第八章 跨品种套利策略：产业链逻辑、替代品逻辑、比价关系、协整关系检验
跨品种套利，说白了就是「做多一个品种，做空另一个品种」。
听起来简单吧？但这里面的门道，比同品种跨期套利要深得多。我刚开始做跨品种套利时，踩过不少坑。有一次，我看好螺纹钢和铁矿石的比价关系，觉得螺纹被低估了，结果进去就被打脸——产业链逻辑没吃透，亏得我连续好几天没睡好。
今天咱们就把这块硬骨头啃下来。我会从产业链逻辑讲起，再到替代品逻辑、比价关系，最后用协整检验来量化验证。嗯，一步步来。
8.1 产业链逻辑：上下游的「利润分配」游戏
产业链套利，核心就一句话：利润在产业链上下游之间怎么分。
举个例子，螺纹钢和铁矿石。铁矿石是原料，螺纹钢是成品。正常情况下，螺纹钢价格 = 铁矿石成本 + 加工费 + 利润。但市场情绪一上来，这个等式就不成立了。
- 当螺纹钢利润过高：钢厂拼命生产，铁矿石需求增加，铁矿石价格会被拉起来。这时候做空螺纹、做多铁矿，就是赌利润回归。
- 当螺纹钢利润过低甚至亏损：钢厂减产，铁矿石需求下降，铁矿价格会跌得更狠。这时候做多螺纹、做空铁矿，就是赌利润修复。
我个人习惯：先看产业链的「利润分配图」。把上下游品种的利润算清楚，再决定方向。利润分配图长这样：
避坑指南：我曾经在螺纹钢利润高达400元/吨时，直接做空螺纹、做多铁矿。结果利润继续扩大到500元/吨，差点爆仓。后来我学乖了——利润回归不是一蹴而就的，要等拐点信号出现再进场。
8.2 替代品逻辑：谁便宜就用谁
替代品套利，核心是「性价比切换」。
举个例子，豆粕和菜粕。豆粕是饲料中的蛋白来源，菜粕也是。当豆粕太贵时，饲料厂就会多配菜粕；当菜粕太贵时，就多配豆粕。两者价格会互相牵制。
我做过一个经典的替代品套利：豆粕-菜粕价差套利。
- 价差过高（豆粕比菜粕贵太多）：饲料厂会减少豆粕用量，增加菜粕用量。做空豆粕、做多菜粕。
- 价差过低（豆粕比菜粕便宜太多）：饲料厂会多配豆粕，少配菜粕。做多豆粕、做空菜粕。
关键点：替代品套利的核心是「替代弹性」。替代弹性越大，价差回归的动力越强。豆粕和菜粕的替代弹性大概在0.3-0.5之间，不算特别高，但足够做套利了。
8.3 比价关系：用历史数据画「价格走廊」
比价关系，说白了就是看两个品种的价格比值，是不是在历史正常范围内。
举个例子，铜和铝。铜和铝在电线电缆领域有替代关系。正常情况下，铜价/铝价比值在2.5-3.5之间波动。如果比值超过3.5，说明铜太贵了，电线厂会改用铝；如果比值低于2.5，说明铜太便宜了，铝会被替代。
我习惯用「比价走廊」来观察：
| 比价区间 | 状态 | 套利方向 |
|---|---|---|
| > 3.5 | 铜被高估 | 做空铜 + 做多铝 |
| 2.5 - 3.5 | 正常区间 | 观望 |
| < 2.5 | 铜被低估 | 做多铜 + 做空铝 |
注意：比价关系不是一成不变的。我记得2015年之后，铜铝比价中枢从3.0降到了2.8，因为铝的产能扩张太快。所以，比价走廊要定期更新，不能死守历史数据。
8.4 协整关系检验：用数学验证套利逻辑
前面讲的产业链逻辑、替代品逻辑、比价关系，都是定性分析。但做量化交易，光定性不够，还得定量验证。
协整检验，就是用来验证两个品种之间是否存在长期均衡关系的。如果存在协整关系，那么价差偏离均值后，大概率会回归。
我常用的方法是Engle-Granger两步法：
- 第一步：用OLS回归，估计两个品种的长期关系。比如：
Y = α + βX + ε - 第二步：检验残差ε是否平稳。如果残差平稳，说明存在协整关系。
下面是我写的一个Python示例，用来检验螺纹钢和铁矿石的协整关系：
import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.tsa.stattools import adfuller
# 模拟数据（实际使用时替换为真实行情数据）
np.random.seed(42)
dates = pd.date_range('2023-01-01', periods=500, freq='D')
iron_ore = np.cumsum(np.random.randn(500)) + 500 # 铁矿石价格
rebar = iron_ore * 1.8 + np.random.randn(500) * 20 + 200 # 螺纹钢价格
# 第一步：OLS回归
X = sm.add_constant(iron_ore)
model = sm.OLS(rebar, X).fit()
residuals = model.resid
# 第二步：ADF检验残差平稳性
adf_result = adfuller(residuals, maxlag=5)
print(f'ADF统计量: {adf_result[0]:.4f}')
print(f'p值: {adf_result[1]:.4f}')
if adf_result[1] < 0.05:
print('结论：存在协整关系，可以做价差套利')
else:
print('结论：不存在协整关系，谨慎参与')
我的经验：p值小于0.05才算通过。但别太迷信p值。我见过p值0.01的品种，价差偏离后就是不回归，因为基本面变了。所以，协整检验只是工具，不是圣杯。最终决策还是要结合产业链逻辑。
8.5 实战框架：从逻辑到执行
好了，前面讲了这么多，咱们来总结一个实战框架。我每次做跨品种套利，都按这个流程走：
- 选品种：找产业链上下游或替代品关系的品种。比如螺纹钢-铁矿石、豆粕-菜粕、铜-铝。
- 定逻辑：用产业链利润分配或替代品性价比，判断当前价差是否合理。
- 画走廊：用历史比价数据，画出正常波动区间。
- 做检验：用协整检验验证价差是否具有均值回归特性。
- 设止损：价差突破历史极值，或者基本面发生重大变化，必须止损。
最后说一句：跨品种套利比跨期套利风险大，因为两个品种的基本面可能完全不同。我见过有人做铜铝套利，结果铜矿罢工、铝厂增产，两边都亏。所以，仓位一定要轻，止损一定要严。