随着我国金融体制不断发展和完善,融资融券则在2010年10月31日正式开启试点并意味着我国金融市场做空时代的到来,作为量化投资领域的统计套利策略在国内就有了实施的可能性,本文首先选取了上证50指数及其成分股的5min高频交易数据,前期对数据进行清洗和筛选最后剩下了45只成分股数据,之后将样本数据分为样本内数据和样本外数据,确定了样本内数据和样本外数据量。采用了协整模型和主成分模型对上证50指数及其成分股数据分别筛选出合适的股票组合,利用协整模型筛选出招商银行和宝钢股份作为股票组合,而利用主成分筛选出的个股是中国平安和上证50指数作为资产组合,之后分别采用了ARCH模型和O-U过程对资产组合之间价差序列的波动性进行拟合。样本内采用的是基于固定标准差法和样本内数据计算出的O-U过程参数来对交易信号进行确定,从而设置出合理的套利区间,而样本外则充分考虑了时变因素引入了时变标准差来确定时变交易信号,通过自回归条件异方差模型和动态的O-U过程来对时变信号进行确定,最终确定时变的交易区间进行套利策略的实施。通过对协整模型和主成分模型两种套利效用的分析对比之下,可以知道,利用主成分模型进行基于恒定交易信号下样本内套利和基于时变交易信号下样本外套利的结果均要比协整模型要好,分析其中可以原因是主成分模型是一对多的长期均衡关系,模型自身的稳定性较强,而协整模型则是一对一的长期均衡关系,在外界市场发生较大变动时,由于自身的稳定性相对较差才导致了其比基于主成分的套利策略效果要差,同时对投资者给与投资建议,对于风险厌恶型投资者,更加适合恒定交易信号下的O-U过程和时变交易信号下的ARCH模型两种策略,对于风险中性投资者,则更加适合固定标准差法和时变标准差下的动态O-U过程来进行投资。