XLE/USO 能源股与原油价差均值回归（USEQ 日线、美元中性、时点信息 OU 拟合）OU

译自 Mahajan 等人（2019）的《印度大宗商品市场中的随机价差配对交易》（arXiv:1907.08397；摘要：协整大宗商品配对，在 LOG 价差上使用单因子随机（OU）模型，交易规则参数在训练数据上拟合）。我们的交易场所不提供 MCX 现货大宗商品，因此采用历史数据最长、最接近的可回测大宗商品配对：XLE.USEQ（综合石油和天然气股票）与 USO.USEQ（近月 WTI 原油 ETF），两者均有自 2006 起的 1-DAY K 线数据（约 20 年、约 5,100 个对齐交易时段）。经济联系：XLE 成分股的现金流受原油驱动，因此中期内对数价差 log(XLE) - beta*log(USO) 均值回归。短期价差因股票特定资金流、原油期货换月和期货溢价冲击而扩大，随后随着股票市场重新定价石油敞口而收敛。论文模型的时点信息实现方式：（1）对冲比率 beta = XLE 对 USO 日对数收益的滚动 252 时段 OLS 斜率，滞后一个 K 线。（2）价差 s_t = log(XLE_t) - beta_{t-1}*log(USO_t)。（3）OU 参数（theta = 长期均值，sigma_eq = 平稳标准差，kappa 来自 AR(1) 系数）通过对最近 `z_window` 个时段的 s 与其滞后值做 AR(1) 回归拟合，仅使用已完成的 K 线。采用 AR(1) 闭式解代替论文中的差分进化拟合；对单因子 OU 来说两者等价，且无需额外计算。（4）z = (s_t - theta)/sigma_eq。多空、美元中性，2 腿，大部分时间空仓。首先检查了加密货币替代方案，但因数据原因予以排除。Binance/OKX 黄金和白银永续合约（XAU/XAG/XPT/COPPER）仅有约 7-10 个月的 1 小时历史数据。黄金代币之间的价差（Binance 上的 XAU、PAXG 和 XAUT，以及 Binance 的 XAG 与 OKX）小时标准差为 3-6 基点，所有变体扣除费用后均亏损（平均每笔交易为 -0.01% 至 -0.06%）。对 USEQ 日线的研究前分析（滚动 beta、60 时段 z、入场 |z|>1.5-2.0、均值处退出、最多持有 20 个时段、成本 6 基点）得出 XLE/USO 约有 100-158 笔交易，平均每笔交易为 +0.51% 至 +0.58%，胜率约 0.6，夏普比率约 0.30-0.33，在 60-70% 个年份中为正。HONEST CAVEAT：在扫描的 21 个大宗商品-ETF 配对中，XLE/USO 表现最好（GLD、SLV、GDX、XLE、XOP、USO、UNG）。GLD/SLV 和 GLD/GDX 这两组“教科书式”大宗商品配对并无优势，因此选择偏差影响重大，预期 OOS 夏普比率适度。完整论文还需确认：确切的交易规则形式（以 OU 个标准差为单位的入场/退出区间、是否有止损区间）、区间是固定的还是按每个配对优化，以及报告的夏普比率 > 1.4 是否已扣除成本。摘要称参数在“训练期内通过回测优化”，因此 1.4 很可能是在样本内调优得出的数字。source_ref：arXiv:1907.08397 摘要（方法段：Johansen 协整筛选 + 对数价差上的单因子随机价差模型 + 在 80% 训练集上调优交易规则）。

验证失败（第 4 层——QA审查）[类别=code_defect]： - [edge_concern] 沙盒运行了 1,653 个交易时段，产生 44 个单腿仓位（22 笔配对交易）。结果为 +3.2%，夏普比率为 0.13，PF 1.17，平均每笔交易为 +0.29%。几乎所有收益都来自波动率承压最高的三分位组（+4.28%）；平静和正常三分位组都略有亏损。研究人员称 XLE/USO 是扫描的 21 个配对中表现最好的，因此选择偏差影响重大。USO 的 2020 重组（从仅交易近月期货切换，1:8 反向拆股）也在样本期间改变了原油敞口。请检查这一优势在 2008、2014-16、2020 和 2022 之外是否仍然存在。 - [严重] 实际预热期约为声明值的两倍。