实战案例二：商品期货跨期套利（螺纹钢、铁矿石、原油）

跨期套利，说白了就是吃同一品种不同月份合约之间的价差。我做了这么多年，发现这是最稳的套利方式之一。为什么？因为同一个品种的基本面是一样的，价差主要受持仓成本、资金情绪和季节性因素影响。

今天咱们就拿螺纹钢、铁矿石、原油这三个品种开刀。这三个品种各有各的脾气，套利逻辑也不一样。我个人习惯把跨期套利分成两类：一类是「仓储成本型」，另一类是「供需预期型」。螺纹钢和铁矿石偏前者，原油偏后者。

一、螺纹钢跨期套利：盯住库存周期

螺纹钢有个特点——它是建筑用材，有明显的淡旺季。每年春节后和秋季是旺季，夏季和冬季是淡季。这导致近月合约和远月合约的价差波动很大。

我记得2021年做过一次螺纹钢的跨期套利。当时RB2105和RB2110的价差拉到了350元/吨，而正常仓储成本加资金成本也就150元左右。这就是典型的价差高估。

具体怎么操作？我一般用以下步骤：

1. 计算理论价差区间：仓储费（约0.5元/吨/天）+ 资金成本（按年化5%算）+ 交割费用
2. 观察历史价差分布：用过去3年的数据做分位数分析
3. 设定入场阈值：当价差超过历史90%分位数时入场
4. 设置止损：价差继续扩大10%时止损

下面是我常用的一个价差分析代码框架：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 加载螺纹钢近月和远月合约数据
df = pd.read_csv('rb_spot_future.csv', parse_dates=['date'])
df['spread'] = df['near_month'] - df['far_month']

# 计算滚动统计量
df['spread_ma20'] = df['spread'].rolling(20).mean()
df['spread_std20'] = df['spread'].rolling(20).std()
df['z_score'] = (df['spread'] - df['spread_ma20']) / df['spread_std20']

# 设定交易信号
df['signal'] = 0
df.loc[df['z_score'] > 2, 'signal'] = -1  # 价差过高，做空价差
df.loc[df['z_score'] < -2, 'signal'] = 1  # 价差过低，做多价差

# 回测
df['pnl'] = df['signal'].shift(1) * df['spread'].diff()
cum_pnl = df['pnl'].cumsum()
print(f"累计收益: {cum_pnl.iloc[-1]:.2f}")

二、铁矿石跨期套利：盯住到港量与库存

铁矿石和螺纹钢不一样。铁矿石是进口依赖型品种，受海运周期影响很大。近月合约反映的是当前到港量，远月合约反映的是未来供需预期。

我做过一个统计：铁矿石跨期价差与港口库存的相关系数在0.6左右。库存高的时候，近月合约承压，价差容易走弱；库存低的时候，近月合约坚挺，价差容易走强。

具体策略框架如下：

市场状态	库存水平	价差特征	操作建议
供过于求	高库存（>1.4亿吨）	近月贴水远月	做空价差（空近多远）
供需平衡	中等库存（1.2-1.4亿吨）	价差窄幅震荡	观望或做区间
供不应求	低库存（<1.2亿吨）	近月升水远月	做多价差（多近空远）

嗯，这里要注意。铁矿石的跨期套利不能只看库存，还要看海运费。我记得2022年有一次，库存明明在下降，但价差却在走弱。后来一查，原来是海运费暴涨，导致远月合约的到港成本预期上升，远月反而更强。

三、原油跨期套利：盯住期限结构

原油的跨期套利最有意思。它不像黑色系那样受仓储成本主导，更多是受市场情绪和供需预期影响。原油的期限结构有两种形态：

• Backwardation（现货升水）：近月高于远月，说明当前供应紧张
• Contango（期货升水）：远月高于近月，说明当前供应过剩

我一般用「展期收益率」来衡量原油跨期套利的价值：

# 计算原油展期收益率
def calc_roll_yield(near_price, far_price, days_to_expiry):
    """
    计算年化展期收益率
    """
    roll_yield = (far_price - near_price) / near_price
    annualized = roll_yield * (365 / days_to_expiry)
    return annualized

# 示例：WTI原油近月80美元，远月82美元，距离交割30天
roll = calc_roll_yield(80, 82, 30)
print(f"年化展期收益率: {roll*100:.2f}%")
# 输出: 年化展期收益率: 30.42%

为什么会这样？因为原油的仓储成本很高，而且有便利收益。当市场处于Contango结构时，理论上你可以买入近月、卖出远月，然后到期交割拿货，再存着等远月交割。但实际操作中，仓储容量是有限的，这就是为什么价差不会无限扩大。

四、三个品种的对比总结

说了这么多，咱们来做个对比。这三个品种的跨期套利逻辑各有侧重：

品种	核心驱动	主要风险	持仓周期	适合资金量
螺纹钢	库存周期、季节性	政策干预、交割规则	1-3个月	中小资金
铁矿石	到港量、港口库存	海运费波动、汇率	2-4周	中等资金
原油	期限结构、库存容量	仓储费变化、逼仓	1-2周	大资金

我个人建议，刚开始做跨期套利的朋友，先从螺纹钢入手。它的逻辑最清晰，数据也最透明。等积累了经验，再去做铁矿石和原油。原油的波动最大，但风险也最高，不适合新手。

最后说一句：跨期套利不是无风险套利。它只是把方向性风险换成了价差风险。你想想看，如果价差持续不回归，或者出现了极端行情，照样会亏钱。所以仓位管理永远是第一位的。

这张图把三个品种的跨期套利框架串起来了。你可以看到，虽然每个品种的驱动因素不同，但策略方法是一致的：计算理论价差、做历史分析、生成交易信号。最后别忘了，风险控制是底线。

好了，这一章的内容就到这里。代码和数据我已经整理好了，你可以直接拿去跑回测。记住，纸上得来终觉浅，绝知此事要躬行。