一、套利基础：什么是套利？

大家好，我是你们的量化导师。今天咱们聊聊套利——这个听起来高大上、其实门槛没那么高的东西。

先问个问题：你见过菜市场里有人同时买进卖出同一批菜吗？没有吧。但在金融市场里，这事儿天天发生。说白了，套利就是「低买高卖」的极致版本——同一时间、不同市场，或者同一资产、不同形式，价格不一样，你就能赚差价。

1.1 套利的数学本质

我个人习惯把套利拆成三个字：「无风险收益」。数学上怎么定义？

假设你有两个资产 A 和 B，它们本质上是一回事（比如同一只股票在不同交易所上市）。如果 A 的价格是 100 元，B 的价格是 102 元，你同时买入 A、卖出 B，就能锁定 2 元的利润。这就是套利。

用公式表达：

套利利润 = |P_A - P_B| - 交易成本

注意，这里有个关键点：交易成本。我在项目中遇到过好几次，看着价差很大，一算手续费和滑点，利润直接变负数。嗯，纸上富贵一场空。

你想想看，这其实就是在找「免费的午餐」。但市场不是傻子，这种机会通常转瞬即逝。我见过最快的套利窗口只有 0.3 秒——你眨个眼，机会就没了。

1.2 套利的分类

套利不是只有一种玩法。根据我的经验，可以分成三大类：

1.2.1 统计套利

这是我最喜欢的一类。统计套利不追求 100% 确定，而是靠概率赚钱。比如两只同行业的股票，历史上价差一直在 ±2 倍标准差内波动。当价差跑到 3 倍标准差时，我就赌它会回归。

说白了，就是「均值回归」的信仰。我在做 A 股配对交易时，经常用这个思路。举个例子：

# 简单的统计套利信号
import numpy as np

price_A = [100, 102, 101, 103, 105]
price_B = [98, 99, 98, 100, 102]
spread = np.array(price_A) - np.array(price_B)

mean = np.mean(spread)
std = np.std(spread)

if spread[-1] > mean + 2 * std:
    print("做空价差，赌回归")
elif spread[-1] < mean - 2 * std:
    print("做多价差，赌回归")

注意，统计套利不是无风险的。我曾经在 2015 年股灾时吃过亏——价差一直不回，最后止损出局。所以，统计套利本质上是「风险套利」，只是风险被分散了。

1.2.2 事件套利

事件套利，就是赌某个事件发生后，价格会怎么走。最常见的是并购套利：公司 A 要收购公司 B，报价 50 元，但 B 现在只卖 48 元。你买入 B，等收购完成赚 2 元差价。

但这里有个坑：收购可能失败。我记得有一次，某公司收购案因为反垄断审查被否，股价直接跌了 20%。所以事件套利的关键是——评估事件成功的概率。

1.2.3 期现套利

期现套利，就是期货和现货之间的价差。比如沪深 300 指数是 4000 点，但期货合约是 4020 点。你买入现货（比如 ETF），卖出期货，等交割时价差收敛，赚 20 点。

这个策略在股指期货里很常见。我做过一个回测：

# 期现套利回测框架
class FuturesArbitrage:
    def __init__(self, spot_price, futures_price, cost=0.001):
        self.spot = spot_price
        self.futures = futures_price
        self.cost = cost
        
    def spread(self):
        return self.futures - self.spot
    
    def trade_signal(self):
        s = self.spread()
        if s > self.cost * self.spot:
            return "做空期货，做多现货"
        elif s < -self.cost * self.spot:
            return "做多期货，做空现货"
        else:
            return "无套利机会"

注意，期现套利需要大资金和低延迟。我见过有人用 1000 万本金，一年只赚 5%，但胜率接近 100%。说白了，这是「赚辛苦钱」。

1.3 套利与投机的区别

很多人分不清套利和投机。我打个比方：

• 套利：你看到两个水果摊，一个卖 5 元，一个卖 6 元，你从便宜的买，到贵的卖。赚的是「信息差」和「速度差」。
• 投机：你猜明天苹果会涨价，今天先囤一批。赚的是「预测」。

说白了，套利是「确定性」的生意，投机是「概率」的生意。但现实中，两者经常混在一起。比如统计套利，你赌价差会回归——这其实也是一种预测。

最后总结一下：

类型	风险等级	资金需求	典型场景
统计套利	中	低	配对交易、ETF 套利
事件套利	高	中	并购套利、分红套利
期现套利	低	高	股指期货、商品期货

好了，这一章就到这里。下一章咱们聊聊「套利策略的数学基础」，我会手把手教你用 Python 计算套利空间。记住：套利不是印钞机，而是显微镜——它让你看清市场里那些微小的、被忽略的机会。