第二十一讲：基差交易的入场信号——阈值设定与突破确认
做基差交易这么多年，我最大的体会是：信号比方向更重要。方向看对了，入场点没踩准，照样被来回打脸。今天咱们就聊聊，怎么设定阈值、怎么确认突破，把入场信号做实。
一、阈值设定：不是拍脑袋，是算出来的
很多人喜欢拍脑袋设阈值，比如“基差超过50个点就进场”。这其实挺危险的。我见过太多人，设了个固定值，结果行情一波动，要么进不去，要么进去就被套。
阈值怎么设？我的习惯是：动态阈值 + 统计分位数。
1. 滚动窗口法
用过去N天的基差数据，计算均值和标准差。阈值 = 均值 ± k × 标准差。k值一般取1.5到2.5之间，看品种波动率。
# 伪代码示例
import numpy as np
def calc_threshold(basis_series, window=20, k=2.0):
rolling_mean = basis_series.rolling(window).mean()
rolling_std = basis_series.rolling(window).std()
upper = rolling_mean + k * rolling_std
lower = rolling_mean - k * rolling_std
return upper, lower
嗯，这里要注意：窗口大小很关键。太短了容易被噪声干扰，太长了反应迟钝。我个人习惯用20个交易日，也就是一个月左右。
2. 分位数法
另一种思路：用历史分位数。比如取过去60天的90%分位数作为上阈值，10%分位数作为下阈值。这样做的好处是——不受极端值影响。
| 方法 | 优点 | 缺点 |
|---|---|---|
| 滚动窗口法 | 反应快，适合趋势行情 | 对异常值敏感 |
| 分位数法 | 稳健，抗噪声 | 反应稍慢 |
我在项目中遇到过这样的情况：某品种基差突然拉大，用滚动窗口法直接触发了阈值，结果是个假突破。后来改用分位数法，过滤掉了不少噪声。
二、突破确认：别急着冲进去
阈值触发了，不代表就要立刻进场。你想想看，如果每次触碰阈值都进场，那得被洗多少次？
我建议用双重确认机制：
- 价格确认：基差突破阈值后，至少持续N个周期（比如3根K线）
- 量能确认：突破时成交量或持仓量有明显变化
核心逻辑：真正的突破，往往伴随着市场参与者的共识。没有量能配合的突破，大概率是假突破。
实战中的确认方法
我常用的一个技巧：突破后回踩确认。基差突破阈值后，先不急着进场，等它回踩到阈值附近再入场。这样做的好处是——止损位好设，盈亏比更优。
# 突破确认逻辑
def confirm_break(basis, threshold, hold_period=3):
# 检查是否连续hold_period个周期都在阈值之外
exceed_count = sum(basis[-hold_period:] > threshold)
return exceed_count == hold_period
三、避坑指南：我曾经踩过的坑
我曾经犯过一个错误：在临近交割月时，用同样的阈值参数。结果基差因为交割逻辑快速收敛，把我给套进去了。后来我加了一条规则：临近交割月，阈值要适当放宽。
注意：不同月份的合约，基差波动特征完全不同。近月合约波动大，远月合约波动小。阈值参数不能一刀切。
还有一点：不要只看一个品种的基差。我习惯把相关品种的基差放在一起看。比如做螺纹钢，我会同时看热卷的基差。如果两个品种的基差同时突破阈值，那信号的可靠性会高很多。
四、知识体系图
下面这张图，把阈值设定和突破确认的核心逻辑串起来了。建议保存下来，做策略时对照着看。
小技巧：做回测时，把阈值参数当成可优化变量。不同品种、不同市场环境下，最优参数差异很大。我一般用遗传算法或网格搜索来找最优参数组合。
说白了，阈值设定和突破确认，就是给基差交易装上一把尺子和一个过滤器。尺子量距离，过滤器去杂质。两者配合好了，入场信号的胜率能提升不少。
我记得有一次做豆粕基差交易，基差突破了阈值，但量能没跟上。我忍住了没进场，结果第二天基差就回落了。要是当时冲进去，又是一笔亏损单。所以啊，耐心等待确认，比急着进场更重要。
今天就聊到这儿。记住：信号是等出来的，不是追出来的。把阈值设好，把确认做扎实，剩下的交给市场验证。