A股协整检验/长期均衡关系分析

数据源

SCRIPTS="$SKILLS_ROOT/cn-stock-data/scripts"
python "$SCRIPTS/cn_stock_data.py" kline --code [CODE] --freq daily --start [日期]
python "$SCRIPTS/cn_stock_data.py" quote --code [CODE]
python "$SCRIPTS/cn_stock_data.py" finance --code [CODE]

Workflow

Step 1: 获取多标的K线（价格序列）

Step 2: 单位根检验

• ADF检验各序列是否I(1)
• KPSS检验辅助确认

Step 3: 协整检验

• Engle-Granger两步法
• Johansen检验（多变量）

Step 4: 误差修正模型

估计长期均衡关系和短期调整速度

Step 5: 输出

维度	formal	brief
单位根	ADF+KPSS结果	是否I(1)
协整	检验统计量+p值	是否协整
价差分析	半衰期+均值回归参数	配对可行性
默认风格：brief。

关键规则

1. 协整是配对交易的理论基础——两股价差均值回归
2. 协整关系可能随时间变弱或消失——需定期重新检验
3. 同行业股票协整概率更高但非必然
4. Johansen检验适合多变量，Engle-Granger适合两变量
5. 半衰期过长(>60日)的协整关系实战价值有限

使用示例

示例 1: 基本使用

# 调用 skill
result = run_skill({
    "param1": "value1",
    "param2": "value2"
})

示例 2: 命令行使用

python scripts/run_skill.py --input data.json