11、跨品种套利的资金管理：品种间的资金权重分配、跨品种价差的协整关系、跨品种套利的风险对冲
跨品种套利与单品种的期现或跨期套利有本质区别。它不再依赖同一标的在不同合约间的价差回归，而是利用两个（或多个）不同但具有经济关联性的品种之间的价差波动。这种关联性可能源于产业链上下游（如螺纹钢与铁矿石）、替代关系（如豆粕与菜粕）、或宏观驱动（如铜与原油）。
在资金管理层面，跨品种套利面临的核心挑战是：价差的不稳定性。两个品种的波动率、流动性、保证金要求往往不同，且价差关系可能因基本面突变而长期偏离。因此，资金管理必须从权重分配、协整验证、风险对冲三个维度构建体系。
一、品种间的资金权重分配：从“等市值”到“等波动率”
许多新手在跨品种套利时，习惯采用“1手对1手”或“等名义本金”的方式。这在波动率差异巨大的品种间是危险的。例如，一手螺纹钢（10吨/手，价格4000元）的名义价值约4万元，而一手铁矿石（100吨/手，价格800元）的名义价值约8万元。如果简单1:1开仓，铁矿石端的波动将主导整个头寸。
核心原则：以“波动率贡献”为权重分配基准，而非名义本金或手数。
具体操作步骤如下：
- 计算历史波动率：取过去20-60个交易日的日收益率标准差（年化或日化均可，但需统一口径）。
- 确定目标波动率权重：假设品种A的日波动率为1.5%，品种B的日波动率为2.0%。若我们希望两个品种对组合的波动贡献相等，则权重应满足：
权重_A * 波动率_A = 权重_B * 波动率_B
即权重_A / 权重_B = 波动率_B / 波动率_A = 2.0% / 1.5% ≈ 1.33 - 转换为实际手数：结合合约乘数和当前价格，计算每手名义价值，再根据权重比例反推手数。
示例：螺纹钢与热卷套利
| 参数 | 螺纹钢 (RB) | 热卷 (HC) |
|---|---|---|
| 合约乘数 | 10吨/手 | 10吨/手 |
| 当前价格 | 4000元/吨 | 4100元/吨 |
| 每手名义价值 | 40,000元 | 41,000元 |
| 20日年化波动率 | 25% | 22% |
计算目标权重：
设RB权重为1，则HC权重 = (25% / 22%) ≈ 1.136
即每做1手RB，应做1.136手HC。由于无法交易0.136手，可调整为：做10手RB，对应做11手HC（10 * 1.136 ≈ 11.36，取整）。
动态调整：波动率是时变的。建议每季度或每半年重新计算一次波动率，并在价差出现极端偏离时手动复核。若品种基本面发生重大变化（如政策干预导致波动率结构突变），应立即调整。
二、跨品种价差的协整关系：资金管理的“锚”
跨品种套利的盈利基础是价差的均值回归。但并非所有具有相关性的品种都适合套利。资金管理必须建立在统计上的协整关系之上，而非简单的相关系数。
协整 vs. 相关：相关系数高不代表价差会回归。例如，两个品种可能都受通胀驱动同步上涨，但价差可能持续发散（如一个涨10%，另一个涨15%）。协整则要求两个时间序列的线性组合是平稳的，即价差围绕一个长期均值波动。
资金管理中的协整应用：
- 确定对冲比率（Hedge Ratio）：通过OLS回归或Johansen检验，得到使价差序列最平稳的系数。例如，回归结果：
Y = 0.8 * X + ε，则对冲比率为0.8，即每做多1手Y，需做空0.8手X。 - 设置开仓阈值：基于协整价差的历史分布（如均值±1.5倍标准差）。资金管理要求：开仓阈值必须与账户风险预算挂钩。例如，若账户最大回撤容忍度为5%，则单次套利头寸的价差偏离不应超过该回撤预算的1/3。
- 协整关系的失效监控：协整关系可能因产业政策、供需格局变化而破裂。资金管理需设置“协整失效止损”。例如，当价差连续N个交易日（如20日）未回归，或价差突破历史最大偏离的2倍时，强制平仓并暂停该品种对交易。
实战代码片段（Python伪代码，用于计算协整系数与阈值）：
