一、套利基础：什么是跨所套利？价差与套利机会的数学定义

各位同学，咱们今天聊点实在的。

跨所套利，说白了就是「搬砖」。同一个资产，在不同交易所卖不同价钱，你低价买、高价卖，赚个差价。听起来简单吧？但实际做起来，坑多着呢。

我刚开始做量化那会儿，觉得这不就是无风险套利吗？结果第一次实盘就被教育了——嗯，那笔单子到现在我还记得清清楚楚。

1.1 价差的数学定义

先给个严谨的定义。假设比特币在币安的价格是 P_binance，在 OKX 的价格是 P_okx。

那么价差就是：

Spread = P_binance - P_okx

如果 Spread > 0，说明币安贵、OKX 便宜。你应该在 OKX 买，在币安卖。

如果 Spread < 0，反过来操作。

但这里有个关键点——价差不是固定的。它像心跳一样，一直在跳。你看到价差的那一刻，和你能下单的那一刻，价差可能已经变了。

1.2 价差是怎么产生的？

你可能会问：同一个比特币，为什么不同交易所价格不一样？

原因其实很简单：

• 流动性差异：大交易所深度好，小交易所深度差。大单砸下去，价格波动不一样。
• 地域时差：不同国家用户群体不同，情绪不同。我记得有一次韩国泡菜溢价，比特币比全球均价高 20%。
• 交易所机制：有的交易所是现货，有的是合约。合约有资金费率，会影响价格。
• 网络延迟：信息传递需要时间。一个交易所先涨了，另一个要等几毫秒甚至几秒才跟上。

说白了，市场不是完全有效的。套利者就是利用这种「不完全有效」来赚钱。

1.3 套利机会的量化判断

光看价差还不够。你得算清楚到底能不能赚钱。

我一般用这个公式来判断：

套利利润 = 价差 - 手续费 - 滑点 - 延迟成本

其中：
- 手续费：双边交易，一般 0.1% 左右
- 滑点：取决于你的单子大小和市场深度
- 延迟成本：从看到信号到成交，价差可能缩窄

举个例子：

项目	数值
币安价格	100,000 USDT
OKX 价格	99,800 USDT
价差	200 USDT (0.2%)
手续费 (双边)	0.1% × 2 = 0.2%
滑点估计	0.05%
延迟成本	0.03%
净利润	-0.08% (亏损!)

1.4 价差的统计特征

做套利，你得了解价差的「脾气」。

我习惯用这几个指标来刻画：

• 均值：长期来看，价差围绕某个值波动。比如 BTC/USDT 在币安和 OKX 之间，均值可能在 5-10 USDT 左右。
• 标准差：价差波动有多大。波动越大，套利机会越多，但风险也越大。
• 自相关性：价差有没有趋势？如果价差一直在扩大，你追进去可能被套。
• 半衰期：价差偏离均值后，多久能回归？这个很关键。半衰期越短，套利越安全。

你想想看，如果价差半衰期是 10 秒，那你从看到信号到成交，必须在 10 秒内完成。否则价差自己就回去了，你白忙活。

1.5 套利机会的实时监控

实战中，我们不会手动去算。都是程序自动监控。

一个简单的监控逻辑是这样的：

while True:
    p1 = get_price("binance", "BTC/USDT")
    p2 = get_price("okx", "BTC/USDT")
    spread = p1 - p2
    
    if abs(spread) > threshold:
        # 触发套利
        if spread > 0:
            buy("okx")
            sell("binance")
        else:
            buy("binance")
            sell("okx")
    
    sleep(0.1)  # 100ms 轮询一次

但这里有个问题——100ms 轮询太慢了。真正的套利系统，延迟要控制在微秒级。这个我们后面章节会详细讲。

1.6 本章知识体系

下面这张图，是我自己总结的跨所套利核心逻辑。你仔细看看，后面所有内容都是围绕这个展开的。

这张图其实就讲了三件事：

1. 获取数据：从两个交易所拿到实时价格
2. 计算价差：判断有没有机会
3. 执行交易：有机会就干，没机会就等

但你看，这里面每一步都有坑。数据延迟怎么办？价差刚算出来就变了怎么办？下单时滑点太大怎么办？

这些就是我们后面要解决的问题。