1. 套利交易基础：什么是跨品种套利、套利交易的数学原理、统计套利与确定性套利的区别

各位同学，欢迎来到《从零搭建跨品种套利交易系统》的第一课。

做量化这些年，我见过太多人一上来就研究什么神经网络、高频策略。结果呢？实盘跑起来亏得连裤衩都不剩。我个人习惯是，先搞懂最基础的东西——套利。说白了，套利就是捡钱，只不过这钱藏得比较深，需要你用数学和逻辑把它挖出来。

1.1 什么是跨品种套利？

先问大家一个问题：为什么同是原油，布伦特和美原油的价差会波动？为什么螺纹钢和热卷板的价格走势高度相关？

跨品种套利，就是利用两个或多个相关品种之间的价格失衡来获利。你买一个，卖另一个，等它们回归正常关系后平仓。

举个例子，我记得2019年做豆粕和菜粕的套利。这两个东西都是饲料原料，价格长期保持稳定关系。突然有一天，豆粕因为美国大豆减产暴涨，菜粕却没怎么动。我当时就做多菜粕、做空豆粕。一周后价差回归，稳稳赚了一波。

跨品种套利的核心逻辑就一句话：相关品种的价格不会永远偏离。

1.2 套利交易的数学原理

搞量化，数学是躲不开的。但别怕，套利的数学其实很简单。

假设有两个品种A和B，它们的价格分别为P_A和P_B。我们定义一个价差：

Spread = P_A - β × P_B

这里的β是一个系数，用来调整两个品种的“比例关系”。比如螺纹钢和热卷，1吨螺纹钢大概对应0.95吨热卷，那β就是0.95。

套利的核心假设是：价差Spread会围绕一个均值上下波动。

当价差偏离均值超过某个阈值时，我们就开仓：

• 如果价差过高（Spread > μ + kσ），做空价差（卖A买B）
• 如果价差过低（Spread < μ - kσ），做多价差（买A卖B）

其中μ是均值，σ是标准差，k是阈值倍数（通常取2或3）。

这里有一个完整的套利交易流程：

# 伪代码示例
def check_arbitrage_signal(price_A, price_B, beta, mu, sigma, k):
    spread = price_A - beta * price_B
    z_score = (spread - mu) / sigma
    
    if z_score > k:
        return "做空价差：卖A买B"
    elif z_score < -k:
        return "做多价差：买A卖B"
    else:
        return "无信号，持有或观望"

1.3 统计套利与确定性套利的区别

这个问题，我当年面试量化岗的时候被问过。面试官问我：“你做的套利，到底是统计上的，还是确定性的？”

我当时一愣，后来才明白这两者天差地别。

对比维度	统计套利	确定性套利
核心逻辑	基于历史统计规律	基于无风险定价关系
风险程度	有风险，价差可能不回归	理论上无风险
典型例子	股票配对交易、跨品种套利	期现套利、跨期套利
持仓时间	几天到几周	几分钟到几天
资金占用	较低	较高（需要保证金）

确定性套利，说白了就是“铁定赚钱”的机会。比如股指期货和ETF之间的期现套利，价差超过交易成本就能做。这种机会转瞬即逝，需要程序化交易抢单。

统计套利，则是“大概率赚钱”。它基于历史数据发现两个品种的价差会均值回归。但注意，历史不代表未来。我曾经在2015年股灾时做统计套利，价差就是不回归，差点爆仓。嗯，这里要提醒大家：统计套利不是无风险的。

1.4 知识体系总览

为了让大家更直观地理解本章内容，我画了一张图：

这张图把本章的核心内容串起来了。你仔细看，从套利交易出发，分出了三个分支：跨品种套利、数学原理、统计与确定性套利的对比。每个分支下面又有具体的知识点。

我个人建议，初学者先搞懂数学原理，再去看统计套利。确定性套利虽然稳，但机会太少，不适合练手。

好了，这一章就到这里。记住：套利不是印钞机，它是你在这个市场里活下去的护身符。

---