价差定义：价差的计算方式、标准化处理与统计特征

做套利交易，说白了就是在玩「价差」这个核心变量。

你想想看，无论你是做跨期套利、跨品种套利，还是期现套利，最终盯着的都是那个价差。价差怎么算？怎么让它变得干净、可用？它的统计特征又告诉我们什么？

这一节，我把这些基础但关键的东西掰开揉碎了讲清楚。

一、价差的计算方式

价差的计算，听起来简单——两个价格相减嘛。但实际项目中，我见过太多人在这里栽跟头。

1. 简单价差（绝对价差）

最直观的方式：

价差 = P1 - P2

比如螺纹钢RB2301和RB2305，当前价格分别是4200和4150，价差就是50。

但这里有个坑：价格尺度不同。你拿黄金和白银做价差，黄金1800美元，白银25美元，直接相减？那价差几乎被黄金价格完全主导。这就不合理了。

2. 标准化价差（Z-score）

为了解决尺度问题，我们通常对价差做标准化处理：

Z = (当前价差 - 价差均值) / 价差标准差

Z-score告诉我们：当前价差偏离均值多少个标准差。Z=2，意味着价差处于历史高位，可能回归。

我个人习惯用滚动窗口计算均值和标准差，比如60期滚动窗口。为什么？因为市场结构会变，固定窗口容易过时。

3. 对数价差

对于价格序列存在趋势或波动率随时间变化的情况，对数价差更合适：

对数价差 = ln(P1) - ln(P2) = ln(P1/P2)

这实际上就是价格比的对数。它的好处是：消除了绝对价格水平的影响，而且更容易处理波动率非平稳的问题。

二、标准化处理：让价差变得「干净」

原始价差往往包含噪声、异常值、非平稳成分。直接用它做交易信号，你会被假突破坑死。

1. 去异常值处理

我常用的方法：

• MAD（中位数绝对偏差）法：比标准差更稳健，不受极端值影响
• 分位数截断法：去掉上下1%或0.5%的极端值

# MAD去异常值示例
import numpy as np

def remove_outliers_mad(series, threshold=3):
    median = np.median(series)
    mad = np.median(np.abs(series - median))
    modified_z_scores = 0.6745 * (series - median) / mad
    return series[np.abs(modified_z_scores) < threshold]

2. 去趋势处理

如果价差存在明显趋势，说明两个品种的价差关系在漂移。这时候需要：

• 差分处理：一阶差分后做平稳性检验
• HP滤波：分离趋势成分和周期成分
• 回归残差法：用P1对P2做回归，取残差作为调整后的价差

我记得有一次做豆粕和菜粕的套利，简单价差看起来有趋势，但用回归残差法处理后，发现其实是两个品种的供需基本面在变化，价差关系本身是稳定的。这个发现让我避免了错误开仓。

3. 波动率标准化

不同时间段的波动率不同。2015年股灾期间和2020年疫情期间，价差的波动幅度完全不是一个量级。所以：

标准化价差 = 原始价差 / 近期波动率（如ATR或滚动标准差）

这样处理后，交易信号的阈值可以统一设置，不用频繁调整参数。

三、统计特征：读懂价差的「脾气」

价差处理干净了，接下来要摸清它的脾气。我一般从以下几个维度分析：

1. 平稳性检验

这是套利交易的前提。如果价差不平稳，说明两个品种没有长期均衡关系，套利逻辑不成立。

检验方法	适用场景	我的建议
ADF检验	最常用，适合大多数情况	默认使用，p值<0.05认为平稳
PP检验	存在异方差时更稳健	作为ADF的补充验证
KPSS检验	原假设为平稳（与ADF相反）	交叉验证，避免单一检验的偏差

2. 自相关结构

价差序列的自相关函数（ACF）告诉我们：价差偏离后，需要多久回归。

• ACF快速衰减 → 价差均值回归速度快，适合短线套利
• ACF缓慢衰减 → 价差有记忆性，回归需要时间，适合中线持仓

我一般看ACF的1阶和5阶系数。如果1阶系数大于0.8，说明价差有很强的趋势性，做均值回归策略要小心——你可能在逆势交易。

3. 分布特征

价差的分布形态直接影响交易信号的设置：

• 偏度：正偏态说明价差更容易出现极端正值，做空价差时要更谨慎
• 峰度：高峰度说明价差有厚尾特征，极端行情比正态分布更频繁

我曾经在原油跨期套利中，发现价差的峰度高达8（正态分布是3）。这意味着用2倍标准差作为开仓阈值，一年会被假突破坑好几次。后来我把阈值调整到2.5倍标准差，效果好了很多。

4. 半衰期

半衰期是量化均值回归速度的指标。它告诉我们：价差偏离后，平均需要多长时间回归一半。

# 计算半衰期
import statsmodels.api as sm

def half_life(series):
    lag_series = series.shift(1).dropna()
    diff_series = series.diff().dropna()
    # 对齐数据
    y = diff_series.values
    x = lag_series.values
    x = sm.add_constant(x)
    model = sm.OLS(y, x).fit()
    theta = model.params[1]
    half_life = -np.log(2) / theta
    return half_life

半衰期短（比如1-2小时），适合高频套利；半衰期长（比如5-10天），适合低频、大仓位套利。

四、知识体系总览

下面这张图，把价差定义、计算、标准化、统计特征串起来了。你可以把它当作一个检查清单：

嗯，价差这块内容就这些。说白了，计算方式选对、标准化做干净、统计特征摸透，你的套利策略就成功了一半。剩下的，就是执行和风控了。