覆盖方法 min_bars_required() = beta_window + z_window + 3（默认值下为 375）导致基础方法 _maybe_process_primary 在前 375 根 K 线调用 calculate_signal 前就返回 BEFORE。这些 K 线期间，_rets 和 _spreads 都没有数据。注释称缓冲区会“在重启后从预热 K 线重建”，但代码并未实现。滚动状态直到约第 375 根 K 线才开始填充。之后还需要 252 对收益数据，_beta_ok 才会变为 true，此外还需 z_window+1 个已完成价差，_fit_ou 才能成功。因此第一个有效 z 值约出现在第 375 + 253 + 61 ≈ 689 根 K 线（当 z_window = 120 时约为 870）。注册合约声明 warmup_bars = 380，并设定 boundary_policy reset_with_warmup；src/backtesting/warmup.py 会在每个滚动前向窗口前恰好添加 380 根历史 K 线。运行器的保护检查只比较 min_bars_required()（375）与 380，所以检查会通过，但实质上违背了合约。每个重置窗口都会因此损失最初约 310-490 个可交易时段（相当于 15-24 个月的日线 K 线）。自适应的 90 日验证窗口将完全失效，产生零笔交易。优化会失败或无法测量任何内容，而全历史运行则会悄然损失开头约 2.7 年的数据。（第 45 行）——修复：二选一：(a) 让 min_bars_required() 返回较小的数值（例如 2），仅通过内部的 _beta_ok/_fit_ok 标志控制交易，使 380 根预热 K 线能够填充双端队列；在 z_window = 120 时，最坏情况需要 253 + 121 = 374 根 K 线，仍在 380 以内。或 (b) 保留覆盖方法，但在处理第一根 K 线时，根据 self._bars 中的数据重建 _rets 和 _spreads，并通过 ts_init 与 self._extra_bars[USO] 配对。无论采用哪种方法，都要证明当 z_window = 120 时，第一个非零 z 值不晚于第 380 根 K 线出现。 - [警告] 两条腿的美元金额相等，符合假设中的“美元中性”，但信号使用的是 beta 加权价差 log(XLE) - beta*log(USO)。XLE 对 USO 的日收益 beta 通常约为 0.3-0.6。因此仓位的盈亏跟随 r_XLE - r_USO，而非 r_XLE - beta*r_USO：约一半的 USO 腿是未对冲的原油方向性押注。这符合原假设，因此不会阻止流程，但实际交易的价差并非计算 z 分数的价差。（第 211 行）——修复：考虑将 USO 腿的规模设为 XLE 名义金额的 beta 倍（beta 中性），或者明确说明尽管 beta != 1，仍有意采用美元中性。 - [警告] 每个已存价差都使用计算时适用的 beta，因此 AR(1)/OU 窗口中的价差混用了不同对冲比率。log(USO) 的水平约为 2-5，因此窗口内 beta 变动 0.05 会使 s 移动 0.1-0.25。这与 sigma_eq 相当，可能造成虚假的 z 值偏离。这种做法符合时点信息要求（没有前视偏差），但比论文中的固定 beta 价差更嘈杂。（第 148 行）——修复：可选地使用当前滞后 beta 重新计算 z_window 个价差，即 s_i = lx_i - beta_{t-1} * lu_i，并将对数价格保存在双端队列中；每根 K 线的计算成本为 O(z_window)。 - [警告] 孤立的 USO 对冲腿只会在 should_enter 中清理（主仓位平仓后的下一根 K 线）。如果 XLE 入场在 position_size 已提交 USO 订单后遭到拒绝（例如被基础模板的门控拒绝），则 USO 会无对冲地保持开放一个交易时段。对于日线数据，这可以接受，但对冲单是在确认主订单是否获接纳之前提交的。（第 168 行）——修复：等主订单获接纳后再提交对冲腿，或立即检查主订单是否获接纳。