Christian L. Dunis和Gianluigi Giorgioni(2010)用高頻數據代替日交易數據進行套利，并同時比較了具有協整關系的股票對和沒有協整關系股票對進行套利的立即收益率，結果顯示，股票間價格協整關系越高，進行統(tǒng)計套利的機會越多，潛在收益率也越高。

根據隨機游走模型我們可以檢驗股票價格波動是否具有“記憶性”，也就是說是否存在可預測的成分。一般可以分為兩種情況：短期可預測性分析及長期可預測性分析。在短期可預測性分析中，檢驗標準主要針對的是隨機游走過程的第三種情況，即不相關增量的研究，可以采用的檢驗工具是自相關檢驗和方差比檢驗。在序列自相關檢驗中，常用到的統(tǒng)計量是自相關系數和鮑克斯-皮爾斯 Q統(tǒng)計量，當這兩個統(tǒng)計量在一定的置信度下，顯著大于其臨界水平時，說明該序列自相關，也就是存在一定的可預測性。方差比檢驗遵循的事實是：隨機游走的股價對數收益的方差隨著時期線性增長，這些期間內增量是可以度量的。這樣，在k期內計算的收益方差應該近似等于k倍的單期收益的方差，如果股價的波動是隨機游走的，則方差比接近于1;當存在正的自相關時，方差比大于1;當存在負的自相關是，方差比小于1。進行長期可預測性分析，由于時間跨度較大的時候，采用方差比進行檢驗的作用不是很明顯，所以可以采用R/S分析，用Hurst指數度量其長期可預測性，Hurst指數是通過下列方程的回歸系數估計得到的：