第三章 价差分析：价差的概念、计算方式与统计特征
各位同学，咱们今天聊聊价差。这东西听起来简单，不就是两个价格相减吗？但说实话，我做了十几年交易，见过太多人在这个基础环节翻车。价差分析要是没搞透，后面所有策略都是空中楼阁。
3.1 价差到底是什么？
价差，说白了就是两个相关品种的价格差值。比如螺纹钢和热卷，一个用来盖楼，一个用来造车，原料都是钢坯，价格天然就有联动关系。我习惯把价差理解成「两个品种之间的相对定价偏差」。
举个例子：
- 螺纹钢主力合约价格：3800元/吨
- 热卷主力合约价格：3950元/吨
- 价差 = 3950 - 3800 = 150元/吨
这个150元，就是热卷比螺纹钢贵出来的部分。你想想看，如果这个价差突然扩大到300元，或者缩小到50元，是不是就出现了交易机会？嗯，这就是套利的底层逻辑。
核心要点：价差不是随便两个品种相减就完事了。必须满足三个条件——同产业链、同时间周期、同数据频率。我在项目中遇到过有人拿现货价格和期货价格直接算价差，结果时间戳对不上，分析全白做。
3.2 价差的三种计算方式
实际工作中，价差计算远不止「A减B」这么简单。我个人习惯根据策略类型选择不同的计算方法。
3.2.1 简单价差（算术价差）
最直观的方式，适用于价格水平相近的品种。
# 简单价差计算示例
spread = price_A - price_B比如豆粕和菜粕，价格都在3000-4000元/吨区间，直接用减法没问题。但如果你拿铜（7万/吨）和铝（2万/吨）做减法，价差波动会被高价品种完全主导，这就没意义了。
3.2.2 对数价差
当两个品种价格量级差异较大时，我建议用对数价差。
# 对数价差计算
log_spread = log(price_A) - log(price_B)为什么用对数？因为对数变换后，价差反映的是「相对变化率」而非「绝对差值」。举个例子，铜涨1000元和铝涨1000元，意义完全不同。对数价差能消除量级影响，让统计特征更稳定。
3.2.3 标准化价差（Z-score）
这是量化策略中最常用的方式。说白了就是把价差转换成「偏离均值多少个标准差」。
# Z-score 计算
mean_spread = rolling_mean(spread, window=20)
std_spread = rolling_std(spread, window=20)
z_score = (spread - mean_spread) / std_spreadZ-score的好处是统一了量纲。不管价差是1元还是1000元，Z-score都能告诉你「当前价差处于历史分布的什么位置」。我个人习惯用Z-score绝对值大于2作为开仓信号。
实战技巧：我曾经犯过一个错误——直接用日线数据算Z-score，结果信号频繁反转。后来改成用1小时线计算，再用日线做趋势过滤，效果好了很多。记住：计算窗口的选择直接影响信号质量。
3.3 价差的统计特征
搞懂了怎么算，接下来要问：价差到底长什么样？我总结了三个核心统计特征，这是所有套利策略的基石。
3.3.1 均值回归性
大多数商品价差都表现出均值回归特征。为什么？因为产业链的利润分配有内在约束。比如螺纹钢利润太高，钢厂就会多产螺纹钢，供给增加，价格回落，价差自然收窄。
判断均值回归的简单方法：看价差的自相关函数（ACF）。如果ACF在滞后几期后快速衰减到0，说明有回归特性。
# 自相关函数计算示例
import statsmodels.api as sm
acf_values = sm.tsa.acf(spread, nlags=20)
# 如果前几期ACF显著为正，后面快速衰减，说明均值回归特征明显3.3.2 波动率聚集性
价差的波动率不是均匀的。有时候连续几天波动很小，突然一天剧烈波动。这种现象叫「波动率聚集」。我在2016年做螺纹钢和铁矿石套利时，就遇到过价差在两周内从50元扩大到200元的情况。
处理方式：用GARCH模型或者滚动标准差来动态调整仓位。波动率大的时候降低仓位，波动率小的时候适当加仓。
3.3.3 分布尖峰厚尾
价差的分布通常不是正态分布。你会发现：
- 中间部分比正态分布更「尖」——说明价差大部分时间在均值附近
- 尾部比正态分布更「厚」——说明极端行情出现的概率比理论值高
这意味着什么？如果你用正态分布假设去算VaR，会严重低估风险。我建议用历史模拟法或者Cornish-Fisher展开来修正。
避坑指南：我曾经用正态分布假设做仓位管理，结果遇到一次极端行情，价差突破了3个标准差，账户回撤超过15%。从那以后，我再也不信正态分布了。记住：商品市场的尾部风险比你想的要大得多。
3.4 价差分析框架图
下面这张图是我自己总结的价差分析框架，从数据获取到策略落地，每一步都不能少。
3.5 实战中的注意事项
最后聊几个我踩过的坑，希望对你有帮助。
- 数据对齐是第一步——不同交易所的收盘时间不一样，比如上期所下午3点收盘，大商所也是3点，但郑商所部分品种是3点15分。直接拿收盘价算价差，时间戳对不上，分析结果就是错的。
- 价差不是越稳定越好——很多人喜欢找价差波动小的品种，觉得风险低。但波动太小意味着没有交易机会。我一般看价差的年化波动率，在5%-15%之间比较理想。
- 别忘了交易成本——价差套利看似低风险，但双边交易的手续费、滑点加起来，可能吃掉你一半利润。我习惯在回测中至少加2个滑点。
总结一下：价差分析是跨品种套利的起点，也是终点。计算方式选对了，统计特征看透了，策略就成功了一半。剩下的，就是严格执行和不断优化。
嗯，这一章就到这里。价差这东西，说起来简单，做起来全是细节。希望你能在实际交易中慢慢体会。