2015年我国股市动荡，“妖股”频出，投资者的收益无法得到保障，急需一种能够带来稳定收益的投资策略。目前，以能够获取稳定收益著名的量化策略已经在欧美市场得到了广泛的应用。　　在众多量化策略中，基于协整理论的配对交易最被人所熟知。具体来说，协整的两只股票各自的价格变化虽然是随机的，但是它们的价差存在一个合理区间，当价差脱离该区间时，市场作用会纠正这种趋势，让其回归合理区间。因此投资者在价差偏离合理区间时进入市场，按照一定比例买卖股票对，当价差回归合理区间时，进行反向操作，平仓离场，两次操作的净现金流与配对成本的差值就是本次配对交易的收益。　　配对交易具体可以分为三步：选择股票池、筛选股票池、设置交易信号，其中第一步缩小选择范围，减少工作量；第二步确定交易对象；第三步决定交易的具体实施方案。　　在以往的文献中，学者们的研究主要集中在第三步，对第一步和第二步的研究相对单一，其中在第二步中大部分学者们往往只是简单的选取同行业的股票进行配对，并没有对其进行进一步分类。本文即是从这点出发，参照D Harhoff(1996)[45]提到的观点(上游企业一般具有关键技术或者关键资源，不与消费者接触，下游企业具有最终生成品，并与消费者接触)，首先根据万德行业分类标准，从沪深300指数成分股中提取四类：工业类、可选消费类、能源类、信息技术类，将其分为同行业企业、上游企业、下游企业，并以工业类两只配对股票为例，分别运用日数据、30分钟高频数据、60分钟高频数据将所有配对股票对进行模拟交易，同时以平均收益率和配对成功率作为评价指标，通过样本内外的实证研究对比，得出无论是在哪种数据频率下，四类中的上游企业配对效果、下游企业配对效果均好于同行业企业配对效果(一只上游企业股票和一只下游企业股票进行配对)，最终得出两个结论：在选取同行业股票进行配对时，如果能够继续对其进行上下游分类，确实能够提高配对交易的收益状况，同时数据频率的提高并不一定能够提高配对交易的收益状况，学者或者从业人员在选取数据频率时须要谨慎考虑。