一、套利基础:什么是跨资产套利?套利的数学本质与核心逻辑

做量化这些年,我经常被问到同一个问题:「套利到底赚的是什么钱?」

有人说是信息差,有人说是速度优势,还有人说是市场不有效。嗯,都对,但都不够本质。

我个人习惯把套利拆成三个字来看——「套」的是价差,「利」源于关系。

说白了,跨资产套利不是猜涨跌,而是利用两个或多个资产之间本该稳定、但暂时偏离的数学关系来获利。你不需要预测市场方向,只需要相信「关系会回归」。

1.1 套利的数学本质:一个不等式

先给你一个最简化的公式:

如果:P_A - P_B × R ≠ 0
那么:存在套利机会
其中:P_A 是资产A的价格,P_B 是资产B的价格,R 是理论换算比率

这个不等式,就是套利的起点。

举个例子。我在2019年做过一个黄金与白银的配对交易。黄金和白银在历史上存在一个稳定的比价关系,大约在60-80倍之间波动。当这个比价跑到85以上时,我就做空黄金、做多白银——赌的就是比价会回归。

你看,这里我没有判断金价涨跌,我只是在赌「关系」。

核心逻辑:套利的本质是统计套利——利用历史统计规律,捕捉短期偏离,等待均值回归。

1.2 跨资产套利的三种基本形态

根据我自己的实战经验,跨资产套利可以分成三类。我建议你从第一类开始练手。

类型 核心逻辑 典型例子 难度
1. 同质资产套利 同一商品在不同市场定价差异 沪金 vs 伦敦金 ★☆☆
2. 衍生品套利 现货与期货/期权价格偏离 股指期货 vs 现货ETF ★★☆
3. 统计套利 历史相关性驱动的配对交易 黄金 vs 白银、欧元 vs 英镑 ★★★

同质资产套利是最简单的。比如同一只股票在A股和港股同时上市,价格按理说应该差不多。但实际上因为汇率、流动性、交易时间差异,经常会出现价差。你只需要在低价市场买入,在高价市场卖出,等价格收敛就行。

我曾经在2020年3月做过一次沪铜与伦铜的套利。当时疫情导致全球恐慌,沪铜跌停但伦铜还没反应过来,价差瞬间拉大到5%以上。我果断入场,3天后价差回归,净赚4.2%。

嗯,这种机会不常有,但一旦出现,就是送钱。

我的建议:新手先从「同质资产套利」开始。因为逻辑最透明,风险最可控。别一上来就搞统计套利,那个需要大量回测和参数调优。

1.3 套利的核心逻辑:三个必须满足的条件

不是所有价差都能套。我见过太多人看到两个资产价格不一样就冲进去,结果被市场狠狠教育了一顿。

一个真正的套利机会,必须同时满足三个条件:

  1. 存在稳定的数学关系——两个资产之间必须有可量化的定价公式或统计规律
  2. 价差可交易——你能同时做多一个、做空另一个,且成本可控
  3. 回归机制存在——价差不会永远偏离,一定有某种力量把它拉回来

举个例子。比特币和以太坊之间没有稳定的定价关系,所以它们之间的价差不能叫套利,只能叫「相对强弱交易」。但如果你做的是「比特币现货 vs 比特币期货」,那就满足条件1和3——因为期货价格最终会收敛到现货价格。

避坑指南:我曾经在2017年犯过一个低级错误——看到两个相关性很高的股票出现价差就冲进去做配对交易。结果发现它们的相关性只是巧合,根本没有经济逻辑支撑。那次亏了15%。从那以后,我每次做套利前都会问自己:「这个关系,有没有底层逻辑?」

1.4 套利的数学表达:从直觉到公式

把上面说的东西翻译成数学语言,其实很简单。

假设资产A和资产B之间存在线性关系:

P_A = α + β × P_B + ε

其中:
- α 是截距(长期偏移)
- β 是敏感系数(对冲比率)
- ε 是随机误差(套利空间)

当 ε 显著偏离0时,就出现了套利机会。你买入被低估的资产,卖出被高估的资产,等 ε 回归到0附近平仓。

这就是套利的数学本质——误差项 ε 的均值回归

你想想看,整个量化套利的核心,其实就是盯着这个 ε 做文章。怎么估计 β?怎么判断 ε 什么时候算「显著偏离」?怎么控制回归过程中的风险?这些才是真正的技术活。

1.5 一张图看懂跨资产套利

下面这张图是我自己画的,把整个套利逻辑串起来了。建议你多看几遍。

跨资产套利核心逻辑框架 资产A价格 (P_A) 例如:沪金 资产B价格 (P_B) 例如:伦敦金 理论换算比率 R 核心计算:价差 = P_A - R × P_B 当 |价差| > 阈值 → 触发套利信号 条件1:稳定关系 有定价公式或 统计规律支撑 条件2:可交易 能同时做多/做空 成本可控 条件3:回归机制 价差一定会被 某种力量拉回 输出:套利信号 → 执行交易 → 价差回归 → 获利平仓

这张图把整个流程串起来了。从两个资产的价格输入,到计算价差,再到判断三个条件是否满足,最后输出套利信号。每一步都缺一不可。

1.6 一个简单的套利信号示例

最后,给你一个最简单的套利信号代码。别小看它,很多复杂的策略都是从这个框架衍生出来的。

# 伪代码:跨资产套利信号捕捉
def detect_arbitrage(P_A, P_B, R, threshold=0.02):
    """
    P_A: 资产A当前价格
    P_B: 资产B当前价格
    R:   理论换算比率
    threshold: 触发阈值(2%)
    """
    spread = P_A - R * P_B
    spread_pct = spread / (R * P_B)  # 百分比价差
    
    if spread_pct > threshold:
        return "做空A,做多B"
    elif spread_pct < -threshold:
        return "做多A,做空B"
    else:
        return "无信号,继续监控"

你看,核心逻辑就这么几行。但真正的难点在于:R 怎么确定?threshold 设多少?交易成本怎么扣?这些才是区分业余和专业的分水岭。

一个小技巧:我个人习惯在计算价差时,把交易成本(手续费、滑点、隔夜利息)直接算进 threshold 里。比如理论 threshold 是1%,但实际交易成本是0.3%,那我就设1.3%。这样能避免「看着赚钱、实际亏钱」的尴尬。

好了,这一章就到这里。套利的基础概念和核心逻辑,你应该已经清楚了。记住一句话:套利不是预测,而是利用关系。


公众号:蓝海资料掘金营,微信deep3321