3、价差计算与标准化：价差的计算方法（价格差、对数价差）、Z-score标准化
好，咱们进入价差回归策略的核心环节——价差怎么算，以及算完之后怎么让它变得“好用”。
说实话，我见过不少新手，上来就把两个价格一减，然后直接往里冲。结果呢？回测曲线漂亮得不行，实盘一跑就崩。为什么？因为价差的计算和标准化，远没有表面看起来那么简单。
3.1 价差的计算方法
价差，说白了就是两个品种之间的“距离”。但这个距离怎么量，学问很大。
3.1.1 价格差（Price Spread）
最直观的方法，就是直接相减：
spread = price_A - price_B举个例子，如果A是300元，B是280元，价差就是20元。
优点：简单、直观，谁都能看懂。
缺点：价格水平不同时，没法比较。比如A从300涨到600，B从280涨到560，价差从20变成了40。但你能说套利机会变多了吗？不一定，因为比例关系没变。
我在项目中遇到过这种情况：用价格差做螺纹钢和热卷的套利，结果发现价差的均值一直在漂移。后来一查，是因为两个品种的绝对价格都在涨，但价差本身并没有明显的回归特性。
3.1.2 对数价差（Log Spread）
这个是我个人比较喜欢的方法。它计算的是价格比值的对数：
log_spread = log(price_A / price_B)还是刚才的例子，A=300，B=280，对数价差就是 log(300/280) ≈ 0.069。
当A变成600，B变成560时，对数价差还是 log(600/560) ≈ 0.069。看到了吗？它不随价格水平变化！
为什么对数价差更好？
- 尺度不变：价格翻倍，对数价差不变。这很重要，因为很多金融时间序列是“乘法”的，不是“加法”的。
- 近似收益率：当价差很小时，log(price_A/price_B) ≈ (price_A - price_B)/price_B，相当于一个百分比差异。
- 统计性质更好：对数变换往往能让数据更接近正态分布，这对后续的统计检验有好处。
3.2 Z-score 标准化
好，价差算出来了。但问题来了——这个价差什么时候算“大”，什么时候算“小”？
你想想看，如果价差均值是0.05，标准差是0.02，那0.09就算很大了。但如果均值是0.5，标准差是0.3，那0.09其实很小。
所以，我们需要一个统一的标准——Z-score。
3.2.1 什么是 Z-score？
Z-score 告诉你：当前价差偏离均值多少个标准差。
z_score = (当前价差 - 历史均值) / 历史标准差说白了，就是把价差“归一化”了。Z-score = 2，意味着当前价差比均值高2个标准差，属于比较极端的情况。
3.2.2 为什么需要 Z-score？
我举个例子你就明白了。
假设你同时监控三组价差：
| 品种对 | 当前价差 | 历史均值 | 历史标准差 | Z-score |
|---|---|---|---|---|
| A-B | 0.12 | 0.05 | 0.02 | 3.5 |
| C-D | 0.50 | 0.30 | 0.10 | 2.0 |
| E-F | 1.20 | 1.00 | 0.50 | 0.4 |
只看价差，A-B只有0.12，E-F有1.20，你会觉得E-F更极端。但Z-score告诉你，A-B的3.5才是真正的极端情况，而E-F的0.4其实很普通。
这就是标准化的力量——它让你能在同一把尺子上比较不同的价差。
3.2.3 滚动窗口 vs 固定窗口
这里有个关键问题：均值和标准差怎么算？
两种主流做法：
- 固定窗口：用过去N天的数据算均值和标准差。比如用过去60天的数据。
- 滚动窗口：每天更新，用最新的N天数据重新计算。
我个人建议用滚动窗口。为什么？因为市场在变，价差的均值和波动率也在变。用滚动窗口能自适应地捕捉这些变化。
# Python 示例：滚动窗口 Z-score
import pandas as pd
import numpy as np
def calculate_zscore(spread, window=60):
"""
计算滚动 Z-score
spread: 价差序列（可以是价格差或对数价差）
window: 滚动窗口大小
"""
rolling_mean = spread.rolling(window=window).mean()
rolling_std = spread.rolling(window=window).std()
zscore = (spread - rolling_mean) / rolling_std
return zscore
# 使用示例
log_spread = np.log(price_A / price_B)
zscore = calculate_zscore(log_spread, window=60)3.3 知识体系总览
下面这张图，把价差计算与标准化的核心逻辑串起来了。你可以把它当作本章的“地图”。
3.4 实际应用中的注意事项
嗯，这里要注意几个实操中的细节：
- 数据频率要一致：价差计算时，两个品种的时间戳必须对齐。别拿A的收盘价和B的开盘价比，那会出大问题。
- 异常值处理：如果某天数据缺失或出现极端值，Z-score会变得很大。我一般会先做一次中位数过滤，把明显的异常点剔除。
- 重新计算频率：Z-score的均值和标准差不是算一次就完事了。每天收盘后，我都会重新计算一次，确保参数是最新的。
📌 核心要点
- 对数价差优于价格差，因为它尺度不变、统计性质更好
- Z-score 让不同价差可以在同一标准下比较
- 滚动窗口（60-120天）比固定窗口更适应市场变化
- 标准化后的价差，才能用于设定统一的交易阈值
好了，价差的计算和标准化就讲到这里。记住一句话：没有标准化的价差，就像没有刻度的尺子——你没法判断它到底有多“大”。