3、跨品种套利原理：价差驱动因素、均值回归、协整关系与统计套利基础
跨品种套利的本质是寻找两个或多个相关品种之间价差的“错误定价”，并利用其向均衡状态回归的规律获利。与单边趋势交易不同，跨品种套利不依赖价格的方向性判断，而是依赖价差的统计特征与产业逻辑。理解价差的驱动因素、均值回归特性、协整关系以及统计套利框架，是构建稳健套利策略的四大支柱。本章将逐一拆解这些核心概念，并给出可操作的判断流程与实战案例。
3.1 价差驱动因素：从产业逻辑到统计特征
跨品种套利的第一步不是计算统计量，而是理解价差为什么存在、为什么波动、为什么回归。价差的本质是两个品种相对价格的偏离，其驱动因素可归纳为以下四类：
| 驱动因素 | 典型示例 | 对价差的影响机制 | 可观测指标 |
|---|---|---|---|
| 供需结构差异 | 螺纹钢 vs 热卷 | 两者共享铁水成本，但下游需求不同（地产 vs 制造业），需求增速差驱动价差趋势 | 周度表观消费量、钢厂开工率、社会库存 |
| 生产利润传导 | 豆油 vs 豆粕 | 大豆压榨利润固定，油粕价格此消彼长；压榨利润偏离均值时驱动价差回归 | 压榨利润、油粕比、到港大豆成本 |
| 库存周期错配 | PTA vs 乙二醇 | 两者同为聚酯原料，但库存去化节奏不同，库存比变化影响价差 | 港口库存、聚酯开工率、产销率 |
| 政策与成本冲击 | 焦煤 vs 焦炭 | 环保限产、进口煤政策、焦化利润调节，导致阶段性错配 | 焦化利润、限产文件、港口库存 |
在实际分析中，需要将产业逻辑转化为可量化的价差驱动指标。例如，螺纹钢与热卷的价差（卷螺差）核心驱动是制造业与建筑业的需求增速差。当制造业PMI连续回升而地产投资增速下滑时，热卷需求强于螺纹，卷螺差倾向于走扩。此时，即使价差尚未偏离统计均值，也应关注做多卷螺差的潜在机会。
3.2 均值回归：价差的统计本质与检验方法
均值回归是跨品种套利的核心假设——价差在偏离长期均值后，最终会回归。但并非所有价差都具备均值回归特性，需要通过统计检验确认。
均值回归的数学表达：价差序列 \( S_t = P_{A,t} - \beta P_{B,t} \) 应满足平稳性条件，即其均值、方差不随时间变化。常用的检验方法包括：
- ADF检验（Augmented Dickey-Fuller）：检验价差序列是否存在单位根。若ADF统计量小于临界值（如1%显著性水平下为-3.43），则拒绝单位根假设，认为价差平稳，具备均值回归特性。
- 半衰期（Half-life）：衡量价差偏离均值后回归一半所需的时间。半衰期越短，回归速度越快，套利机会越频繁。计算公式为 \( HL = \frac{\ln(0.5)}{\ln(1-\theta)} \)，其中 \( \theta \) 是价差序列的一阶自回归系数。
- Hurst指数：当H值在0到0.5之间时，序列呈现均值回归特性；H=0.5为随机游走；H>0.5为趋势性。
以豆油-豆粕价差为例，假设某段时间内价差序列的ADF检验p值为0.01，半衰期为8天，说明价差偏离均值后约8天会回归一半。此时，若当前价差偏离均值2倍标准差，可考虑建立套利头寸。
3.3 协整关系：长期均衡的统计建模
协整是比简单均值回归更严格的统计关系。两个非平稳价格序列，若存在线性组合使其变为平稳序列，则称两者具有协整关系。协整意味着两个品种之间存在长期均衡约束，短期偏离会被修正。
协整检验的两种主流方法：
| 方法 | 适用场景 | 步骤 | 输出结果 |
|---|---|---|---|
| Engle-Granger两步法 | 两个品种之间的协整关系 | ① 对 \( P_A \) 和 \( P_B \) 做OLS回归得到残差；② 对残差做ADF检验 | 协整系数 \( \beta \)、残差序列、ADF统计量 |
