随着融资融券和股指期货的相继推出，统计套利策略在我国股票市场有了良好的实施平台，在此背景下，本文对基于成对交易的统计套利策略进行了全面深入的研究。本文首先通过相关性分析初步筛选出在6种频率数据下，上证超级大盘指数20只成分股同行业内价格相关性综合最高的股票组合--中国神华与中煤能源作为统计套利的潜在研究对象。　　 随着近两年来高频数据运用的兴起及市场有效性的不断增强所造成的利用低频数据进行套利的利润空间大幅下降，如何利用高频数据进行套利已经成为今后套利的发展趋势。本文采用传统的日数据和目前可得的5种日内高频数据，研究了可能存在的大量日内套利机会，分析了运用高频数据进行统计套利的有效性，并比较了数据频率对该策略效果的影响。由于市场环境在不断变化中，常用统计套利策略不一定适合每种环境及交易品种，因此有必要先对常用统计套利策略运用于我国股票市场进行实证研究，分析其有效性并进行改进。本文根据常用统计套利策略运用过程中存在的问题，将其进行了改进得到新策略，且实证研究表明新策略显著优于常用策略，并以此新策略进行后续研究。　　 统计套利中常用的基础模型--协整模型，是假定β参数是不变的，这与金融时间序列模型相关参数通常具有时变性相背离，因此本文创新地将用于估计时变参数的理想模型--卡尔曼滤波模型引入到统计套利策略中来，用于拟合资产价格间的关系，并进行了实证研究，表明其是有效的，但其与协整模型并不存在明显优劣之分。考虑到模型效果通常是具有时变性的，创新地将组合预测思想引入到统计套利策略中，结合具体目标设计出组合策略，实证检验表明组合策略显著优于采取单一模型进行套利的方案。