第二十七讲：基差交易的绩效归因——收益分解、风险归因、夏普比率优化
做基差交易做了这么多年，我越来越觉得一个道理：赚钱不难，难的是搞清楚钱是怎么赚的。你想想看，有时候一笔单子赚了，到底是基差回归的功劳？还是展期收益的贡献？又或者只是运气好，市场波动给了你一个意外之喜？
这一讲，我们就来聊聊绩效归因。说白了，就是把你的收益和风险拆开来看，看看哪些是能力，哪些是运气，哪些地方还能优化。
一、收益分解：把利润拆成三块
我个人习惯把基差交易的收益拆成三部分：基差收敛收益、展期收益、以及残差项。这样拆开，你就能清楚地知道每一分钱是从哪来的。
收益分解公式：
总收益 = 基差收敛收益 + 展期收益 + 残差项其中：
- 基差收敛收益 = 开仓基差 - 平仓基差（做多基差时）
- 展期收益 = 近月合约与远月合约的价差变化
- 残差项 = 交易成本、滑点、以及无法解释的部分
我在项目中遇到过一种情况：一笔交易明明赚钱了，但基差反而走阔了。当时我就纳闷，后来一拆才发现，原来是展期收益贡献了大部分利润。嗯，这就是不拆不知道，一拆吓一跳。
1.1 基差收敛收益
这是基差交易的核心逻辑。你开仓时基差处于极端位置，你赌它会回归均值。这部分收益，才是你策略的Alpha。
举个例子：
开仓时：期货价格 5000，现货价格 4800，基差 = 200
平仓时：期货价格 5100，现货价格 5050，基差 = 50
基差收敛收益 = 200 - 50 = 150 点注意，这里期货价格涨了100点，现货涨了250点。基差从200缩小到50，这150点就是你的策略收益。
1.2 展期收益
做期限结构交易的朋友对这个应该不陌生。当你持有近月合约，需要滚动到远月时，如果市场处于backwardation（近高远低），你就能吃到展期收益。如果是contango（近低远高），那就是展期成本。
我的经验：展期收益在商品期货里特别明显。比如原油，有时候展期收益能占到总收益的30%以上。但要注意，展期收益不是免费的午餐——它背后反映的是市场供需的预期。
1.3 残差项
这部分我一般叫它「杂音」。交易成本、滑点、保证金利息、甚至数据延迟，都会造成残差。我见过有人策略回测年化20%，实盘一跑只剩12%，差的那8%基本都在残差项里。
避坑指南：我曾经忽略过残差项，结果实盘被滑点吃掉了一大块利润。后来我养成了一个习惯：回测时至少预留0.5个tick的滑点成本，别太乐观。
二、风险归因：谁在拖你的后腿？
收益拆完了，接下来看风险。你可能会问：「我明明控制了基差风险，为什么净值曲线还是上蹿下跳？」
原因很简单：基差交易的风险来源不止一个。
我一般把风险拆成以下几类：
| 风险来源 | 描述 | 常见影响 |
|---|---|---|
| 基差风险 | 基差未按预期回归，甚至反向扩大 | 策略核心风险，直接影响盈亏 |
| 流动性风险 | 近月或远月合约流动性不足 | 滑点增大，展期成本上升 |
| 保证金风险 | 极端行情下保证金不足 | 被迫平仓，策略中断 |
| 模型风险 | 定价模型或统计假设失效 | 策略失效，持续亏损 |
| 操作风险 | 下单错误、系统故障、人为失误 | 单次大额亏损 |
你看，基差风险只是其中一块。很多时候，你的回撤不是基差走错了，而是流动性突然枯竭，或者保证金追缴把你逼出了场。
2.1 如何量化风险归因？
我常用的方法是风险分解（Risk Decomposition）。简单说，就是把组合的波动率拆到每个风险因子上。
