自从统计套利的概念被提出以来,配对交易就一直受到国内外投资者的青睐。作为一种市场中性策略,配对交易通过对冲一对高度相关的股票或者其他资产,以消除市场系统性风险,从而获得稳定的超额收益。配对交易认为价差序列满足均值回复过程,即无论价差怎样变化都会回到长期均值水平。配对交易最常用的方法是协整配对法,通过寻找存在长期协整关系的组合,买入价格被低估的证券卖出价格被高估的证券,等到价差回复到均值附近进行反向操作,从而获取收益。近年来,越来越多的研究表明传统协整配对交易策略并不能完全规避市场风险,特别是在市场震荡时期,协整策略往往会表现不佳,甚至出现负收益。为了解决传统协整模型在市场结构变动时效果不佳问题,本文引入了基于Ornstein-Uhlenbeck(O-U)过程的马尔可夫状态转换模型(Markov Regime Switching Model)来描述价差序列。由于配对交易策略背景是价差序列具有均值回复特性,所以本文通过O-U过程来描述价差序列的均值回复过程。马尔可夫状态转换模型是一种处理变结构数据的方法,最早被Hamilton用来美国市场状态分类问题。它通过马尔可夫链来描述当前价差序列所隐含的市场状态,每个时刻所处状态仅与前一时刻状态有关。通过建模本文将价差序列划分为高波动率和低波动率两种状态,研究发现正是高波动率状态存在影响了传统协整模型收益。随后本文基于马尔可夫状态转换模型给出了 O-U过程下最优交易信号计算过程。通过单位时间期望收益最大化得到了交易信号的近似解析解。与传统固定交易信号相比,本文方法具有理论依据,更加可靠。在实证研究部分本文以202支金融地产股日收盘数据为研究对象,研究时间从2014年1月1日到2019年1月1日。本文将基于状态转换模型的配对交易策略与传统协整配对交易策略进行对比分析,通过分析累积收益率、夏普率、交易胜率、最大回撤等指标找出策略的优势。最终表明基于状态转换模型构建的投资组合具有更高平均收益以及更好的风险控制能力。同时在交易信号选取上,本文的方法与传统固定阈值法相比也有一定优势。