统计套利模型是金融统计专业一个非常重要的应用,从最初的配对交易,均值回复模型等等衍生至今的一些基于高频的套利模型等,都来源于统计套利最初的基本思想,学者们却也在不断探寻模型的完善性。一直以来,人们的统计套利研究都集中于对于技术面指标的理解和应用。本文则从不常引起注意的基本面指标出发,探索合适的基本面指标与技术面指标的切入点,从股票相关的基本面指标分析出发,尝试使用个股市盈率(或市净率)相对于行业市盈率(或市净率)的溢价作为切入点,发现所取的大部分数据序列满足均值回复的假设,并采用均值回复模型进行套利,讨论了其在极限状态满足的稳定性,在原始序列不满足条件但一阶差分及n阶差分分别满足均值回复时,通过差分的均值回复性解出原序列,并研究其在极限状态的稳定性。在这之后,本文讨论了多标的投资下的情况以及满足Markowitz均值方差模型时的最佳Sharpe比例。为了优化策略的效果,本文也加入了多因素静态对冲和动态对冲,讨论了对冲系数beta是否同本文中的基本面指标有线性关系。