组合波动率² = β₁² × σ₁² + β₂² × σ₂² + ... + 2×ρ×β₁×β₂×σ₁×σ₂其中：
- β₁ 是组合对基差因子的暴露
- σ₁ 是基差因子的波动率
- ρ 是因子之间的相关性
举个例子，如果你发现组合波动率中，流动性风险贡献了40%，那你就该考虑换合约了。别死磕一个品种。
三、夏普比率优化：从1.0到2.0的进阶之路
夏普比率，说白了就是「每承担一单位风险，能换来多少超额收益」。公式很简单：
夏普比率 = (策略年化收益 - 无风险利率) / 策略年化波动率但优化夏普比率，可不是简单地把收益做大或者把波动做小。这里有几个我实战中验证过的方法：
3.1 降低波动率：分散品种
我见过有人只做一个品种的基差，比如只做螺纹钢。结果螺纹钢一波动，净值就跟着跳舞。后来我建议他加入铁矿石、焦炭、热卷，相关性低一些，组合波动率直接降了30%。
你想想看，不同品种的基差周期不一样。螺纹钢受房地产影响大，铁矿石受海外矿山影响大。把它们放在一起，东边不亮西边亮。
3.2 提高收益：精选入场时机
不是所有基差偏离都值得做。我个人的习惯是：只做基差偏离超过2个标准差的交易。偏离太小，收益空间不够，还容易被噪音吃掉。
优化后的入场规则：
- 基差偏离 > 2σ：开仓
- 基差回归至 0.5σ 以内：平仓
- 基差继续偏离 > 3σ：加仓（但控制总仓位）
这样做的好处是：每笔交易的胜率不一定高，但盈亏比很漂亮。我做过统计，这种策略的盈亏比通常在3:1以上。
3.3 控制尾部风险：止损与对冲
夏普比率最怕什么？怕极端行情。一次黑天鹅事件，可能把几年的收益全吐回去。所以，优化夏普比率的关键，是控制尾部风险。
我常用的方法：
- 硬止损：单笔亏损超过2%就砍仓，不犹豫
- 期权对冲：买入虚值看跌期权，保护极端下行风险
- 动态仓位管理：波动率上升时降低仓位，波动率下降时加仓
一个小技巧：我习惯用「风险预算」来分配仓位。比如，总风险预算为10%，那么每个品种最多分配2%的风险预算。这样即使一个品种爆了，整体损失也可控。
四、知识体系总览
下面这张图，是我对基差交易绩效归因的整体理解。你可以把它当作一个检查清单，每次复盘时对照着看。
这张图的核心逻辑是：先拆收益，再拆风险，最后优化夏普比率。每一步都是环环相扣的。你不可能跳过收益分解直接去优化夏普，那样就像蒙着眼睛开车。
五、实战中的几个坑
最后，分享几个我踩过的坑，希望能帮你少走弯路。
- 别把运气当能力。有一次我连续盈利了10笔，以为自己悟道了。结果一归因，发现大部分收益来自展期收益，而展期收益是因为市场结构刚好有利。后来市场结构一变，立马回撤。嗯，从那以后我每季度做一次绩效归因。
- 夏普比率不是越高越好。我见过有人把夏普做到5.0，但仓位轻得像蚊子腿。那样的夏普没有意义。真正的优化，是在收益和风险之间找到平衡。
- 别忘了交易成本。很多人在回测里把夏普算得很漂亮，一实盘就变脸。为什么？因为忽略了滑点和手续费。我建议你在回测时至少加1个tick的成本，这样更接近真实情况。
总结一下：
- 收益要拆成三块：基差收敛、展期收益、残差项
- 风险要归因到具体因子：基差、流动性、保证金、模型、操作
- 夏普优化靠三招：分散品种、精选入场、控制尾部风险
- 定期复盘，别等亏了才想起来归因
好了，这一讲的内容就到这里。绩效归因这件事，说白了就是「知己知彼」。你只有搞清楚自己的钱是怎么赚的、风险是怎么来的，才能在市场上活得更久。