偶然与金融街一位专家聊天，得知“高频统计套利”这一所谓“金融大规模毁灭性武器”的术语。
这种基于3毫秒操作的系统、650纳秒的交换机数据传输、多线程并行以及复杂数学模型和统计规律等，
一系列复杂技术的系统，真能够实现几乎零风险的投资？乍一看，真有些不可思议。。
还是从一些基础性的资料看起吧：
1、统计套利 统计套利是一种基于模型的套利策略，通过从资产的历史交易数据找寻规律，发现两个或者两个以上的资产之间存在的套利机会，然后通过模型拟合资产价格的变化规律，设定交易阀值， 通过计算机程序根据市场的实时信息自动发出交易信号而进行套利。
统计套利的内涵：
统计套利是一种模型驱动的投资过程，当资产价格偏离其理论价格或者模型预测价格时，则通过同时构建多头和空头组合而获取利润。当两只股票价差偏离长期均值时，我们相信其一定会出现均值回复。 由于两只股票属于同行业或者是同板块，很可能存在同涨同跌现象，价差回复均值有可能是因为当价格都下跌时，相对高估股票的价格下跌程度大于相对低估股票的价格下跌程度； 也有可能是当价格都上涨时，相对低估股票的价格上涨程度大于相对高估股票的上涨程度；或者两股票的价格的出现一涨一跌时，价差回复均值是由于相对低估股票的上涨和相对高估股票的下跌。
2、统计套利策略： 统计套利策略主要有两种，成对交易策略和主成分分析法。成对交易，即价差交易，是统计套利最常用的策略，指在构建某一资产多头的同时，构建另一资产的空头，并在将来某时刻同时了结两资产的头寸。 这是一种市场中性策略，可以免疫市场风险，通过捕捉两个或者多个资产之间的相对错误定价机会来获取低风险收益。主成分分析法，该策略通过分析与股票收益率相关的多种因素，建立回归模型， 通过分析资产实际价格与模型预测价格之间的差异来获利。当实际资产价格高于模型预测价格时，则说明该资产价格高估了，卖出该资产，待到实际资产价格与模型预测价格相等时， 再买入该资产以平掉之前的空头头寸。反之，则进行相反操作。
3、国内外程序化交易发展现状。由于近10年来数量化基金的迅猛发展，程序化交易得到了越来越多的关注及应用。根据纽约证券交易所的统计，近年来程序化交易量占纽约证券交易所的交易总量的比例保持在30%左右。 从高盛的报告来看，程序化交易可以为投资者带来巨额收益。2009年，高盛的程序化交易总量大约占纽约证券交易所程序化交易总量的50%，比2008年底的27%增加近一倍。 在2009年的第二季度，高盛有46个交易日的每日利润超过了1亿美元。在2009年的第三季度有36个交易日的每日交易利润超过1亿美元，并且在该季度仅有一天发生亏损。
4、我国的程序化交易仍处在起步阶段，在期货市场上，主要是采用短线和超短线的趋势交易策略对商品期货进行投机，证券市场上，则是主流券商运用程序化交易对交易所交易基金进行套利。 国内做的比较好的大多是一个团队来实现的，国泰君安是其中重要的代表。这里收集了几个相关的报道：
5、统计套利：量化投资领域的主打对冲策略
统计套利是量化投资领域常用的一种对冲策略。统计套利是通过对历史数据进行统计分析，寻找资产价格或收益率的某些变动规律，然后利用对冲手段构建投资组合捕获资产价格对其基本价值的暂时偏离而获取收益。
统计套利技术基于定价理论、统计决策理论、博弈论、统计模式识别技术、时间序列分析方法、计量经济建模、现代计算方法等知识，是一种多学科的综合投资技术。
统计套利主要有如下四种策略：配对交易策略(Pairs Trading)；多因子套利策略(Multi-factor Model)；均值回归策略(Mean-reverting Strategies)；协整套利策略(Cointegration)。
6、法宝之瑕： 但是不能忽视的是，这套电脑数学自动投资模型中也有一些致命之处： 模型假设前提和计算结果都是在历史统计基础上得出的，但历史统计永不可能完全涵盖未来现象；