第4章价差计算与标准化

第4章：价差计算与标准化

各位同学，今天我们来聊聊配对交易里最核心的一环——价差计算与标准化。说实话，我见过不少新手，策略逻辑想得挺美，结果在价差处理上翻了车。嗯，这章咱们就把这块硬骨头啃下来。

4.1 价差序列的构建

配对交易的本质，就是赌两个品种的价差会回归均值。那价差怎么算？最直接的办法就是相减。

原始价差公式：

spread = P1 - hedge_ratio * P2

这里的 hedge_ratio 就是对冲系数。我习惯用线性回归去算，简单粗暴。但要注意，这个系数不是一成不变的。我在实盘里遇到过，某天两个品种的相关性突然变了，系数得重新校准。

构建步骤：

数据对齐：两个品种的时间戳必须一致。别小看这一步，不同交易所的 tick 数据经常错位。
计算对冲系数：用最近60个交易日的收盘价做 OLS 回归。
生成价差序列：用最新系数算出每天的价差。

重要提醒：价差序列必须是平稳的。如果不平稳，你做的配对交易就是伪回归，亏钱是大概率事件。

4.2 Z-Score 计算

价差算出来了，但不同品种的价差绝对值差异很大。比如螺纹钢和热卷的价差可能是几十块，而豆粕和菜粕的价差可能只有几块钱。怎么统一比较？

答案就是 Z-Score。说白了，就是把价差标准化，变成「偏离均值多少个标准差」。

Z-Score 公式：

z_score = (当前价差 - 均值) / 标准差

我个人习惯用滚动窗口来计算均值和标准差。窗口长度我一般选20天或60天。为什么？20天对应一个月的交易周期，60天对应一个季度。你想想看，太短的窗口噪音大，太长的窗口反应迟钝。

代码示例：

import pandas as pd
import numpy as np

def calc_zscore(spread, window=20):
    mean = spread.rolling(window).mean()
    std = spread.rolling(window).std()
    z = (spread - mean) / std
    return z

我的小技巧：如果数据量不够，可以用指数加权移动平均（EWMA）代替简单移动平均。这样近期的数据权重更大，反应更快。

4.3 阈值设定逻辑

Z-Score 算出来了，那什么时候开仓？什么时候平仓？这就涉及到阈值设定。

常见的阈值设定方法：

方法	阈值	适用场景
固定阈值	±2.0 或 ±1.5	历史回测表现稳定
动态阈值	基于历史分位数	市场波动剧烈
自适应阈值	根据波动率调整	多品种通用

我曾经犯过一个错误：固定用 ±2.0 做阈值，结果在2015年股灾期间，价差动不动就跑到 ±3.0 以上，频繁止损。后来我改用动态阈值，根据过去100天的 Z-Score 分位数来设定，效果好了很多。

动态阈值实现逻辑：

def dynamic_threshold(z_score, lookback=100, quantile=0.95):
    upper = z_score.rolling(lookback).quantile(quantile)
    lower = z_score.rolling(lookback).quantile(1 - quantile)
    return upper, lower

避坑指南：我曾经在实盘里直接用历史全量数据算阈值，结果忽略了市场结构的变化。记住，阈值要定期更新，我一般每周重新校准一次。

4.4 知识体系图

下面这张图，是我自己总结的价差计算与标准化的完整流程。你把它存下来，做策略时对照着看，能少走很多弯路。

4.5 实战中的坑与经验

最后，我分享几个实战中踩过的坑：

数据频率不一致：我曾经用1分钟K线做配对，结果两个品种的成交量差异太大，价差噪音多到没法看。后来我改用15分钟K线，效果明显改善。
忽略交易成本：Z-Score 到了阈值就开仓？别急。你得算上手续费和滑点。我一般会在阈值基础上加一个缓冲带，比如阈值是 ±2.0，我实际在 ±2.2 才开仓。
过度优化：回测时把阈值调得特别精准，一到实盘就崩。记住，阈值不是越精确越好，留点余量。

我的习惯：每次调整阈值后，我都会用过去3个月的数据做一次快速回测。如果夏普比率低于1.5，我就重新调。这招帮我避开了不少坑。

好了，价差计算与标准化就讲到这里。记住，这套流程是配对交易的骨架，骨架正了，后面的策略才能站得稳。

📚 课程目录