2. 品种选择：如何筛选具有经济逻辑的配对品种
品种选择这事，我做了快十年，踩过的坑比吃过的饭还多。说白了，选错品种，后面建模再漂亮也是白搭。今天咱们就聊聊，怎么从一堆品种里，挑出那些真正有经济逻辑的配对。
2.1 为什么经济逻辑是第一位的？
很多人一上来就搞统计套利，看相关性、看协整。嗯，这没错。但我要说一句：没有经济逻辑的统计关系，都是耍流氓。
我记得2018年有个学员，拿螺纹钢和鸡蛋做配对，回测曲线漂亮得不行。我一看就笑了——这俩品种八竿子打不着，纯粹是数据挖掘出来的伪相关。后来实盘，果然亏得底裤都不剩。
所以，我的原则很简单：先找经济逻辑，再验证统计关系。逻辑不通，直接pass。
3.2 三大经济逻辑类型
我习惯把有套利潜力的品种分成三类。你想想看，其实市场里能做的配对，基本跑不出这三个圈子。
3.2.1 产业链上下游
这是最稳的一类。上下游品种，价格天然有传导机制。比如：
- 原油 → 沥青：原油是沥青的原料，成本占比超过80%
- 铁矿石 → 螺纹钢：铁矿石是炼钢的主要原料
- 大豆 → 豆粕 + 豆油：压榨利润的天然套利
我在项目中遇到过最经典的案例，就是原油和沥青的价差套利。2019年沙特油田遇袭，原油暴涨，沥青跟涨但幅度小。价差瞬间拉大，这就是机会。为什么？因为沥青的库存周期比原油长，反应慢半拍。
3.2.2 替代品
替代品之间，价格会相互制约。比如：
- 豆粕 vs 菜粕：都是饲料蛋白来源，可以互相替代
- 玉米 vs 小麦：饲料能量来源，价差过大就会替代
- 铜 vs 铝：在电线电缆领域有一定替代性
替代品套利有个坑，我必须要说。曾经我做过豆粕和菜粕的配对，回测很好，但实盘发现：替代是有条件的。比如猪饲料里豆粕占比高，但菜粕有毒素限制，不能无限替代。所以价差到了极端位置，替代才会发生。
3.2.3 互补品
互补品相对少一些，但一旦找到，往往很稳定。比如：
- 焦煤 vs 焦炭：焦煤是焦炭的原料，但两者又共同服务于钢铁
- 热卷 vs 螺纹：同属钢材，但下游需求不同，价差有规律
- 纯碱 vs 玻璃：纯碱是玻璃的主要原料
互补品的逻辑在于：它们服务于同一个最终需求。比如焦煤和焦炭，最终都是为炼钢服务的。如果钢厂利润好，两者都会涨；利润差，两者都跌。但涨跌幅度不同，这就产生了套利空间。
3.3 筛选流程：我的四步法
说了这么多理论，来点实操的。我一般按下面四个步骤筛选品种：
- 第一步：画产业链地图——把相关品种的上下游、替代、互补关系画出来
- 第二步：找"硬逻辑"——看成本占比、替代弹性、需求关联度
- 第三步：验证流动性——成交量、持仓量够不够？别选冷门品种
- 第四步：做统计检验——协整检验、相关性分析，确认统计关系
这里我画了一张流程图，把整个筛选逻辑串起来：
3.4 实战案例：原油-沥青套利
拿我做过的一个真实案例来说吧。原油和沥青，典型的上下游关系。
先看经济逻辑：沥青是原油蒸馏的残渣，原油成本占沥青成本的80%以上。这个逻辑够硬吧？
然后看数据。我拉了一年的日线数据，做了个简单的价差分析：
import pandas as pd
import numpy as np
import statsmodels.api as sm
# 加载数据
data = pd.read_csv('crude_bitumen.csv', parse_dates=['date'])
data.set_index('date', inplace=True)
# 计算价差
data['spread'] = data['bitumen'] - data['crude'] * 6.5 # 1吨沥青约需6.5桶原油
# 协整检验
result = sm.tsa.stattools.coint(data['crude'], data['bitumen'])
print(f'协整检验p值: {result[1]:.4f}')
# 如果p值小于0.05，说明有协整关系
if result[1] < 0.05:
print('通过协整检验，可以继续')
else:
print('不通过，重新找品种')这个代码很简单，但很实用。我一般会先跑这个，看看p值。如果p值大于0.05，直接放弃，不浪费时间。
3.5 常见误区总结
最后，我列几个常见的坑，你注意避开：
| 误区 | 问题 | 我的建议 |
|---|---|---|
| 只看相关性 | 伪相关太多，比如"美国黄油产量"和"孟加拉国GDP" | 先找经济逻辑，再看统计关系 |
| 忽略流动性 | 冷门品种滑点大，套利空间被吃掉 | 日均成交量低于1万手的品种，我一般不碰 |
| 不考虑交易成本 | 跨品种套利的手续费、保证金占用 | 实盘前一定要算清楚成本 |
| 过度优化 | 回测参数调得完美，实盘一塌糊涂 | 保持简单，参数越少越好 |
嗯，品种选择这块，核心就这些。记住一句话：逻辑先行，统计验证，流动性兜底。这三条做到了，你的套利策略就成功了一半。