import statsmodels.api as sm
import numpy as np
# 假设price_A, price_B为两个品种的日收盘价序列
def calculate_cointegration(price_A, price_B):
# 1. 回归求对冲比率
X = sm.add_constant(price_A)
model = sm.OLS(price_B, X).fit()
hedge_ratio = model.params[1] # 斜率
spread = price_B - hedge_ratio * price_A # 价差序列
# 2. ADF检验平稳性
adf_result = sm.tsa.stattools.adfuller(spread)
is_stationary = adf_result[1] < 0.05 # p值小于0.05认为平稳
# 3. 计算开仓阈值（基于历史分位数）
mean_spread = np.mean(spread)
std_spread = np.std(spread)
upper_threshold = mean_spread + 1.5 * std_spread
lower_threshold = mean_spread - 1.5 * std_spread
return hedge_ratio, spread, upper_threshold, lower_threshold, is_stationary
三、跨品种套利的风险对冲：超越价差本身
跨品种套利虽然对冲了部分方向性风险，但并非无风险。资金管理必须识别并覆盖以下三类风险：
1. 流动性风险对冲
- 现象：一个品种流动性好，另一个差。当市场剧烈波动时，差流动性品种可能出现滑点或无法成交，导致头寸暴露。
- 管理方法：
- 在权重分配时，对流动性差的品种给予折扣系数（如乘以0.8），降低其仓位。
- 设置最小成交量过滤：只交易日均成交量大于一定阈值（如5万手）的合约。
- 使用限价单+保护性止损：对流动性差的品种，不追价，采用限价单等待成交，同时在该品种上设置更宽的止损。
2. 基差与展期风险对冲
- 现象：跨品种套利通常使用主力合约。当主力合约换月时，两个品种的移仓节奏可能不同，导致价差出现非基本面波动。
- 管理方法：
- 统一合约月份：尽量选择相同到期月份的合约进行套利，避免因换月时间差产生干扰。
- 提前移仓计划：在主力合约换月前1-2周，制定分批移仓计划，并计算移仓成本对价差的影响。
- 价差调整因子：若必须使用不同月份，需引入“持有成本模型”对价差进行修正，剔除仓储、利息等成本差异。
3. 宏观与政策风险对冲
- 现象：突发政策（如出口退税调整、环保限产）可能只影响其中一个品种，导致协整关系瞬间破裂。
- 管理方法：
- 多品种对分散：不要只做一个跨品种对。同时持有3-5个相关性较低的品种对（如黑色系、能化系、农产品系各一个），降低单一政策冲击。
- 事件驱动止损：在重大政策发布前后（如中央经济工作会议、行业座谈会），主动降低仓位至正常水平的50%以下，或暂停开新仓。
- 尾部风险对冲：配置少量期权（如买入跨品种价差的看跌期权），或使用股指期货对冲系统性风险。例如，当跨品种套利组合的Beta值（相对于大盘）显著不为0时，用少量股指期货空头对冲。
总结：跨品种套利资金管理的三层防线
- 第一层（事前）：基于波动率与协整关系的权重分配，确保每单位风险暴露均衡。
- 第二层（事中）：动态监控协整关系的稳定性，设置基于统计的阈值与失效止损。
- 第三层（全局）：通过多品种对分散、流动性折扣、宏观对冲，防范非价差风险。
记住：跨品种套利的资金管理，核心不是预测价差方向，而是管理价差的不确定性。当协整关系清晰、波动率匹配、风险对冲到位时，资金曲线才能实现低回撤的稳健增长。