2. 跨品种套利原理：相关性分析、价差回归、统计套利框架

各位，咱们今天聊点实在的。跨品种套利，说白了就是找两个关系密切的品种，利用它们之间暂时的价格失衡来赚钱。我做了这么多年，发现很多人一上来就盯着波动率曲面看，却忽略了最基础的套利逻辑——嗯，地基没打牢，房子盖再高也悬。

2.1 相关性分析：别只看皮尔逊

做跨品种套利，第一步肯定是看相关性。但我得提醒你，千万别迷信皮尔逊相关系数。我在项目中遇到过好几次，两个品种的皮尔逊系数高达0.95，结果一开仓就亏钱。为什么？因为皮尔逊只捕捉线性关系，而金融数据哪有那么乖？

我个人习惯用三种方法综合判断：

• 皮尔逊相关系数：快速筛选，但只做参考
• 斯皮尔曼秩相关系数：对异常值更稳健，适合非正态分布
• 肯德尔相关系数：小样本下表现更好，我常用它做最终验证

举个例子，螺纹钢和热卷。这两个品种基本面高度相关，但它们的相关性会随着季节、政策、库存周期变化。你拿一年的数据算出来0.9，但最近三个月可能只有0.6。所以，我建议用滚动窗口计算动态相关性，窗口大小我一般选60个交易日。

# 滚动相关性计算示例
import pandas as pd
import numpy as np

def rolling_corr(series1, series2, window=60):
    return series1.rolling(window).corr(series2)

# 螺纹钢和热卷的日收益率
rb_returns = rb_prices.pct_change()
hc_returns = hc_prices.pct_change()

rolling_corr_rb_hc = rolling_corr(rb_returns, hc_returns)

2.2 价差回归：均值回归是核心信仰

跨品种套利能赚钱，本质上赌的是价差会回归均值。但这里有个坑——你得先确认这个价差是平稳的。我曾经吃过这个亏，用两个非平稳序列做套利，结果价差越走越远，亏得我头皮发麻。

检验平稳性，我一般用ADF检验。但注意，ADF检验的p值要小于0.01我才敢用，0.05我都觉得悬。为什么？因为金融数据的噪声太大，0.05的显著性水平下，假阳性的概率比你想象的高得多。

价差的计算方式也有讲究。最简单的就是直接相减：

spread = price_A - hedge_ratio * price_B

这个hedge_ratio怎么定？我建议用OLS回归，但要注意：

• 回归前先检查残差是否平稳
• 如果残差不平稳，试试用对数价格回归
• 实在不行，考虑用协整检验（Johansen检验）

你想想看，如果两个品种的价差长期偏离均值，要么是基本面变了，要么是你选错了配对。这时候硬着头皮做套利，跟接飞刀没什么区别。

2.3 统计套利框架：从信号到执行

好了，前面铺垫了那么多，现在说说完整的框架。我把它分成四步：

1. 配对筛选：用相关性+协整检验选出候选组合
2. 价差建模：确定价差的计算方式和回归阈值
3. 信号生成：当价差偏离均值超过N个标准差时开仓
4. 风险管理：设置止损、仓位控制、动态调整

这里我画了一张流程图，把整个逻辑串起来：

这张图看着简单，但每个环节都有坑。我重点说说信号生成这一步。

2.4 信号生成：阈值怎么定？

最常见的做法是用均值±N倍标准差作为开仓信号。N取多少？我见过有人用1.5，有人用2，有人用3。说实话，没有标准答案。我的经验是：

• 高流动性品种（如股指期货）：N=2，因为价差回归快
• 低流动性品种（如某些商品）：N=2.5或3，防止假突破
• 波动率高的市场：动态调整N，比如用滚动标准差

另外，开仓后不是傻等回归。我一般会设一个止损线，比如价差继续扩大到3σ就止损。为什么？因为价差可能已经发生了结构性变化，继续扛单就是等死。

2.5 实战中的细节

最后说几个实战中容易忽略的点：

环节	常见问题	我的建议
数据频率	用日线还是分钟线？	日线做长周期套利，分钟线做高频。我一般先用日线筛选，再用分钟线执行
手续费	忽略手续费导致策略失效	把手续费算进价差里，开仓阈值要覆盖双边成本
滑点	回测完美，实盘亏损	回测时加一个滑点模拟，我一般加1-2个tick
仓位管理	单品种仓位过重	单个配对不超过总资金的5%，分散到5-10个配对

嗯，说到仓位管理，我再啰嗦一句。跨品种套利虽然风险相对低，但也不是稳赚不赔。我见过有人用10倍杠杆做套利，结果一个黑天鹅事件，价差瞬间突破历史极值，直接爆仓。所以，杠杆控制在2-3倍就够了，别贪。

好了，这一章的内容就这些。记住，统计套利的核心不是预测方向，而是赌价差会回归。只要你的配对选对了，阈值设合理了，剩下的就是耐心等待。

---

公众号:蓝海资料掘金营，微信deep3321