第十讲：基差回归策略——均值回归假设、Z-score计算、阈值设定、仓位管理

基差回归策略，说白了就是赌价差会回到均值。听起来简单吧？但这里面的门道，我做了这么多年交易，踩过的坑可不少。今天咱们就把这套系统化的方法掰开揉碎了讲清楚。

一、均值回归假设：凭什么相信价差会回来？

先问个问题：为什么基差会均值回归？

我个人习惯把基差理解成“市场的情绪溢价”。当现货和期货之间的价差拉得过大，要么是现货被高估了，要么是期货被低估了。市场最终会纠正这种偏差——这就是均值回归的底层逻辑。

但要注意，不是所有品种都适合做均值回归。我曾在原油期货上吃过亏，那玩意儿受地缘政治影响太大，价差经常一去不回头。后来我总结出三个条件：

• 流动性要好：没有流动性，你建仓平仓都困难，更别说回归了。
• 基本面稳定：供需关系不能有突变，否则均值本身会漂移。
• 统计上显著：历史数据要能证明价差确实有回归特性。

二、Z-score计算：把价差标准化

Z-score是个好东西。它告诉你当前价差偏离均值多少个标准差。公式很简单：

Z = (当前价差 - 均值) / 标准差

但这里有个坑——窗口期怎么选？

我记得刚开始做螺纹钢基差时，用了20天的滚动窗口。结果呢？频繁触发信号，手续费都亏掉了。后来我改成60天窗口，效果好了很多。为什么？因为短窗口对噪音太敏感，长窗口才能捕捉到真正的偏离。

我建议你这样做：

1. 先用30天窗口做初步测试，看看信号频率。
2. 如果信号太多，拉长到60天；如果太少，缩短到20天。
3. 一定要做滚动计算，别用固定历史区间，否则你会被“幸存者偏差”坑死。

三、阈值设定：什么时候进场？什么时候离场？

阈值设定是策略的灵魂。设得太宽，你等不到信号；设得太窄，你被噪音耍得团团转。

我一般用两个阈值：

阈值类型	典型值	作用
开仓阈值	|Z| > 2.0	触发进场信号
平仓阈值	|Z| < 0.5	触发离场信号

你可能会问：为什么平仓阈值设得这么低？

嗯，这里有个经验。我曾经设过平仓阈值为1.0，结果价差回到1.0后又继续往反方向跑，我被迫止损。后来我改成0.5，虽然少赚了点，但胜率大幅提升。说白了，你要给回归留出足够的“缓冲空间”。

四、仓位管理：别把鸡蛋放在一个篮子里

仓位管理，我觉得比信号本身还重要。你信号再准，仓位管理不好，一次黑天鹅就能让你出局。

我常用的方法是“凯利公式”的变体：

仓位比例 = (胜率 * 盈亏比 - 1) / (盈亏比 - 1)

但凯利公式有个问题——它假设你每次下注都是独立的。而基差交易不是这样，价差有自相关性。所以我做了个调整：

• 初始仓位：凯利公式结果的50%。保守点，没错。
• 加仓条件：价差继续偏离，且Z-score超过3.0时，加仓到75%。
• 减仓条件：价差开始回归，但还没到平仓阈值时，减仓到25%。

举个例子。假设你算出来凯利仓位是20%，那初始就只开10%。如果价差从2.0涨到3.0，你再加5%。等它回到1.5时，你减到2.5%。这样既抓住了大行情，又控制了风险。

五、知识体系总览

下面这张图，是我做这套策略时的思考框架。你看一眼，就能明白各个模块之间的关系。

你看，这四个模块是环环相扣的。均值回归假设是基础，Z-score是工具，阈值是规则，仓位管理是保障。缺一个，策略就瘸腿。