3、价差与比价分析
做跨期套利，说白了就是吃两个合约之间的“价差”饭。你想想看，同一个品种，近月和远月合约价格不一样，这中间的差值就是我们的利润来源。今天我就带你把价差和比价这两个核心概念彻底搞明白。
价差的定义与计算
价差，英文叫Spread，就是两个期货合约价格相减的结果。公式很简单：
价差 = 近月合约价格 - 远月合约价格或者反过来也行，关键是你得保持一致。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”状态；为负时，就是“contango”。
举个例子：
螺纹钢RB2305价格：4200元/吨
螺纹钢RB2310价格：4100元/吨
价差 = 4200 - 4100 = 100元/吨嗯，这里要注意：价差计算时，两个合约的合约乘数必须一致。螺纹钢都是10吨/手，所以直接减就行。但有些品种，比如原油，不同合约的乘数可能不同，那就得先换算成同一单位。
比价关系的数学表达
比价，就是两个合约价格的比值。公式：
比价 = 近月合约价格 / 远月合约价格比价的好处是，它天然消除了价格水平的影响。比如豆粕价格从3000涨到4000，价差可能从50变成80，但比价可能变化不大。这在做跨品种套利时特别有用。
举个例子：
豆粕M2305价格：3800元/吨
豆粕M2309价格：3700元/吨
比价 = 3800 / 3700 ≈ 1.027比价大于1，说明近月比远月贵；小于1则相反。你想想看，比价其实就是一个“相对价格”的概念，它告诉你近月合约相对于远月合约是贵了还是便宜了。
价差的统计特征
价差序列不是随机游走的，它有明显的统计特征。我做了这么多年，总结出三个关键点：
- 均值回归性：价差会在某个均值附近波动，不会无限偏离。这是套利策略能赚钱的根本原因。
- 波动率聚集：价差波动大的时候，会持续大；波动小的时候，会持续小。这跟股票市场的波动率聚集是一个道理。
- 季节性规律：农产品价差有明显的季节性。比如大豆，收获季节近月合约压力大，价差会走弱。
我记得有一次做玉米跨期套利，发现价差在每年9-10月都会出现一个明显的低点。后来一查，原来是新粮上市导致的季节性压力。从那以后，我每年这个时候都会重点关注。
价差的统计特征可以用以下指标量化：
| 指标 | 含义 | 典型值（螺纹钢） |
|---|---|---|
| 均值 | 价差的长期平均水平 | 50元/吨 |
| 标准差 | 价差的波动程度 | 30元/吨 |
| 偏度 | 价差分布是否对称 | -0.2（左偏） |
| 峰度 | 价差分布的尾部厚度 | 3.5（厚尾） |
价差序列的平稳性概念
平稳性，这个词听起来高大上，说白了就是价差序列的统计性质不随时间变化。具体来说：
- 均值平稳：价差围绕一个固定均值波动，不会越走越远
- 方差平稳：价差的波动幅度大致稳定
- 自协方差平稳：价差在不同时间点的相关性只与时间间隔有关
为什么要关心平稳性？因为只有平稳的价差序列，我们才能用统计模型去预测它的未来走势。如果价差不平稳，那套利策略就是空中楼阁。
检验平稳性的常用方法是ADF检验（Augmented Dickey-Fuller test）。代码实现很简单：
from statsmodels.tsa.stattools import adfuller
# 假设spread是价差序列
result = adfuller(spread)
p_value = result[1]
if p_value < 0.05:
print("价差序列平稳，可以做套利")
else:
print("价差不平稳，需要差分或考虑其他品种")嗯，这里还要注意：即使价差序列通过了平稳性检验，也不代表它永远平稳。市场结构会变，比如交易所调整保证金、手续费，或者现货市场出现新的供需格局，都可能导致价差的统计特征发生变化。所以，我每季度都会重新做一次平稳性检验，确保模型仍然有效。
最后，用一张图来总结本章的知识体系：
好了，价差与比价分析就讲到这里。记住一句话：价差是套利的基础，比价是跨品种的利器，统计特征告诉我们规律，平稳性决定策略能不能用。把这四点吃透了，跨期套利你就入门了。