第二章：基差的构成与计算

各位同学，今天我们来聊聊基差的核心问题。

基差这东西，说白了就是现货和期货之间的「价差」。很多新手一上来就盯着期货价格猛看，却忽略了基差这个关键变量。我做了十几年交易，可以负责任地告诉你——不懂基差，你连市场的大门都没摸到。

2.1 现货价格与期货价格的关系

先问大家一个问题：为什么现货和期货的价格会不一样？

嗯，这里要注意。现货是「现在就能拿到手」的货，期货是「未来某个时间点交货」的合约。两者之间天然存在时间差，这个时间差里包含了仓储费、资金利息、保险费，还有市场对未来供需的预期。

我举个例子。假设现在螺纹钢现货是4000元/吨，一个月后的期货合约是4100元/吨。这100元的差价，一部分是仓储费（比如30元），一部分是资金占用成本（比如20元），剩下的50元，就是市场认为未来螺纹钢会涨的预期。

反过来，如果现货4000元，期货3900元，说明市场看跌。这时候你拿着现货，心里会发慌——因为未来价格可能更低。

我个人习惯把这种关系画成一张图，大家看看：

2.2 基差 = 现货 - 期货 的数学本质

公式很简单：基差 = 现货价格 - 期货价格。

但你别小看这个减法。它背后藏着三个核心逻辑：

1. 持有成本理论：期货价格 = 现货价格 + 仓储费 + 资金利息 + 保险费 - 便利收益
2. 预期理论：期货价格反映了市场对未来现货价格的预期
3. 套利机制：当基差偏离合理范围时，套利者会进场抹平价差

我记得刚入行时，带我的老交易员说过一句话：「基差就是市场的体温计。」当时不太理解，后来做了一笔铜的套利交易才明白——基差异常往往意味着市场出了问题。

2.3 正向市场与反向市场中的基差特征

咱们分开说。

正向市场（Contango）：

• 期货价格高于现货价格
• 基差为负数
• 常见于库存充足、供应宽松的时期
• 比如2020年原油期货跌到负值之前，就是典型的正向市场

反向市场（Backwardation）：

• 现货价格高于期货价格
• 基差为正数
• 常见于供应紧张、需求旺盛的时期
• 比如2021年铜价暴涨时，现货比期货贵很多

我曾经在反向市场里栽过跟头。当时做多螺纹钢期货，觉得现货那么贵，期货迟早会跟上来。结果现货一直紧缺，期货就是不涨，基差越拉越大。后来我才明白——反向市场里，做空基差比做多期货更安全。

2.4 基差的强弱与波动率分析

基差不是静止的，它每天都在变。我们需要关注两个维度：方向和幅度。

基差强弱判断：

基差状态	定义	常见场景
基差走强	基差数值变大（正数更大或负数更小）	现货紧缺加剧，或期货被过度做空
基差走弱	基差数值变小（正数更小或负数更大）	供应改善，或期货被过度做多
基差震荡	基差在某个区间内来回波动	市场供需平衡，缺乏方向性驱动

波动率分析：

基差的波动率，说白了就是基差变动的剧烈程度。我一般用20日移动标准差来计算：

# 基差波动率计算示例（Python）
import numpy as np

# 假设有20个交易日的基差数据
basis = np.array([-50, -45, -60, -55, -70, -65, -80, -75, -90, -85,
                  -100, -95, -110, -105, -120, -115, -130, -125, -140, -135])

# 计算日收益率
returns = np.diff(basis) / basis[:-1]

# 计算波动率（年化）
volatility = np.std(returns) * np.sqrt(252)

print(f"基差年化波动率: {volatility:.2%}")

为什么要算波动率？因为波动率越高，套利机会越多，但风险也越大。

我个人的经验是：当基差波动率处于历史低位时，往往意味着市场即将变盘。比如2022年镍期货的逼仓事件，之前基差波动率连续三个月处于低位，然后突然爆发，一天之内基差从-200美元飙到+2000美元。

最后总结一下基差分析的核心框架：

• 看方向：正向还是反向？基差在走强还是走弱？
• 看幅度：基差绝对值有多大？是否偏离历史均值？
• 看波动：波动率是高是低？是否处于极端位置？
• 看回归：临近交割日，基差是否在向零回归？

嗯，今天就讲到这里。基差这东西，说难不难，说简单也不简单。关键是你要把它当成一个「活物」来看待——它会呼吸，会跳动，会给你信号。抓住了基差，你就抓住了市场的脉搏。

---