1. 跨品种套利基础:定义、原理、与跨期套利区别、核心逻辑框架
各位同学,咱们今天聊聊跨品种套利。说实话,这个领域我做了快十年,踩过的坑比赚到的钱还多。但正是这些坑,让我真正理解了套利的本质。
1.1 什么是跨品种套利?
跨品种套利,说白了就是利用两个不同但相关的品种之间的价差波动来赚钱。比如螺纹钢和热卷,豆粕和豆油,它们之间存在着某种经济上的联系。
我刚开始做的时候,总觉得这玩意儿跟赌博差不多。后来才明白,套利的本质是回归——价差偏离了合理区间,迟早要回来。
核心定义:跨品种套利是指同时买入一个品种、卖出另一个相关品种,从两者价差的均值回归中获利。
举个例子。我记得2018年做过一次螺纹钢和热卷的套利。当时螺纹钢因为基建需求暴涨,价格一路飙升,而热卷相对平稳。价差从正常的200元/吨拉到了400元/吨。我判断这个价差不可持续,就做空螺纹、做多热卷。结果呢?两周后价差回到了250元/吨,我赚了150个点。
1.2 核心原理:均值回归与协整
跨品种套利能赚钱,靠的是两个核心原理:均值回归和协整关系。
均值回归很好理解。价差就像一根被拉长的橡皮筋,拉得越远,回弹的力越大。但这里有个坑——你永远不知道它什么时候回弹,也不知道它能被拉多远。
我曾经在2015年做过一次豆粕和豆油的套利。价差已经偏离历史均值3个标准差,我满以为稳了。结果呢?它又偏离了2个标准差才回头。那次差点爆仓。
协整关系就高级一些。它不是说两个品种价格走势一样,而是说它们之间存在长期稳定的线性关系。用数学语言讲,就是两个时间序列的线性组合是平稳的。
我的经验:判断协整关系,别光看相关系数。相关系数高不代表能套利,相关系数低也不代表不能套利。我习惯用ADF检验和Johansen检验来确认。
1.3 与跨期套利的区别
很多新手分不清跨品种和跨期套利。我刚开始也犯过这个错。
| 对比维度 | 跨品种套利 | 跨期套利 |
|---|---|---|
| 交易标的 | 不同品种(如螺纹钢vs热卷) | 同一品种不同月份(如螺纹钢2401vs2405) |
| 驱动因素 | 产业链关系、替代效应 | 持仓成本、季节性 |
| 风险来源 | 基本面突变、政策变化 | 交割规则、资金成本 |
| 统计特性 | 协整关系为主 | 价差平稳性为主 |
| 持仓周期 | 通常较长(数天到数周) | 可短可长(数小时到数月) |
你看,区别还是挺明显的。跨期套利更像是在吃时间价值,而跨品种套利是在吃产业逻辑。
我个人习惯把跨品种套利分成两类:产业链套利和替代品套利。产业链套利比如大豆压榨套利(买大豆、卖豆粕和豆油),替代品套利比如螺纹钢和热卷(两者可以互相替代)。
1.4 核心逻辑框架
做跨品种套利,不能瞎做。我总结了一个四步框架,用了好多年,挺管用的。
- 品种筛选:找到两个有经济关联的品种。别乱配对,要问自己:它们之间到底有什么联系?
- 关系建模:用历史数据建立价差模型。我一般用OLS回归或者VAR模型。
- 信号生成:设定开仓和平仓阈值。这个阈值怎么设?我习惯用布林带或者Z-score。
- 风控执行:设置止损、仓位管理。嗯,这一步最重要,但很多人忽略。
避坑指南:我曾经在品种筛选这一步偷懒,选了相关性高但没经济逻辑的品种。结果价差一直不回,亏得很惨。记住:统计关系要服从经济逻辑。
举个例子,我常用的一个简单模型是这样的:
# 计算价差
spread = price_A - beta * price_B
# 标准化
z_score = (spread - mean(spread)) / std(spread)
# 交易信号
if z_score > 2:
short_spread() # 做空价差
elif z_score < -2:
long_spread() # 做多价差
else:
pass
这个模型虽然简单,但很实用。不过要注意,beta值不是一成不变的。我一般每两周重新计算一次beta。
1.5 几个关键点
最后,我想强调几个关键点:
- 别迷信历史:历史会重演,但不会简单重复。我见过太多人死守历史参数,结果被市场教育了。
- 关注基本面:统计信号只是工具,真正决定价差走向的是基本面。比如政策变化、供需失衡。
- 控制仓位:跨品种套利不是无风险的。我一般单笔不超过总资金的5%。
- 保持耐心:价差回归需要时间。有时候要等几周甚至几个月。你想想看,如果没耐心,就别做套利。
我的小技巧:每次开仓前,我都会问自己三个问题:这个价差为什么偏离?它凭什么回归?如果它不回归,我怎么办?三个问题答不上来,我就不做。
好了,这一章就讲到这里。下一章咱们聊聊具体的品种配对和产业链分析。记住,套利不是赌博,是科学。用对方法,你也能稳定盈利。