第二十六讲：进阶话题——跨市场套利（内外盘价差、LME与上期所）
各位同学，今天我们聊一个真正能拉开交易水平的话题——跨市场套利。
说白了，就是利用同一个品种在不同交易所之间的价差来赚钱。比如铜，它在LME（伦敦金属交易所）和上期所（SHFE）都有交易。两个市场的价格，按理说应该差不多，但实际中经常出现偏差。这个偏差，就是我们的机会。
我个人习惯把这种策略叫做“搬砖”，只不过搬的不是砖头，是价差。嗯，听起来简单，但里面的门道可不少。
1. 内外盘价差的本质
先问一个问题：为什么会有价差？
理论上，如果两个市场完全打通，套利者会瞬间抹平价差。但现实是，两个市场之间存在交易时间、汇率、关税、物流成本、资金流动限制等多重障碍。
举个例子。我记得有一次，LME铜因为海外某矿场罢工突然暴涨，但国内上期所因为夜盘还没开，价格纹丝不动。这时候，内外盘价差瞬间拉大。如果你能提前布局，等国内开盘补涨，就能吃到这波价差。
但要注意，价差不是无风险的。它背后有汇率波动、政策变化、交割规则差异等风险。我曾经在2018年做过一次内外盘套利，结果因为人民币突然贬值，汇率损失直接吃掉了价差利润。嗯，从那以后，我每次做内外盘套利，都会先锁汇。
理论价差 = 外盘价格 × 汇率 × (1 + 关税) + 运费 + 其他成本
实际价差 = 内盘价格 - 理论价差
套利信号：当实际价差偏离历史均值超过2个标准差时，考虑入场。
2. LME与上期所的差异对比
做跨市场套利，首先得搞清楚两个市场的规则。我整理了一个对比表，你直接拿去用。
| 对比项 | LME（伦敦金属交易所） | 上期所（SHFE） |
|---|---|---|
| 交易时间 | 电子盘几乎24小时，场内盘有固定时段 | 日盘+夜盘，有休市时间 |
| 合约规格 | 25吨/手（铜） | 5吨/手（铜） |
| 报价单位 | 美元/吨 | 人民币/吨 |
| 交割方式 | 实物交割，可延期 | 实物交割，到期强制交割 |
| 涨跌停板 | 无涨跌停 | 有涨跌停（通常±5%） |
| 保证金 | 约5%-10% | 约8%-12% |
你看，光是合约规格就差5倍。做套利时，必须按吨数等比换算。比如LME做1手铜（25吨），上期所就要做5手（5×5=25吨）。否则头寸不对等，套利就成了赌博。
3. 套利策略的核心逻辑
跨市场套利，本质上是一个均值回归策略。我们假设内外盘价差在长期会围绕某个均值波动。当价差偏离均值太远时，我们就反向开仓，等它回归。
具体步骤是这样的：
- 数据获取：同时获取LME和上期所的实时行情数据。
- 价差计算：将LME价格按汇率、关税等换算成人民币，再减去上期所价格。
- 信号生成：计算价差的均值和标准差。当价差 > 均值 + 2倍标准差时，做空价差（卖外盘、买内盘）；当价差 < 均值 - 2倍标准差时，做多价差（买外盘、卖内盘）。
- 仓位管理：按等吨数配比，同时考虑汇率对冲。
- 止盈止损：价差回归到均值附近平仓，或者设置固定止损。
4. 代码实战：内外盘价差监控
下面我给出一段Python代码，用于实时监控LME铜和上期所铜的价差。注意，这里用的是模拟数据，实际使用时需要接入行情API。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 模拟数据：LME铜价（美元/吨）和上期所铜价（人民币/吨）
np.random.seed(42)
dates = pd.date_range('2024-01-01', periods=500, freq='D')
lme_price = 9000 + np.cumsum(np.random.randn(500) * 20) # 模拟LME价格
shfe_price = 65000 + np.cumsum(np.random.randn(500) * 150) # 模拟上期所价格
# 汇率和关税假设
exchange_rate = 7.2 # 美元兑人民币
tariff = 0.05 # 5%关税
# 计算理论价差
lme_cny = lme_price * exchange_rate * (1 + tariff)
spread = shfe_price - lme_cny
# 计算均值和标准差
mean_spread = np.mean(spread)
std_spread = np.std(spread)
# 生成信号
upper_bound = mean_spread + 2 * std_spread
lower_bound = mean_spread - 2 * std_spread
# 绘图
plt.figure(figsize=(12, 6))
plt.plot(dates, spread, label='实际价差', color='blue')
plt.axhline(mean_spread, color='green', linestyle='--', label='均值')
plt.axhline(upper_bound, color='red', linestyle='--', label='上界 (+2σ)')
plt.axhline(lower_bound, color='red', linestyle='--', label='下界 (-2σ)')
plt.title('LME与上期所铜价差监控')
plt.xlabel('日期')
plt.ylabel('价差 (人民币/吨)')
plt.legend()
plt.grid(True)
plt.show()
# 输出最新信号
latest_spread = spread.iloc[-1]
if latest_spread > upper_bound:
print(f"信号：做空价差（卖LME，买SHFE），当前价差 {latest_spread:.2f}")
elif latest_spread < lower_bound:
print(f"信号：做多价差（买LME，卖SHFE），当前价差 {latest_spread:.2f}")
else:
print(f"无信号，当前价差 {latest_spread:.2f} 在区间内")
5. 跨市场套利的进阶玩法
除了简单的价差回归，还有一些更高级的策略。我简单提两个：
- 跨品种套利：比如LME铜和SHFE铜，但加入铝、锌等品种做对冲。有时候铜的价差没机会，但铜铝比价有机会。
- 跨期套利+跨市场套利：同时利用两个市场的期限结构差异。比如LME的back结构（近高远低）和SHFE的contango结构（近低远高），可以组合出更复杂的套利策略。
嗯，这些玩法对数据精度和交易速度要求更高。我个人建议，新手先从最简单的内外盘价差回归做起，跑通一个完整的闭环，再考虑进阶。
6. 知识体系图
下面我用一张SVG图来总结本章的核心逻辑。你看一眼就能明白整个套利流程。
你看，整个流程就是：两个市场 → 价差计算 → 信号生成 → 执行交易。每一步都有坑，但每一步也都有机会。
好了，这一讲就到这里。记住，做跨市场套利，细节决定成败。从数据源到合约匹配，从汇率到交割规则，每一个细节都值得你花时间去研究。