文 献 综 述 1、 选题目的和意义： 统计套利是基于统计的方法挖掘套利的机会。

它最早起源于1987年诞生的配对交易，其核心思想是根据合适的数学模型需找定价中的不合理性，据此建立合适的交易策略。

其基本原理是：通过定量的分析方法挖掘两个或两个以上具有高度相关性的资产，且它们一直能保持这种良好的相关性，则一旦它们的走势出现背离，而且这种背离在未来会得到纠正，从而就会产生套利的机会。

统计套利本质上是均值回复，说明资产的价格将会回复到它们的长期均值。

套利既是对有效市场的违背又能促进有效市场的实现。

传统的统计套利研究主要基于协整理论与线性模型，数据是采用日数据来进行。

近年来，随着以分、秒为间隔的高频数据的引入和机器学习算法的广泛应用，学者们开始探讨新的统计套利的方法。

本研究拟以高频数据为样本，将随机森林模型应用于股票市场的统计套利分析，并与传统的统计套利模型对比，寻找最佳统计套利策略，规避风险。

2、 国内外研究现状： 注：文献综述（先国外，后国内不少于15篇，基本对应任务书中罗列的文献，该部分几乎也是论文的第一章内容，所以认真写）综述完后有一个总结，从而点出自己研究的创新之处。

就统计套利而言，一方面，国内外学者关于统计套利的研究主要基于传统协整模型，数据主要采用日收盘价。