_market, second_market, p_value)
    
    return first, second

内容的提问来源于stack exchange，提问作者JayK23