2. 价差原理：价差的定义、形成原因与统计特征
做跨品种套利，说白了就是跟「价差」打交道。
你可能会问：价差不就是两个价格相减吗？有什么好讲的？
嗯，我刚开始做量化那会儿也是这么想的。直到有一次，我在螺纹钢和热卷的套利上栽了个跟头——价差突然偏离了三个标准差，我以为是机会，重仓冲进去，结果被市场狠狠教育了一顿。后来复盘才发现，我连价差的「统计特征」都没搞清楚。
所以这一节，咱们把价差这个东西彻底掰开揉碎。你理解了它，套利就成功了一半。
2.1 价差的定义
价差，就是两个相关品种价格之间的差值。
数学上很简单：
价差 = 品种A价格 - 品种B价格但这里有个坑：价差不是随便减的。
举个例子，螺纹钢和热卷都是钢材，但它们的计价单位、合约乘数、最小变动价位可能不一样。你直接用期货价格相减，得到的是一个「名义价差」，不是「真实价差」。
真实价差 = 品种A价格 × 乘数A - 品种B价格 × 乘数B
或者更常见的做法：标准化价差 = 品种A价格 - 品种B价格 × 系数
这个系数怎么定？我在项目中一般用两种方法：
- 基本面系数：比如豆油和棕榈油，按出油率折算，1吨豆油≈1.1吨棕榈油
- 统计系数：用历史数据做回归，找到最优对冲比例
我个人习惯先用基本面系数做初步分析，再用统计方法微调。别一上来就搞复杂的统计模型，容易过拟合。
2.2 价差的形成原因
价差为什么存在？说白了，就是市场不是完全有效的。
我总结了三个核心原因：
2.2.1 供需结构差异
两个品种虽然相关，但各自的供需基本面不同。比如：
- 豆粕和菜粕：都是饲料原料，但豆粕依赖进口大豆，菜粕主要国内生产。一旦大豆到港量减少，豆粕供给紧张，价差就会拉大
- 螺纹钢和热卷：螺纹钢主要用于房地产，热卷用于制造业。两个行业景气度不同，价差自然波动
2.2.2 季节性因素
很多品种有生产或消费的季节性。我记得做白糖和淀粉糖套利时，每年11月到次年2月，白糖消费旺季，价差就会明显走扩。
| 品种对 | 季节性规律 | 价差特征 |
|---|---|---|
| 豆油-棕榈油 | 棕榈油夏季产量高，价格承压 | 夏季价差扩大，冬季收窄 |
| 焦煤-焦炭 | 焦化厂冬季限产 | 冬季价差收窄 |
| 甲醇-乙二醇 | 甲醇冬季取暖需求增加 | 冬季价差扩大 |
2.2.3 市场情绪与资金博弈
这个原因最容易被忽视。价差短期波动，很多时候跟基本面无关，纯粹是资金在搞事情。
我曾经遇到过一次：螺纹钢和热卷的价差，在没有任何基本面变化的情况下，一天内波动了2%。后来查持仓数据，发现是有个大户在同时做多螺纹、做空热卷，硬生生把价差打了下来。
注意：价差的短期波动，大部分是噪音。别看到价差偏离就冲进去，先问问自己：这个偏离有基本面支撑吗？
2.3 价差的统计特征
搞清楚了价差是什么、怎么来的，接下来就是核心问题：价差到底长什么样？
我习惯用三个统计特征来描述价差：
2.3.1 均值回归性
大多数价差序列，都有均值回归的特征。什么意思？就是价差不会无限偏离，最终会回到某个均衡水平。
为什么会这样？因为套利者在赚钱。价差偏离大了，套利者就会进场，把价差打回来。
核心指标：价差的半衰期（Half-Life）
半衰期越短，均值回归越快。我个人经验：半衰期在5-20个交易日的品种对，最适合做套利。
2.3.2 波动率聚集
价差的波动率不是均匀的。有时候连续几天风平浪静，突然一天剧烈波动。
我记得做PTA和乙二醇套利时，价差波动率有明显的「周内效应」：周一波动最大，周五波动最小。后来发现，这是因为PTA的库存数据在周一公布。
2.3.3 分布特征
价差的分布，通常不是完美的正态分布。它往往有：
- 尖峰厚尾：极端值出现的概率比正态分布高
- 偏态：价差可能偏向某一侧
这一点很重要。如果你用正态分布假设去算开仓阈值，很容易被极端行情打爆。
我的做法：用历史分位数（比如5%和95%分位）来设定开仓阈值，而不是用标准差。这样更稳健。
2.4 价差分析的核心框架
说了这么多，咱们用一张图来总结价差分析的逻辑：
这张图把价差分析的逻辑串起来了。你从定义出发，搞清楚形成原因，再分析统计特征，最后才能设计出靠谱的套利策略。
2.5 实战中的几个坑
最后，分享几个我踩过的坑：
- 别把相关性当因果：两个品种价差大，不代表它们一定会回归。我见过有人做螺纹钢和玉米的套利，理由是「它们都是商品」——结果亏得很惨。
- 注意合约切换：期货有到期日，价差在换月时会有跳跃。我习惯用连续合约做分析，但实盘时一定要用具体合约。
- 别忽略交易成本：价差套利的利润本来就不厚，手续费、滑点一扣，可能就没了。我一般要求预期收益至少覆盖3倍交易成本才出手。
一个小技巧：在分析价差之前，先画一张价差走势图，用肉眼看看它是不是「来回晃」的。如果价差一路向北不回头，那就不适合做均值回归套利。
好了，价差原理就讲到这里。你理解了价差的定义、形成原因和统计特征，下一步就可以开始设计具体的套利策略了。
公众号:蓝海资料掘金营，微信deep3321