第三节：价差分析——套利交易的核心密码
做跨市场套利这么多年，我越来越觉得，价差分析就是整个交易体系的「心脏」。你策略再花哨，风控再严密，如果价差分析没做到位，一切都是空中楼阁。今天我就把这块硬骨头拆开揉碎了讲给你听。
3.1 价差的计算方法
先说说最基础的东西——价差到底怎么算？很多人以为就是简单的「A价格减B价格」，其实没那么简单。
价差 = P₁ - P₂
这是最原始的定义。但实战中，我习惯用三种不同的计算方式，分别应对不同的场景：
| 计算方式 | 公式 | 适用场景 |
|---|---|---|
| 简单价差 | P₁ - P₂ | 同品种、同单位（如沪铜与伦铜） |
| 对数价差 | ln(P₁) - ln(P₂) | 价格波动剧烈、需要稳定方差时 |
| 标准化价差 | (P₁ - P₂) / σ | 多品种比较、组合管理 |
我个人最常用的是对数价差。为什么？因为金融资产的价格往往是指数增长的，直接做差会导致方差随时间变大，统计检验容易出问题。取对数之后，序列会「老实」很多。
核心要点：价差计算不是死公式，要根据品种特性灵活选择。我见过太多新手直接用简单价差做统计套利，结果回测漂亮实盘亏钱——就是因为没考虑价格尺度问题。
举个例子，假设沪铜价格是70000元/吨，伦铜价格是9000美元/吨（约合65000元/吨）。简单价差是5000元。但如果铜价涨到80000元和10000美元，价差可能变成6000元。这5000和6000能直接比吗？不能。因为价格水平变了。对数价差就能消除这个「刻度效应」。
# Python代码：三种价差计算示例
import numpy as np
def calculate_spread(p1, p2, method='simple'):
if method == 'simple':
return p1 - p2
elif method == 'log':
return np.log(p1) - np.log(p2)
elif method == 'standardized':
spread = p1 - p2
return spread / np.std(spread)
else:
raise ValueError("未知方法")
# 实战中，我一般先算对数价差，再检查平稳性
p1 = np.array([70000, 71000, 69500, 72000])
p2 = np.array([65000, 65800, 64500, 66800])
log_spread = calculate_spread(p1, p2, 'log')
print("对数价差:", log_spread)
3.2 价差的统计特征
算完价差，接下来就要看它的「脾气」了。价差序列有两个非常重要的统计特征：均值回归和波动率聚集。
3.2.1 均值回归
说白了，就是价差不会永远偏离一个「中心值」。它像一根被拉长的橡皮筋，拉得越远，弹回来的力量越大。
我在项目中遇到过最典型的例子是股指期货的期现套利。沪深300股指期货和ETF之间的价差，几乎永远在±20个点以内波动。一旦超过这个范围，套利资金就会蜂拥而入，把价差「打」回来。
判断均值回归的常用指标：
- 半衰期（Half-life）：价差偏离均值后，回到一半所需的时间。半衰期越短，回归越快。
- 自相关系数：一阶自相关为负，说明有回归倾向。
- 布林带宽度：价差突破上下轨后，大概率会回归。
我的经验：半衰期在5-20个周期（比如5-20分钟）的价差，最适合做高频套利。太短了来不及反应，太长了资金占用成本高。
3.2.2 波动率聚集
这个现象很有意思——价差波动大的时候，往往持续大；波动小的时候，持续小。就像人的情绪，生气的时候越说越气，平静的时候一直平静。
为什么会这样？因为市场信息是「簇状」到达的。一个突发消息引发套利盘涌入，价差剧烈波动；等消息消化完，波动又回归平静。
我建议用GARCH模型来捕捉这个特征。不过实战中，我更喜欢用滚动标准差来观察：
# 滚动标准差计算波动率聚集
import pandas as pd
def rolling_volatility(spread, window=20):
return spread.rolling(window=window).std()
# 如果滚动标准差出现「阶梯状」变化，说明有波动率聚集
spread = pd.Series(log_spread)
vol = rolling_volatility(spread)
print("波动率序列:", vol)
注意：波动率聚集会导致你的止损策略失效。我曾经在波动率突然放大的时候，连续被止损了5次，亏了不少手续费。后来我加了波动率过滤器——波动率超过阈值时，暂停交易。
3.3 价差序列的平稳性检验
这是价差分析中最关键的一步，没有之一。如果价差不平稳，你做的所有统计套利都是伪回归，实盘必亏。
平稳性的定义：价差序列的均值、方差、自协方差不随时间变化。说白了，就是价差的「脾气」是稳定的。
常用的检验方法：
- ADF检验（Augmented Dickey-Fuller）：最主流的方法。p值小于0.05，说明平稳。
- PP检验（Phillips-Perron）：对异方差更稳健。
- KPSS检验：原假设是平稳，与ADF相反。
我个人习惯用ADF检验，但会结合KPSS做双重确认。为什么？因为ADF的检验力在某些情况下不够强，容易把「趋势平稳」误判为「非平稳」。
# ADF检验示例
from statsmodels.tsa.stattools import adfuller
def check_stationarity(spread):
result = adfuller(spread, autolag='AIC')
p_value = result[1]
if p_value < 0.05:
print(f"价差平稳 (p={p_value:.4f})")
return True
else:
print(f"价差不平稳 (p={p_value:.4f})")
return False
# 实战中，我一般要求p值小于0.01才放心
check_stationarity(log_spread)
避坑指南：我曾经在螺纹钢和热卷的跨品种套利中，ADF检验显示p=0.03，我以为平稳了，直接上实盘。结果跑了两个月，价差一路漂移，亏了8%。后来才发现，那个「平稳」是伪的——因为样本期太短，刚好碰到震荡行情。从那以后，我坚持用至少500个数据点做检验，并且要求p值小于0.01。
还有一个容易被忽略的点：协整检验。如果你做的是配对交易，光看价差平稳性不够，还要看两个价格序列是否协整。协整是比平稳性更强的条件——它要求两个序列的线性组合是平稳的。
常用的协整检验方法：
- Engle-Granger两步法：先回归，再检验残差平稳性。
- Johansen检验：可以检验多个序列之间的协整关系。
嗯，这里要注意：协整关系可能会随时间变化。我建议每3个月重新检验一次，或者每次换月时重新计算。
知识体系总览
下面这张图是我自己整理的价差分析框架，你可以把它当作操作手册来用：
这张图把价差分析的三个核心模块串起来了。你从左边开始，先选好计算方法，然后分析统计特征，最后做平稳性检验。三步走完，才能进入实战环节。
最后说一句：价差分析不是一次性工作。市场在变，品种在变，你的模型也要跟着变。我每周都会重新跑一遍平稳性检验，确保模型没有「过期」。这听起来麻烦，但能帮你省下大笔亏损。
公众号:蓝海资料掘金营，微信deep3321