2010年,沪深300股指期货和融资融券的推出给中国股市带来了做空机制,为统计套利的发展提供了有利的条件。统计套利是被国内外投资人普遍使用的策略,传统的统计套利策略侧重于配对交易,即通过买入弱势股票,卖出强势股票来获得收益。同时统计套利也是一种风险套利,它的风险来自于统计模型的失效以及配对股票的不协整。本文将多维协整检验应用于统计套利中,建立了VAR模型,用最小二乘法来估计模型的参数并利用AIC准则来进行模型定阶。创造性的用多只股票作为套利对象,通过价差的偏离与回归进行套利。首先本文获取股票的基本面指标:资产负债率、总资产周转率、扣除非经常损益后的净资产收益率、净利润增长率、每股收益增长率、主营利润增长率,利用K-means聚类的方法对股票的基本面数据进行聚类,然后在每一个聚类结果中进行Johansen协整检验,最后对通过协整检验的股票按照行业比例分配资金进行套利。通过计算每一类中股票的价差,买入价差排名最后的股票,并做空沪深300股指期货,待价差回归到0附近的时候平仓获利。本文最后用历史数据进行回测,通过策略的不断修改:首先加入止损策略,发现策略的效果并没有大幅度提升;然后将价差回归到0这一条件改为价差排名上升到指定位次,发现策略效果有所改进;最后将一次协整检验改为每天协整判断,最终取得了38.32%的年化收益率以及10.6%的最大回撤。通过实证表明本策略是有效的,可以应用于实际的操盘策略中。