一、跨市场套利概述

大家好,我是老张。在量化交易这行摸爬滚打了十几年,今天咱们聊聊跨市场套利。说实话,这玩意儿听起来高大上,但说白了就是——同一个东西,在不同地方卖不同价,你低价买高价卖,赚个差价。

嗯,别笑。道理就是这么简单。但真正做起来,里面的门道可深了去了。

1.1 什么是跨市场套利?

定义上,跨市场套利是指利用同一资产或相关资产在不同市场间的价格差异,通过同时买入低价市场、卖出高价市场,来获取无风险或低风险收益的交易策略。

我习惯把它比作「搬砖」。你想想看,同样的砖头,东边市场卖5块,西边市场卖6块,你从东边买,搬到西边卖,每块赚1块。套利就是这么回事。

但金融市场的「搬砖」比物理搬砖复杂得多。因为价格差异转瞬即逝,你得靠算法、靠速度、靠资金管理才能吃到肉。

核心要点: 套利的本质是「一价定律」——同一资产在不同市场应该卖同一个价。如果出现价差,就是套利机会。

1.2 套利的底层原理

为什么会出现价差?我总结了几点:

  • 市场分割:不同交易所的参与者不同,流动性不同,信息传递有延迟
  • 情绪偏差:某个市场可能过度反应某个消息,另一个市场还没反应过来
  • 制度差异:交易时间、结算规则、税费政策不同,导致价格偏离
  • 供需失衡:某个市场突然出现大单买入或卖出,价格被瞬间推高或压低

我记得2015年那会儿,A股和港股之间经常出现明显的价差。有些股票在A股比港股贵30%以上。那时候做AH股套利的人,赚得盆满钵满。当然,现在这种机会少多了。

1.3 三种常见套利模式

实战中,我主要把套利分成三类。咱们一个一个说。

1.3.1 跨交易所套利

同一品种,在不同交易所交易。比如:

  • 比特币在币安和OKX之间价差
  • 黄金在COMEX和上海金交所之间价差
  • 沪深300股指期货在中金所和新加坡A50之间价差

说白了,就是看哪个交易所便宜,就去哪买。但这里有个坑——不同交易所的交易时间、交割规则、手续费都不一样。我曾经吃过这个亏,以为发现了大价差,结果一算手续费和滑点,利润全没了。

避坑指南: 跨交易所套利一定要算清楚「净价差」。扣除手续费、滑点、资金划转成本后,剩下的才是你的利润。

1.3.2 跨品种套利

两个相关品种之间的价差。比如:

  • 螺纹钢和铁矿石(上下游关系)
  • 豆粕和豆油(压榨利润套利)
  • 国债期货和利率互换(基差套利)

这种套利需要你对品种之间的逻辑关系有深刻理解。我刚开始做跨品种套利时,就犯过一个错——我以为螺纹钢和铁矿石永远是正相关的,结果遇到一次政策突变,两者走势完全背离,差点爆仓。

嗯,这里要记住:相关性不等于因果关系。跨品种套利的核心是搞清楚「为什么它们应该同涨同跌」。

1.3.3 跨期套利

同一品种,不同到期月份合约之间的价差。比如:

  • 螺纹钢主力合约和次主力合约
  • 沪深300股指期货当月和次月
  • 原油期货近月和远月

跨期套利相对简单一些,因为同一品种在不同月份之间的价差,主要受持仓成本、资金利率、季节性因素影响。我个人的经验是,跨期套利适合做「回归」——当价差偏离历史均值太远时,大概率会回归。

小技巧: 做跨期套利时,我习惯先看「持仓成本」。如果近月合约比远月便宜很多,而且持仓成本算下来有利润,那就可以做正套(买近卖远)。

1.4 如何识别套利机会?

这个问题,说白了就是「怎么找到价差」。我常用的方法有:

  1. 统计套利:计算历史价差的均值、标准差,当价差偏离2个标准差以上时,视为机会
  2. 协整检验:用Engle-Granger或Johansen检验,看两个品种是否存在长期均衡关系
  3. 订单簿分析:实时监控买卖盘口,发现瞬间的价差机会
  4. 事件驱动:比如分红、除权、指数调整等事件,会导致价差出现

我早期做套利时,全靠人工盯盘。后来发现不行,人眼根本跟不上。现在都是用程序自动扫描,一发现价差超过阈值,立刻下单。

这里给个简单的Python示例,展示如何计算价差:

import numpy as np
import pandas as pd

# 假设有两个品种的价格序列
price_a = pd.Series([100, 102, 101, 103, 105])
price_b = pd.Series([99, 101, 100, 102, 104])

# 计算价差
spread = price_a - price_b

# 计算均值和标准差
mean_spread = np.mean(spread)
std_spread = np.std(spread)

# 判断是否出现套利机会
z_score = (spread - mean_spread) / std_spread
print(f"Z-score: {z_score}")

# 如果Z-score大于2,说明价差过大,可以做回归
if abs(z_score.iloc[-1]) > 2:
    print("发现套利机会!")

当然,这只是最基础的。实战中还要考虑交易成本、滑点、资金占用等因素。

1.5 套利的风险——别以为稳赚不赔

很多人觉得套利是无风险的。我告诉你,这是最大的误解。

套利确实风险低,但不是零风险。我见过太多人栽在下面这些坑里:

风险类型 具体表现 我的建议
执行风险 下单时价差已经消失,或者只成交了一边 用算法交易,确保双边同时成交
流动性风险 某个市场深度不够,大单进去价格直接打穿 只做流动性好的品种
政策风险 交易所突然修改规则,或者监管出手 分散品种,别押注单一市场
模型风险 历史规律失效,价差不再回归 定期回测,及时调整参数
资金风险 保证金不足,被强制平仓 做好资金管理,别满仓干

我曾经有一次做跨期套利,价差已经偏离了3个标准差,我满仓杀进去。结果价差继续扩大,我被迫追加保证金。最后虽然回来了,但中间那几天真是煎熬。从那以后,我再也不敢忽视资金管理了。

血的教训: 套利不是无风险。它只是「低风险」。如果你把它当成无风险来做,迟早会出事。

1.6 本章知识体系

为了让你更直观地理解本章内容,我画了一张结构图:

跨市场套利 定义与原理 三种套利模式 机会识别 一价定律 价差来源 市场分割 跨交易所 跨品种 跨期 统计套利 协整检验 订单簿分析 事件驱动 风险控制(重中之重) 执行风险 流动性 政策风险 模型风险

这张图把本章的核心内容串起来了。从定义到模式,从识别到风险,每一步都环环相扣。你把它存下来,以后做套利时拿出来看看,能少走不少弯路。


好了,第一章就聊到这儿。套利这事儿,说起来简单做起来难。但只要你把基础打牢,把风险控制住,它确实是一条稳健的盈利路径。

记住:别贪,别急,别满仓。这是我用真金白银换来的经验。

本章要点回顾:
  • 套利的本质是「一价定律」,赚的是价差
  • 三种模式:跨交易所、跨品种、跨期
  • 识别机会靠统计、协整、订单簿、事件驱动
  • 风险永远存在,资金管理是第一位的

专注资料整理