第3章价差计算

第3章价差计算：价差公式、标准化处理与数据清洗

好，咱们进入实战环节的第一个硬核知识点——价差计算。

很多人觉得价差不就是两个价格相减吗？嗯，表面上看确实如此。但实际跑起来，你会发现事情没那么简单。我早年做第一个跨期套利策略时，就栽在价差计算上。数据没处理好，策略回测曲线漂亮得像假的一样，实盘一跑直接崩了。

今天咱们就把这块掰开揉碎了讲清楚。

3.1 价差的核心公式

先看最基础的定义。

跨期套利的价差，通常指同一品种、不同到期月份合约之间的价格差。公式很简单：

价差 = 近月合约价格 - 远月合约价格

或者反过来，取决于你的交易习惯。我个人习惯用近月减远月，这样价差为正时，说明近月比远月贵，市场处于“backwardation”（现货溢价）状态。

举个例子：

螺纹钢 RB2305（近月） = 4200 元/吨
螺纹钢 RB2310（远月） = 4100 元/吨
价差 = 4200 - 4100 = 100 元/吨

这个100就是价差。看起来简单吧？但实际数据里，你拿到的价格可能是这样的：

RB2305: 4200, 4201, 4198, 4203, NaN, 4202
RB2310: 4100, 4099, 4102, 4098, 4101, NaN

看到NaN了吗？这就是真实数据。缺失值、跳空、异常点，一个都不会少。

核心要点：价差公式本身不难，难的是你拿到的原始数据质量。数据清洗不到位，后面所有分析都是空中楼阁。

3.2 标准化处理：让不同品种的价差可比较

好，价差算出来了。但问题来了——螺纹钢的价差100，和铜的价差500，能直接比吗？不能。因为价格基数不同。

这就引出了标准化处理。

我常用的标准化方法有两种：

3.2.1 Z-score 标准化

说白了，就是把价差转换成“偏离均值多少个标准差”。公式：

Z = (当前价差 - 价差均值) / 价差标准差

这样做的好处是：不同品种的价差都变成了无量纲的数值，可以直接比较。比如Z=2，意味着当前价差偏离均值2个标准差，属于极端情况。

我在项目中遇到过一个问题：用全历史数据算均值和标准差，结果策略对近期行情反应迟钝。后来我改用滚动窗口，比如用过去60个交易日的数据算，效果就好多了。

实战技巧：滚动窗口的长度怎么选？我一般用20天（约1个月）到60天（约1个季度）。太短了噪声大，太长了反应慢。你可以根据品种的波动特性来调。

3.2.2 百分比标准化

另一种方法，是把价差除以某个基准价格，得到百分比：

标准化价差 = 价差 / 近月合约价格 × 100%

这样做的好处是直观。比如价差100，近月价格4200，标准化后就是2.38%。你一眼就能看出价差占价格的比重。

我个人更偏爱Z-score，因为它能直接反映价差的统计显著性。但百分比法在向非技术背景的同事解释时更好用。

3.3 数据清洗：实战中的那些坑

好，到了最关键的环节。数据清洗做不好，策略就是废的。我踩过的坑，今天全告诉你。

3.3.1 缺失值处理

真实数据里，缺失值太常见了。节假日、数据源故障、合约换月，都会导致缺失。

处理方法：

向前填充：用上一个有效值填充。适合短期缺失。
线性插值：用前后两个有效值做线性插值。适合价格连续的情况。
直接删除：如果缺失太多，干脆删掉那段时间的数据。

我曾经犯过一个错：用向前填充处理了连续5天的缺失数据，结果策略在回测里表现很好，实盘却连续触发错误信号。后来才发现，那5天市场发生了重大变化，向前填充完全扭曲了真实情况。

避坑指南：缺失值超过3个连续交易日，我建议直接删除，不要填充。宁可少做几笔交易，也不要基于错误数据做决策。

3.3.2 异常值检测

价差数据里经常出现“飞点”——比如正常价差在100左右波动，突然蹦出一个500。这通常是数据错误，不是市场机会。

我常用的方法：

# 基于3倍标准差剔除异常值
import numpy as np

def remove_outliers(spread, threshold=3):
    mean = np.mean(spread)
    std = np.std(spread)
    z_scores = np.abs((spread - mean) / std)
    return spread[z_scores < threshold]

但注意，这个方法有个问题：如果价差本身有趋势，用全局均值和标准差会误删正常数据。我建议先用差分或去趋势处理，再做异常值检测。

3.3.3 合约换月处理

这是跨期套利里最头疼的问题。合约到期了，你得换到下一个合约。但换月那天，价差会有一个“跳变”。

举个例子：

日期	近月合约	远月合约	价差
2023-05-10	RB2305	RB2310	100
2023-05-11	RB2310	RB2401	80

看到没？换月前后，价差从100变成了80。这不是市场变了，而是合约变了。如果你不做处理，策略会以为价差突然缩小了20点，可能触发错误的交易信号。

我的处理方式：

方法一：在换月日前后各留3天缓冲期，不交易。
方法二：用价差的变化量（差分）代替价差本身，这样跳变的影响就消除了。
方法三：构建连续价差序列，用换月日的价差差值做调整。

我个人推荐方法二。差分后的价差变化量，能更真实地反映市场动态。

3.4 实战代码示例

说了这么多，咱们直接上代码。这是一个完整的价差计算与清洗流程：

import pandas as pd
import numpy as np

def calculate_spread(near_price, far_price):
    """
    计算价差，并做标准化处理
    """
    # 1. 计算原始价差
    spread = near_price - far_price
    
    # 2. 删除缺失值（连续缺失超过3天则删除整段）
    spread = spread.dropna()
    
    # 3. 异常值检测（滚动窗口3倍标准差）
    rolling_mean = spread.rolling(window=20).mean()
    rolling_std = spread.rolling(window=20).std()
    z_scores = np.abs((spread - rolling_mean) / rolling_std)
    spread_clean = spread[z_scores < 3]
    
    # 4. Z-score标准化
    spread_z = (spread_clean - spread_clean.mean()) / spread_clean.std()
    
    return spread_z

# 使用示例
near = pd.Series([4200, 4201, 4198, 4203, np.nan, 4202])
far = pd.Series([4100, 4099, 4102, 4098, 4101, np.nan])
spread_z = calculate_spread(near, far)
print(spread_z)

这段代码看起来简单，但包含了缺失值处理、异常值检测、标准化三个核心步骤。你可以在自己的数据上直接跑。

3.5 本章知识体系

下面这张图，帮你把本章的核心逻辑串起来：

这张图展示了从原始数据到标准化价差序列的完整流程。每一步都有坑，每一步都需要你根据实际情况调整参数。

总结一下：价差计算不是简单的减法。数据清洗和标准化处理，才是决定策略成败的关键。我见过太多人在这上面栽跟头，希望你能少走弯路。

好，这一章就到这里。记住：数据质量决定策略上限。把基础打牢，后面的路才能走稳。

📚 课程目录