AutoHedge · cointegration, beta, dynamic rebalance
"两只股票涨跌相关，所以能对冲"——错。相关只说"一起动"，不说"差距会回归"。对冲要的是差距回归，那是协整。
相关系数 ρ 衡量"同向运动"，协整衡量"长期均衡"。两只股票 ρ=0.9 但不协整，差距能越拉越大，对冲越对越亏。协整关系意味着存在一个线性组合是平稳的——价格差会围绕均值回归，这才是对冲能赚钱的数学基础。
β 是对冲比例，由 OLS 回归或 Johansen 检验算出。β=1.2 意味着每买 1 股 A 要卖空 1.2 股 B，才能让 spread 平稳。β 不是拍脑袋，是数据算出来的，还会随时间变——所以 AutoHedge 要动态再平衡，不是配一次就完。
两只标的 A 和 B，调协整强度和 beta，看对冲后 spread 的波动怎么变、最大回撤怎么变。协整越强，spread 越平稳，对冲越有效。
用 Johansen 或 ADF 检验筛协整对，不是相关对。行业+市值匹配是先验，统计检验是后验。
滚动窗口回归算 beta，别用全样本。beta 会漂移，固定值会让对冲越对越偏。
spread 偏离阈值触发再平衡。频率太高吃成本，太低风险暴露，按波动率自适应。
协整关系会断裂（并购、退市、政策），监控 half-life 和 ADF 统计量，失效立刻退。
这四个组件构成 AutoHedge 的闭环。配对发现决定能不能对冲，beta 估计决定对多少，再平衡决定稳不稳，关系监控决定什么时候跑。少任何一环，对冲都可能在某次极端行情里翻车——协整失效时 spread 不回归反而发散，对冲变加杠杆。