第二章：价差分析——套利交易的核心密码

做跨市场套利这么多年，我越来越觉得，价差分析就是整个交易体系的基石。说白了，你连价差都搞不明白，还谈什么套利？今天我就把这块硬骨头啃下来，带着大家从定义到实战，一步步吃透。

2.1 价差的定义：不只是简单的减法

价差，数学上就是两个相关资产价格的差。比如沪铜和伦铜，你拿沪铜主力合约价格减去伦铜折算后的价格，得到的就是价差。

但这里有个坑——价差不是随便减的。我刚开始做的时候，直接拿人民币价格减美元价格，结果发现价差波动大得离谱。后来才意识到，汇率、合约单位、交割日期都得对齐。

举个例子，沪铜（5吨/手）和伦铜（25吨/手）的价差计算：

# 伪代码示例
沪铜价格 = 68000 元/吨
伦铜价格 = 8500 美元/吨
汇率 = 7.2

# 调整后的伦铜价格
伦铜_人民币 = 8500 × 7.2 = 61200 元/吨

# 价差
价差 = 68000 - 61200 = 6800 元/吨

嗯，这里要注意，不同交易所的报价单位可能不一样。有的按吨，有的按磅，有的按盎司。我建议统一换算成同一单位再算价差，否则你看到的价差可能只是单位换算的假象。

2.2 价差的统计特征：摸清它的脾气

价差不是随机游走的。它有自己的脾气和规律。我个人习惯先看三个核心统计量：均值、标准差、偏度。

统计量	含义	实战意义
均值	价差的长期平均水平	判断当前价差是否偏离正常范围
标准差	价差的波动幅度	设定开仓和平仓的阈值
偏度	价差分布的不对称性	判断套利机会的偏向性

我记得有一次分析豆粕和菜粕的价差，发现偏度是负的。这意味着价差更容易出现极端负值。后来果然遇到一次价差暴跌，提前设好的止损单救了我一命。

2.3 价差的均值回归特性：套利的理论基础

为什么价差会均值回归？说白了，是因为两个资产之间存在经济上的约束关系。比如同一商品在不同市场的价差，如果太大，套利者就会进场，把价差拉回来。

我测试过几十个品种的价差序列，发现大部分都有均值回归特性，但回归的速度和强度不一样。

• 强回归品种：股指期货跨期价差、黄金跨市场价差
• 弱回归品种：某些农产品跨品种价差、受政策影响的品种

怎么量化均值回归？我常用的是半衰期这个概念。半衰期越短，回归越快。

# 计算半衰期（简化版）
import numpy as np
from statsmodels.tsa.stattools import adfuller

def half_life(spread):
    # 对价差做ADF检验
    adf_stat, p_value, _, _, critical_values, _ = adfuller(spread)
    
    # 如果p值小于0.05，说明有均值回归特性
    if p_value < 0.05:
        # 用OLS估计回归速度
        spread_lag = spread[:-1]
        spread_diff = np.diff(spread)
        # 回归系数
        beta = np.polyfit(spread_lag, spread_diff, 1)[0]
        # 半衰期
        hl = -np.log(2) / beta
        return hl
    else:
        return None

你想想看，如果半衰期是5天，意味着价差偏离均值后，大约5天能回归一半。这个信息对持仓周期的设定很有帮助。

2.4 价差的波动率分析：风险管理的核心

波动率决定了你的套利策略能承受多大的价差波动。我个人习惯把波动率分成两种：

1. 历史波动率：基于过去数据计算的波动率
2. 隐含波动率：从期权价格反推的波动率

对于价差套利，我更关注历史波动率，因为它直接反映价差的实际波动情况。

波动率分析的核心用途：

• 设定止损：波动率越大，止损要设得越宽
• 仓位管理：波动率低时加大仓位，波动率高时减小仓位
• 入场时机：波动率收缩时入场，扩张时离场

# 计算价差的滚动波动率
def rolling_volatility(spread, window=20):
    # 计算对数收益率
    log_returns = np.log(spread[1:] / spread[:-1])
    # 滚动标准差
    rolling_std = pd.Series(log_returns).rolling(window).std()
    # 年化波动率
    annual_vol = rolling_std * np.sqrt(252)
    return annual_vol

我记得有一次做原油跨期套利，价差波动率突然飙升到历史高位的3倍。按照我的规则，应该减仓甚至平仓。但当时贪心，觉得价差偏离均值很多，想多赚点。结果波动率继续扩大，最后止损出局。嗯，从那以后，我再也不敢忽视波动率信号了。

知识体系总览

下面这张图是我自己整理的价差分析知识框架，建议保存下来反复看：

这张图把价差分析的四个维度串起来了。从定义出发，到统计特征，再到均值回归和波动率，最后落地到实战应用。你每次做价差分析时，都可以拿这张图对照一下，看看自己漏了哪个环节。

---

好了，价差分析这块就讲到这里。记住，分析不是为了分析而分析，而是为了找到那个胜率高的入场点。下一章我们会聊具体的套利策略构建，到时候这些分析工具就能派上大用场了。