第四章 跨品种套利:相关品种价差逻辑、产业链套利、统计套利基础

跨品种套利,说白了就是找两个不同品种之间的「亲戚关系」。

比如螺纹钢和铁矿石,一个爹一个妈生的。豆粕和豆油,同根同源。这些品种之间,价格走势天然就绑在一起。

我刚开始做套利的时候,总觉得跨品种比跨期难多了。跨期好歹是同一个东西,跨品种呢?你得搞清楚两个完全不同的商品,它们之间到底靠什么逻辑连在一起。

4.1 价差逻辑:为什么它们会一起动?

两个品种之间产生价差,背后一定有经济逻辑。我个人习惯把这种逻辑分成三类:

  • 成本传导型:比如焦炭和螺纹钢。焦炭是炼钢的燃料,焦炭涨价,钢厂成本上升,螺纹钢就得跟着涨。但传导有延迟,有时候焦炭涨了三天,螺纹钢才反应过来。
  • 替代竞争型:比如豆粕和菜粕。都是饲料原料,豆粕贵了,饲料厂就多加点菜粕。价格会互相牵制。
  • 同源衍生型:比如大豆压榨出来的豆油和豆粕。一个压榨利润公式就把它们锁死了。

我记得有一次做焦炭-螺纹钢套利,价差突然拉得特别大。我一看,原来是焦化厂限产了,焦炭供应紧张,但螺纹钢那边需求还没跟上。这就是典型的成本传导延迟。我当时果断做多价差,等螺纹钢补涨。嗯,那一波赚得挺舒服。

核心要点:价差逻辑不是数学公式,是产业链上的真实博弈。你得多看新闻,多了解上下游的实际情况。

4.2 产业链套利:从原料到成品的利润博弈

产业链套利,其实就是盯着「加工利润」做文章。

你想想看,一个钢厂买铁矿石和焦炭,生产出螺纹钢。它的利润就是:
利润 = 螺纹钢价格 - 铁矿石价格 × 系数 - 焦炭价格 × 系数 - 固定成本

当利润过高时,钢厂会拼命生产,供应增加,利润回落。当利润过低甚至亏损时,钢厂会减产,供应减少,利润回升。这就是均值回归的底层逻辑。

我建议你重点关注这几个产业链:

产业链 原料端 成品端 核心逻辑
黑色系 铁矿石、焦炭 螺纹钢、热卷 钢厂利润回归
大豆压榨 大豆 豆粕、豆油 压榨利润回归
能化 原油、石脑油 PTA、乙二醇 裂解利润回归

做产业链套利,最怕的就是「利润长期不回归」。我曾经在2018年做螺纹钢-铁矿石套利,钢厂利润一直维持在高位,我死扛着做空利润,结果被市场狠狠教育了一顿。后来我才明白,利润不回归往往是因为出现了结构性变化——比如供给侧改革。

避坑指南:产业链套利的前提是「利润会均值回归」。但如果政策、技术、需求结构发生了根本性变化,这个前提就不成立了。我曾经吃过这个亏,现在每次入场前都会先问自己一句:「这次回归的逻辑还在不在?」

4.3 统计套利基础:用数学找价差的「锚」

统计套利,说白了就是用量化手段,找到价差的「合理区间」。当价差跑偏了,我们就赌它会回来。

最基础的方法就是均值回归。我一般这么操作:

  1. 计算历史价差的均值和标准差
  2. 设定上下轨(比如 ±2 倍标准差)
  3. 价差突破上轨时做空价差,突破下轨时做多价差

但这里有个坑——你得先确认价差是「平稳的」。如果价差本身有趋势,你按均值回归去做,那就是逆势接飞刀。

我常用的平稳性检验代码长这样:

import statsmodels.api as sm
from statsmodels.tsa.stattools import adfuller

# 假设 spread 是价差序列
result = adfuller(spread)
if result[1] < 0.05:
    print("价差平稳,可以做均值回归")
else:
    print("价差不平稳,别瞎做")

嗯,这里要注意:ADF检验的p值小于0.05,才说明价差是平稳的。我见过不少新手,拿着不平稳的价差硬做回归,结果亏得底朝天。

个人经验:我一般会同时做两个检验——ADF检验和KPSS检验。一个检验原假设是「不平稳」,另一个是「平稳」。两个都通过,我才放心。这叫双保险。

4.4 知识体系总览

下面这张图,是我自己梳理的跨品种套利知识框架。你把它存下来,以后做策略时对着看,思路会清晰很多。

跨品种套利知识体系 价差逻辑 成本传导型 替代竞争型 同源衍生型 产业链套利 黑色系:钢厂利润 大豆压榨:压榨利润 能化:裂解利润 统计套利 均值回归策略 平稳性检验 协整关系 核心原则 1. 逻辑先行:先搞清楚价差为什么存在 2. 数据验证:用统计方法确认价差是否可交易 3. 风控兜底:永远假设价差可能不回归

4.5 实战中的几个坑

做跨品种套利这几年,我踩过的坑真不少。挑几个典型的说说:

  • 坑一:忽略合约月份。不同品种的主力合约月份可能不一样。比如螺纹钢主力是1、5、10月,铁矿石是1、5、9月。你拿不同月份的合约做价差,那逻辑就乱了。
  • 坑二:价差计算方式搞错。有些品种的报价单位不一样,比如铁矿石是元/吨,焦炭也是元/吨,但螺纹钢是元/吨。看起来一样,但实际交易单位不同,你得先做标准化处理。
  • 坑三:过度依赖历史数据。统计套利最怕的就是「历史会重演」。但市场变了,历史规律可能就失效了。我一般会定期回测,看看策略的稳定性有没有变化。

一个小技巧:我每次建仓前,都会把价差图拉出来,看看过去一年里,当前价差处在什么分位数上。如果已经超过95%分位数了,我会特别小心——要么是机会,要么是陷阱。

好了,跨品种套利的基础逻辑就聊到这儿。说白了,就是找到两个品种之间的「纽带」,然后利用这个纽带的弹性赚钱。逻辑要硬,数据要稳,风控要严。做到这三点,你就能在这个领域站稳脚跟了。

专注资料整理