第2章价差分析

第2章价差分析：价差的概念、计算方法与图表解读

做期货套利，说白了就是玩价差。

我刚开始接触套利时，总觉得这玩意儿很玄乎。后来发现，价差就是两个合约价格之间的差值。简单吗？简单。但就是这简单的差值，藏着无数交易机会。

2.1 价差的概念

价差，英文叫Spread。在期货市场里，它特指两个相关合约的价格之差。

举个例子。螺纹钢有RB2301和RB2305两个合约。假设RB2301价格是4000元/吨，RB2305是4050元/吨。那么价差就是：

价差 = RB2305 - RB2301 = 4050 - 4000 = 50元/吨

注意，价差有方向性。我习惯用「近月减远月」或者「远月减近月」，但一定要统一。我个人习惯用「远月减近月」，这样价差为正时，说明远月更贵，市场看涨。

价差的核心逻辑是什么？

两个合约的价格，受共同因素影响，比如供需、宏观政策。但它们也有各自的特点，比如到期时间不同、持仓成本不同。价差就是把这些共同因素抵消掉，只留下「相对价值」的变化。

你想想看，如果两个合约完全一样，价差应该稳定在某个值附近。但现实中，价差会波动。波动就是机会。

2.2 价差的计算方法

价差计算本身不复杂，但要注意几个细节。

2.2.1 基本公式

对于两个期货合约A和B，价差计算公式为：

价差 = Price_A - Price_B

或者：

价差 = Price_B - Price_A

关键是保持一致。我建议在策略文档里明确写清楚「价差 = 远月 - 近月」，这样别人看你的代码也不会晕。

2.2.2 价差的标准化

实际交易中，不同品种的价差数值差异很大。比如螺纹钢价差可能只有几十块，而股指期货价差可能是几十个点。直接比较没意义。

所以，我经常做标准化处理：

标准化价差 = (当前价差 - 历史均值) / 历史标准差

标准化后的价差，可以理解为「当前价差偏离均值多少个标准差」。这个值超过2或3，往往意味着极端行情。

💡 小技巧：标准化价差超过±2时，我会开始关注。超过±3时，我会考虑入场。但记住，极端行情可能持续，别急着抄底。

2.2.3 价差的时间序列处理

价差数据是时间序列。计算时要注意：

对齐时间戳：两个合约的交易时间可能不同，必须对齐到同一时刻
处理缺失值：如果某个合约在某时刻没有成交，可以用前值填充或剔除
考虑换月：主力合约切换时，价差会跳变，需要做调整

我在项目中遇到过一个问题：用分钟数据算价差，结果发现两个合约的成交时间差了10秒。这10秒里价格波动了5个点，价差就失真了。后来我改用Tick级数据，对齐到毫秒，问题才解决。

2.3 价差图的绘制与解读

光看数字不够直观。画图才是王道。

2.3.1 基础价差图

最简单的价差图，就是横轴是时间，纵轴是价差。用Python的matplotlib画一下：

import matplotlib.pyplot as plt
import pandas as pd

# 假设df包含两列：price1, price2
df['spread'] = df['price2'] - df['price1']

plt.figure(figsize=(12, 6))
plt.plot(df.index, df['spread'], label='价差', color='blue')
plt.axhline(y=df['spread'].mean(), color='red', linestyle='--', label='均值')
plt.axhline(y=df['spread'].mean() + 2*df['spread'].std(), color='orange', linestyle=':', label='+2σ')
plt.axhline(y=df['spread'].mean() - 2*df['spread'].std(), color='orange', linestyle=':', label='-2σ')
plt.legend()
plt.title('螺纹钢跨期价差图')
plt.show()

这张图能告诉你什么？

价差是否在均值附近波动
有没有突破上下轨（±2σ）
趋势是向上还是向下

2.3.2 价差分布图

除了时间序列图，我还会画价差的分布直方图：

df['spread'].hist(bins=50, alpha=0.7)
plt.axvline(x=df['spread'].mean(), color='red', linestyle='--')
plt.title('价差分布')
plt.show()

分布图能帮你判断价差是否服从正态分布。如果分布偏斜严重，说明市场存在结构性变化，这时候用均值回归策略要小心。

2.3.3 价差图的解读技巧

画图只是第一步。怎么读图才是关键。

第一，看趋势。价差持续向上，说明远月越来越强，可能是近月基本面恶化，或者远月有升水预期。

第二，看波动率。价差波动突然放大，往往意味着市场出现分歧。这时候套利机会多，但风险也大。

第三，看均值回归特征。如果价差在均值附近来回摆动，说明市场比较理性，适合做均值回归策略。如果价差长期偏离均值不回，那就要考虑是不是基本面变了。

⚠️ 注意：价差图上的「均值」不是一成不变的。随着时间推移，均值可能漂移。我建议用滚动窗口计算均值，比如过去60天的均值，而不是用全部历史数据。

2.4 价差分析的知识体系

为了让你更直观地理解价差分析的全貌，我画了一张图：

这张图把价差分析的三个核心模块串起来了。概念是基础，计算是工具，图表是表达。三者缺一不可。

2.5 实战中的避坑指南

讲完理论，说点实在的。

我曾经犯过一个错误：用日线数据算价差，然后做日内交易。结果发现，日线价差看起来合理，但日内波动极大，进场就被套。后来我改用15分钟K线，才找到合适的入场点。

所以，我的建议是：

做长线套利，用日线或周线数据
做短线套利，用分钟级数据
千万别混用

另外，价差分析不是万能的。它假设两个合约的相关性稳定。如果基本面发生突变，比如政策变化、交割规则调整，价差可能彻底失效。这时候，再漂亮的图表也没用。

嗯，价差分析就讲到这里。记住，画图只是手段，理解背后的逻辑才是目的。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录