统计套利策略是指通过对相关事件或历史数据进行统计分析，估算相关变量的概率分布后进行套利交易的策略。
相对于无风险套利，统计套利少量增加了一些风险，但是由此可获得的利润数量远远高于无风险套利。统计套利通常追求在市场保持中性或近似中性的条件下进行资产配置，并且追求绝对化收益。
统计套利的典型策略是配对交易，它通过统计相关性很强的一对股票，做空近期相对强势的股票，同时做多相对弱势股，以期两者股价重返均衡值时平仓，赚取两只股票价差变动的收益。
例如证券行业中的广发证券和中信证券，两者市场地位、业务品种、市值、波动率都相似，通过回测数据显示两者在过往5年市场走势相关度达到93%。这么一对股票就可以视为一个组合，当广发证券价格上涨超过标准差达到一定数值，即可融券卖出广发证券，同时买入相同数量的中信证券股票。
此时，如果历史规律发生作用，那么，两只证券股票的价差将会缩小，套利策略从而获利。一般情况下，当天收盘时会将两只股票同时平仓，结束套利。
配对交易由于同时做多和做空同行业相似的股票，对冲了大部分市场风险，因而是一种市场中性策略，和大盘走势的相关度较低。在整个市场无明显趋势性机会时，可以通过配对交易避免股市系统风险的影响，获取阿尔法绝对收益。
除配对交易外，还有策略通过统计某些类型的事件对股价涨跌的影响，通过与股指期货对冲进行套利。例如股价跌破定增价、美国市场相同概念股上涨等。这些事件如果经过统计归纳，单向做多时构成一种事件驱动策略，而用股指期货对冲后可构成统计套利策略。又例如，根据过往历史数据统计，证券分析师针对个股“强烈推荐”类别的研究报告会对股票价格起到明显的助涨效果。通过统计沪深300指数成分股，对若干个证券分析师同时在研究报告中“强烈推荐”的股票进行配置，与此同时卖出沪深300指数期货进行对冲，可以获得套利收益。
值得注意的是，统计套利必须关注相关事件与标的价格变动的逻辑，并获得数理上的数据支持。如果统计的对象与预测变量之间没有或者只有很小的联系，那么得到的结论可能看上去显著但其实是错的。
没有内在逻辑的统计套利就如同一个笑话：某统计学家经过调查，发现日本人不抽烟不喝酒长寿且瘦，法国人抽烟喝酒长寿且瘦，美国人抽烟喝酒寿命相对前两者较短且肥胖率高。于是，统计学家得出的结论：说英语会导致肥胖并影响寿命。
