第27章多品种组合策略

第27章多品种组合策略：投资组合优化、品种间相关性矩阵、风险平价在基差中的应用

做基差交易做到一定阶段，你会发现一个尴尬的事——单品种做得再好，资金容量有限，回撤也大。我早年就吃过这个亏，重仓押注一个品种的基差回归，结果遇到极端行情，差点爆仓。后来我学乖了，开始搞多品种组合。

说白了，多品种组合的核心就三个问题：选谁、配多少、怎么调。今天咱们就聊聊这个。

一、为什么基差交易需要多品种组合？

单品种基差交易有个天然缺陷——非系统性风险太大。你想想看，一个品种的基差可能因为产业政策、天气、运输问题突然走扩，这些因素你根本预测不了。

但多品种组合就不一样了。不同品种的基差波动往往不同步，有的正相关，有的负相关。组合在一起，就能平滑整体收益曲线。我自己的实盘经验是，从单品种到5-8个品种的组合，夏普比率能提升0.5-0.8。

  核心观点：基差交易的核心不是预测基差方向，而是管理基差波动的组合风险。

二、品种间相关性矩阵——你的组合基石

做组合之前，第一件事就是算相关性矩阵。别偷懒，这个矩阵决定了你后面所有优化的质量。

我一般用滚动窗口60天的基差收益率来计算相关性。为什么是60天？太短了噪声大，太长了反应迟钝。这是我试过很多参数后觉得最稳的。

import pandas as pd
import numpy as np

# 假设df是多个品种的基差收益率数据，列名为品种代码
def calc_corr_matrix(df, window=60):
    """
    计算滚动相关性矩阵
    """
    # 计算相关系数矩阵
    corr_matrix = df.rolling(window=window).corr()
    return corr_matrix

# 示例：计算最近一个窗口的相关性
latest_corr = calc_corr_matrix(basis_returns).iloc[-len(basis_returns.columns):]
print(latest_corr)

这里有个坑，我提醒一下——相关性不是一成不变的。2019年螺纹和热卷的相关性高达0.85，但2020年疫情后降到了0.6。所以你得定期更新矩阵，我建议每周重新算一次。

品种对	正常市场	极端行情	备注
螺纹-热卷	0.75-0.85	0.90+	同产业链，高相关
铜-铝	0.40-0.55	0.70+	同为有色，但供需不同
豆粕-玉米	0.10-0.25	0.30+	饲料替代，弱相关
原油-黄金	-0.10-0.10	0.50+	避险属性，不稳定

实战技巧：我习惯把相关性矩阵画成热力图，一眼就能看出哪些品种适合放在一起。颜色越深，相关性越高，组合效果越差。

三、投资组合优化——从均值方差到风险预算

传统的马科维茨均值方差模型，在基差交易里其实不太好用。为什么？因为基差收益率的分布不是正态的，尾部风险很大。你算出来的最优权重，可能一个极端行情就全毁了。

我个人更推荐风险预算模型。它的思路很简单：每个品种对组合风险的贡献度相等。这样就不会出现某个品种权重过大，把整个组合带崩的情况。

from scipy.optimize import minimize

def risk_parity_weights(cov_matrix):
    """
    风险平价权重计算
    """
    n = cov_matrix.shape[0]
    
    def risk_contribution(w):
        portfolio_risk = np.sqrt(w @ cov_matrix @ w)
        marginal_contrib = cov_matrix @ w / portfolio_risk
        risk_contrib = w * marginal_contrib
        return risk_contrib
    
    def objective(w):
        rc = risk_contribution(w)
        target_rc = np.mean(rc)
        return np.sum((rc - target_rc) ** 2)
    
    constraints = ({'type': 'eq', 'fun': lambda w: np.sum(w) - 1})
    bounds = [(0, 0.3) for _ in range(n)]  # 单个品种权重上限30%
    
    result = minimize(objective, 
                     x0=np.ones(n)/n,
                     bounds=bounds,
                     constraints=constraints)
    return result.x

你看，代码里我加了个权重上限30%。这是我踩过坑之后加的——有一次某个品种的基差突然走扩，权重到了40%，组合回撤直接破了历史记录。从那以后，我就给每个品种设了上限。

四、风险平价在基差中的特殊应用

风险平价在股票、债券里用得很多，但在基差交易里，你得做些调整。原因很简单——基差交易的波动率不是稳定的。临近交割月，波动率会急剧放大；远月合约，波动率又很小。

我的做法是：动态调整风险预算。具体来说，根据每个品种的基差波动率，动态调整它的风险贡献目标。

  调整公式：目标风险贡献 = 基准风险贡献 × (当前波动率 / 历史平均波动率)

举个例子。假设豆粕基差的历史平均波动率是15%，当前波动率到了25%，那它的目标风险贡献就上调到基准的1.67倍。这样，波动率大的品种会自然降低权重，起到稳定组合的作用。

嗯，这里要注意——不要过度调整。我试过用10天滚动波动率来调，结果权重变来变去，交易成本高得吓人。后来改成用30天滚动波动率，效果就好多了。

五、实战中的避坑指南

做多品种基差组合这几年，我踩过的坑不少。挑几个重点说说：

别把同产业链品种放太多。我曾经同时做螺纹、热卷、线材三个品种，结果遇到限产政策，三个品种一起崩。相关性太高，组合效果等于单品种。
注意流动性差异。有些品种基差交易机会很好，但流动性差，滑点大。我建议每个品种的日均成交额不低于1亿，否则进出场成本会吃掉利润。
定期再平衡。我一般每周五收盘后做一次再平衡。太频繁了增加成本，太久了权重偏离严重。

我曾经犯过的错：有一年我做了个10个品种的组合，觉得分散够充分了。结果遇到系统性风险——所有品种的基差同时走扩。后来我才明白，分散化只能降低非系统性风险，系统性风险躲不掉。所以，组合里一定要留一部分现金或者做对冲。

六、一张图看懂多品种基差组合策略

下面这张图是我自己总结的框架，每次做组合前我都会过一遍：

这张图我每次做组合都会看一遍。从品种筛选到执行监控，形成一个闭环。说白了，多品种组合不是一锤子买卖，而是持续优化的过程。

七、最后说几句

多品种基差组合，说到底是个风险管理的游戏。你不需要每个品种都赚钱，只要组合整体赚钱就行。我见过很多交易员，单品种做得很好，但一搞组合就乱套——要么过度分散，要么权重失衡。

我的建议是：从5个品种开始，跑顺了再加。别一上来就搞十几个品种，管理不过来。记住，组合的目的是降低风险，不是增加复杂度。

一个小技巧：我每次调仓后，都会把组合的预期波动率和最大回撤算一遍。如果预期最大回撤超过15%，我就减仓或者加对冲。这个习惯帮我躲过了好几次大坑。

好了，多品种组合策略就聊到这儿。记住三个关键词：相关性、风险平价、动态调整。把这三点吃透了，你的基差交易就能上一个台阶。

📚 课程目录