1. 价差回归策略初探：什么是价差？什么是回归？
做量化交易这些年，我见过太多人一上来就盯着单品种的K线猛看。说实话，单边趋势策略确实赚钱快，但回撤起来也吓人。我个人习惯，做策略之前先想清楚一个问题：这个策略凭什么赚钱？
价差回归策略，说白了就是利用两个相关资产之间的价格关系来获利。嗯，这里有个关键点——你得先理解什么是价差，什么是回归。
1.1 什么是价差？
价差，就是两个资产价格之间的差值。举个例子：
- 沪深300股指期货（IF）和沪深300ETF，理论上价格应该差不多
- 但实际交易中，期货价格可能比ETF高，也可能低
- 这个差值，就是价差
我在项目中遇到过一种情况：某天开盘，IF期货突然比ETF高了20个点。很多新手觉得这是套利机会，直接做空期货做多ETF。结果呢？价差继续扩大到40个点，爆仓了。
⚠️ 注意：价差不是固定不变的。它会波动，会偏离，也会回归。你看到的"异常"价差，可能只是新常态的开始。
1.2 什么是回归？
回归，说白了就是"物归原主"。价差偏离了正常范围，最终会回到均值附近。为什么会这样？
你想想看，两个高度相关的资产，背后有相同的驱动因素。比如：
- 同一只股票在不同交易所的差价
- 同一行业的两只龙头股
- 现货和期货之间的基差
这些价差如果偏离太远，套利者就会进场，把价差推回正常水平。这就是回归的力量。
1.3 策略的核心逻辑
价差回归策略的核心逻辑，其实就三步：
- 找一对相关资产——相关性越高越好
- 计算价差的均值——历史均值或滚动均值
- 在偏离时反向开仓——价差大了就做回归，小了也做回归
我刚开始做这个策略时，犯过一个低级错误：直接用收盘价计算价差。结果发现，盘中价差波动特别大，收盘价根本反映不了真实情况。后来我改用分钟级数据，效果好了很多。
💡 核心要点：价差回归策略不是预测方向，而是赌"偏离不会持续太久"。说白了，就是赚均值回归的钱。
1.4 盈利来源分析
这个策略的盈利来源，主要有三个：
| 盈利来源 | 说明 | 风险点 |
|---|---|---|
| 均值回归收益 | 价差从偏离回到均值，赚取差价 | 价差可能不回归，甚至越偏越远 |
| 波动率收益 | 价差在均值附近来回波动，反复收割 | 波动率突然下降，机会变少 |
| 流动性溢价 | 在流动性好的品种上做价差，滑点小 | 流动性差的品种，一进场就滑点 |
我记得有一次，做螺纹钢和热卷的价差回归。这两个品种相关性很高，价差一直在±50点内波动。我每天开仓平仓，一个月下来赚了15%。但后来政策一出，价差直接跳到200点，亏了30%。
📌 经验之谈：价差回归策略最怕"结构突变"。两个资产的相关性可能因为政策、行业变化而改变。我曾经吃过这个亏，现在每次做策略前，都会先跑一遍协整检验。
1.5 知识体系框架
下面这张图，是我自己总结的价差回归策略知识体系。你可以把它当作一个地图，后面每个章节都会对应到其中的一个模块。
1.6 一个简单的代码示例
下面是我早期做价差回归时用的一个简单框架。别小看它，很多复杂的策略都是从这个框架演化来的。
# 价差回归策略 - 基础框架
import numpy as np
import pandas as pd
def calculate_spread(price_a, price_b):
"""计算价差"""
spread = price_a - price_b
return spread
def zscore_spread(spread, window=20):
"""标准化价差"""
mean = spread.rolling(window).mean()
std = spread.rolling(window).std()
zscore = (spread - mean) / std
return zscore
def generate_signals(zscore, entry_threshold=2.0, exit_threshold=0.5):
"""生成交易信号"""
signals = pd.Series(index=zscore.index, dtype=int)
# 价差过大，做回归
signals[zscore > entry_threshold] = -1 # 做空价差
signals[zscore < -entry_threshold] = 1 # 做多价差
# 价差回归，平仓
signals[abs(zscore) < exit_threshold] = 0
return signals
💡 提示：这个代码只是最基础的版本。实际交易中，你还需要考虑交易成本、滑点、仓位管理等问题。我建议你先用模拟盘跑一段时间，看看效果再实盘。
好了，这一章的内容就到这里。价差回归策略听起来简单，但要做好其实不容易。后面我们会一步步深入，从选品种到建模型，再到实盘优化，把每个环节都讲透。