| Johansen检验 | 多个品种之间的协整关系 | 基于VAR模型，检验协整向量的个数和形式 | 协整向量矩阵、特征值轨迹统计量 |
在构建套利策略时，协整关系提供了两个关键信息：协整系数 \( \beta \) 决定了多空配比，误差修正项（ECM） 描述了价差偏离均衡后的调整速度。例如，若螺纹钢与热卷的协整系数为1.05，意味着每做多1吨热卷，需做空1.05吨螺纹钢以保持市场中性。
3.4 统计套利基础：从信号生成到风控闭环
统计套利是将协整关系与均值回归转化为可执行交易策略的过程。一个完整的统计套利框架包含以下环节：
第一步：构建价差序列与Z-Score信号
# 伪代码示例：计算价差Z-Score
spread = P_A - beta * P_B
z_score = (spread - spread.rolling(60).mean()) / spread.rolling(60).std()
# 开仓条件：z_score < -2 时做多价差（买A卖B）
# 平仓条件：z_score 回归至 0 附近
# 止损条件：z_score 继续扩大至 -3 或产业逻辑证伪第二步：确定仓位与资金管理。根据协整系数计算多空头寸比例，并设置单笔最大亏损限额（如账户权益的1%）。同时考虑流动性差异，避免在低流动性合约上建仓过大。
第三步：动态监控与调仓。当价差回归至均值附近时平仓；若价差持续偏离且产业逻辑未变，可考虑加仓摊低成本，但需严格控制总仓位上限。
第四步：策略复盘与参数优化。定期回测不同参数（如Z-Score阈值、持仓周期）下的策略表现，关注夏普比率、最大回撤、胜率等指标。
3.5 案例拆解：螺纹钢与热卷的跨品种套利
背景与约束：2023年三季度，螺纹钢（RB）与热卷（HC）主力合约价差（RB-HC）处于-80元/吨附近，而过去两年均值约为-30元/吨。产业逻辑显示，制造业PMI连续三个月回升，热卷需求韧性较强；而地产投资持续下滑，螺纹需求疲弱。但价差已偏离均值2.1倍标准差，存在回归动力。
初始现象与目标：价差偏离过大，但产业逻辑支持价差继续走扩（即热卷强于螺纹）。目标：捕捉价差回归至-30元/吨的收益，同时防范价差继续扩大的风险。
关键输入数据：
- 协整系数 \( \beta \) = 1.02（基于过去120日数据估计）
- 价差均值 = -30元/吨，标准差 = 25元/吨
- 当前价差 = -80元/吨，Z-Score = -2.0
- 半衰期 = 6天
分析判断过程：虽然产业逻辑偏多热卷，但价差已处于统计极端区域。历史上，当Z-Score值超过2时，价差在10个交易日内回归至均值附近的概率为78%。因此，选择做多价差（买RB卖HC），等待价差回归。
实际操作步骤：
- 按1:1.02的比例建立头寸：买入100手RB，卖出102手HC。
- 设置止损：若价差扩大至-110元/吨（Z-Score=-3.2），则平仓止损，单笔亏损约30元/吨×100手×10吨/手=3万元。
- 设置止盈：价差回归至-30元/吨附近时平仓，预期盈利50元/吨×100手×10吨/手=5万元。
结果对比：实际运行中，价差在8个交易日后回归至-35元/吨，策略盈利约4.5万元。但期间价差一度扩大至-95元/吨，最大浮亏约1.5万元，因未触及止损线而继续持有。
风险与代价：若产业逻辑突然反转（如出台强刺激地产政策），价差可能持续扩大至-150元/吨，导致止损离场。因此，策略需配套产业逻辑跟踪机制，一旦逻辑证伪立即平仓。
复盘经验：① 统计偏离与产业逻辑共振时，策略胜率最高；② 止损设置需结合波动率动态调整，固定止损在极端行情中可能过早离场；③ 仓位管理比入场信号更重要，单笔风险控制在1%以内可避免连续亏损。