可交易性（tradability)检验即协整性检验：介绍

我们得到一批候选的股票配对后，就要探讨所识别的候选对是否实际可交易？我们可以说，如果配对是协整的，那么这对股票是可交易的。然而，我们需要记住，在大多数情况下，我们所处理的配对并不是完全协整的。事实上，在筛选候选配对的过程中，我们可以预期会有残余因子暴露(residual factor exposure)，导致平均漂移(mean drift)现象，从而导致时序是非平稳的。然而，如果信噪比（SNR)足够好，我们可以将残差序列(residual series)视为交易期间的平稳序列。我们可以将问题的措辞细化为：即使一个配对偏离了理想的协整条件，我们如何确定它是可交易的？让我们概括一下验证两个股票是协整的过程。

"如果它像鸭子一样走路，像鸭子一样呱呱叫，那一定是鸭子"。验证协整性的方法也遵循这样的道理。我们检查协整需要满足的属性，如果这些属性都满足，那么所检验的股票对被认为是协整。

在Stock-Watson模型（共同趋势模型）中，每个股票时序建模为由趋势部分以及平稳部分组成。协整的特点就是两个股票的趋势部分是相同的。如果两个股票的趋势部分是相同的，而且平稳部分是围绕某个值波动的，那么两个股票时序必然有强相关性。强相关性意味着一个时间序列与另一时间序列的回归拟合良好。此外，强良好拟合的特征是具有强t统计量（t statistic)和r平方（线性回归到确定系数）。既然如此，那我们是不是可以说两个时间序列的回归方程有强t统计量（t statistic)和r平方，它们有强相关性，从而推断它们的趋势一致呢？答案是不可以！

回归特性的良好拟合并不不是协整特有的（只能说是必要非充分条件）。

协整的另一个特性是，存在两个时间序列的线性组合，它是平稳的以及均值回归的。这个特性才是一个决定性的条件。我们可以用这个条件作为协整的充分条件。这种检验方法由Engle and Granger提出的：如果两个时间序列是协整的，那么一个时间序列对另一个时间系列的简单回归应该是一个良好的线性关系。此外，线性关系产生的价差序列，即回归的残差序列，必须是平稳的。也就是，如果要验证两个序列是协整的，我们只需要用简单的回归方法去估计它们的线性关系，以及验证残差序列是平稳的。

所以，协整检验分成两步：

1、线性关系的确定。

2、残差的平稳测试。

我们知道实际应用中，并没有完美的协整。那如何把以上的检验步骤应用到实际中呢？首先，第一步没啥特别，还是要确定两个时间序列的线性关系。不同的是第二步，我们不需要残差序列是平稳的，只要残差序列由足够程度的均值回归就可以了。