第四章 基差交易的实战准备：数据获取与处理、基差计算与可视化、交易标的筛选
好，咱们直接进入正题。
前面三章讲了基差交易的底层逻辑和策略框架，算是把「道」给捋顺了。但从「道」到「术」，中间还隔着一道坎——数据。没有干净的数据，再牛逼的策略也是空中楼阁。
我个人习惯把实战准备分成三步：数据获取与处理 → 基差计算与可视化 → 交易标的筛选。这三步走扎实了，后面策略回测和实盘交易才能站得住脚。
4.1 数据获取与处理：地基不牢，地动山摇
做基差交易，核心数据就两样：现货价格和期货价格。听起来简单，但坑特别多。
4.1.1 数据源的选择
我常用的数据源分三类：
- 交易所官方数据：上期所、大商所、郑商所、中金所。最权威，但接口不太友好，需要自己写爬虫或者买数据服务。
- 金融终端API：Wind、Choice、Tushare、AkShare。我早期做量化时主要用Wind，后来发现AkShare免费且覆盖全，适合个人交易者。
- 产业数据平台：比如钢联数据、卓创资讯。做黑色系和化工品时，这些平台的现货报价比期货数据更及时。
4.1.2 数据清洗的常见坑
数据拿到手，第一件事不是算基差，而是清洗。我总结过几个高频问题：
- 缺失值处理：节假日、非交易日会导致数据断点。我一般用前向填充（ffill），或者用插值法补全。
- 异常值剔除：比如某天现货价格突然跳涨10%，但当天没有重大新闻。这种多半是数据录入错误，我会用3倍标准差法过滤。
- 合约换月处理：期货合约有到期日，主力合约会切换。如果不处理换月，基差序列会出现跳跃。我习惯用「持仓量最大」原则确定主力合约，换月当天做平滑处理。
4.1.3 数据对齐与频率统一
现货和期货的数据频率往往不一致。现货可能是日频，期货是分钟频。做基差交易，我建议统一到日频，因为基差回归通常需要几天到几周，日内波动太杂。
对齐方法很简单：
# Python示例：将期货数据按日期对齐到现货数据
import pandas as pd
# 假设df_spot是现货日频数据，df_futures是期货分钟频数据
df_futures_daily = df_futures.resample('D').last() # 取每日收盘价
df_aligned = pd.merge(df_spot, df_futures_daily, on='date', how='inner')
4.2 基差计算与可视化：把数字变成直觉
数据准备好了，接下来就是算基差。公式很简单：
基差 = 现货价格 - 期货价格
但实际应用中，有几个细节要注意。
4.2.1 基差的标准化处理
不同品种的绝对价格差异很大。铜的基差可能是几百块，玉米的基差可能只有几十块。直接比较绝对值没有意义。我一般会计算基差率：
基差率 = (现货价格 - 期货价格) / 期货价格 * 100%
这样就能跨品种比较了。比如铜的基差率是0.5%，玉米的基差率是1.2%，一眼就能看出哪个品种的基差偏离更大。
4.2.2 可视化：一张图胜过千行数据
我个人习惯用三线图来展示基差：
- 第一条线：现货价格走势
- 第二条线：期货价格走势
- 第三条线：基差（或基差率）
这样能直观看到基差什么时候扩张、什么时候收敛。我常用Matplotlib或Plotly画图，代码大概这样：
import matplotlib.pyplot as plt
plt.figure(figsize=(12, 6))
plt.plot(df_aligned['date'], df_aligned['spot'], label='现货价格')
plt.plot(df_aligned['date'], df_aligned['futures'], label='期货价格')
plt.plot(df_aligned['date'], df_aligned['basis'], label='基差', linestyle='--')
plt.legend()
plt.title('螺纹钢基差走势图')
plt.show()
4.2.3 基差的统计特征
光看图还不够，还得算统计量。我一般关注这几个指标：
| 指标 | 含义 | 阈值参考 |
|---|---|---|
| 均值 | 基差的长期中枢 | 不同品种差异大 |
| 标准差 | 基差的波动幅度 | 超过2倍标准差视为极端 |
| 偏度 | 基差分布是否对称 | 偏度>0.5需警惕 |
| 自相关系数 | 基差的持续性 | >0.8说明趋势性强 |
这些统计量能帮你判断：当前基差是随机波动，还是已经偏离到可以下注的程度。
4.3 交易标的筛选：好品种是成功的一半
不是所有品种都适合做基差交易。我筛选标的时，会看三个维度：
4.3.1 流动性
流动性差的品种，基差再大你也进不去、出不来。我一般要求：
- 期货主力合约日均成交量 > 10万手
- 买卖价差 < 0.1%
- 持仓量 > 5万手
符合这些条件的品种，比如螺纹钢、铁矿石、PTA、甲醇、豆粕，都是基差交易的常客。
4.3.2 基差波动性
基差波动太小，没有交易空间；波动太大，风险失控。我习惯用基差波动率来筛选：
基差波动率 = 基差日收益率的标准差 * sqrt(252)
我个人偏好基差波动率在10%-30%之间的品种。低于10%，赚不到钱；高于30%，心脏受不了。
4.3.3 产业逻辑支撑
这一点容易被量化交易者忽略。基差回归不是必然的，它需要产业逻辑支撑。比如：
- 库存周期：库存高时，现货贴水概率大；库存低时，现货升水概率大。
- 季节性：农产品有收获季，黑色系有开工季，这些都会影响基差。
- 交割制度：临近交割月，基差必然收敛。这是最硬的逻辑。
4.4 本章知识体系图
下面这张图把本章的核心逻辑串起来了。你可以把它当作实战前的检查清单：
4.5 本章小结
嗯，内容不少，但核心就三句话：
- 数据是命根子：花80%的时间在数据上，20%的时间在策略上。数据错了，策略白做。
- 基差要可视化：别只看数字，画出来。一张好的基差图能帮你发现别人看不到的机会。
- 标的筛选要严格：宁缺毋滥。流动性差、波动性不合适的品种，再好的基差也别碰。
我记得刚入行时，带我的老交易员说过一句话：「基差交易不是预测价格，而是做概率。」你想想看，数据准备得越充分，你的概率优势就越大。这一步偷懒了，后面全是白费功夫。
公众号:蓝海数据掘金营，微信deep3321