第八章：基差交易策略设计

做基差交易这些年，我最大的感触是——策略本身并不复杂，复杂的是你怎么把策略落地。今天咱们聊聊五种核心策略：期现套利、跨期套利、跨品种套利、统计套利、事件驱动。每种策略我都踩过坑，咱们边聊边看。

一、期现套利策略

说白了，期现套利就是利用期货和现货之间的价差赚钱。我刚开始做的时候，总觉得这玩意儿稳赚不赔。后来发现，没那么简单。

核心逻辑：当期货价格高于现货价格+持有成本时，卖期货买现货；反之则买期货卖现货。价差回归，你就赚钱。

我曾在螺纹钢上做过一次正向套利。当时期货比现货高了200多块，我算了一下持有成本才80块。果断入场。结果呢？交割月临近，价差不但没回归，反而扩大到300。为什么？因为现货流动性出了问题，没人接货。嗯，这里要注意——流动性风险是期现套利最大的坑。

二、跨期套利策略

跨期套利，就是同一个品种不同月份合约之间的价差交易。你想想看，近月和远月合约的价格，本质上反映的是市场对未来的预期。

常见模式：

• 牛市套利：买近月卖远月。预期近月涨得比远月快
• 熊市套利：卖近月买远月。预期近月跌得比远月快
• 蝶式套利：买近月+卖中间月+买远月。更精细的价差策略

我记得有一年做豆粕跨期套利。当时市场预期大豆到港量会大增，近月合约被砸得很低，远月反而坚挺。我判断这是过度反应，就做了买近卖远的牛市套利。结果呢？一周后价差回归，赚了15%。

三、跨品种套利策略

跨品种套利，玩的是不同品种之间的相关性。比如豆粕和豆油、螺纹钢和热卷、焦煤和焦炭。这些品种之间要么是上下游关系，要么是替代关系。

核心思路：

• 产业链套利：比如压榨利润套利（大豆→豆粕+豆油）
• 替代品套利：比如螺纹钢和热卷，两者可以相互替代
• 比价套利：比如铜铝比价，历史上在某个区间波动

我做过最成功的一次跨品种套利，是2020年的焦煤焦炭套利。当时焦化厂限产，焦炭供应紧张，但焦煤库存高企。我做了买焦炭卖焦煤的套利。价差从300扩大到800，翻了将近两倍。

四、统计套利策略

统计套利，说白了就是靠数学和概率吃饭。它不依赖基本面分析，而是通过统计模型发现价差的异常波动。

常用方法：

1. 均值回归策略：计算价差的历史均值和标准差，当价差偏离2个标准差时入场
2. 协整策略：找到两个或多个品种的长期均衡关系，当偏离均衡时套利
3. 机器学习策略：用随机森林、LSTM等模型预测价差走势

# 一个简单的均值回归策略示例（Python伪代码）
import numpy as np

def z_score(spread):
    mean = np.mean(spread[-60:])  # 60日滚动均值
    std = np.std(spread[-60:])    # 60日滚动标准差
    return (spread[-1] - mean) / std

# 当z_score > 2 时，做空价差
# 当z_score < -2 时，做多价差
# 当z_score回归到0附近时，平仓

五、事件驱动策略

事件驱动，就是利用突发事件或可预期事件来套利。比如天气、政策、库存报告、供需数据发布等。

常见事件类型：

事件类型	例子	套利方向
天气事件	台风影响港口、干旱影响农作物	做多受影响品种，做空替代品
政策事件	环保限产、出口关税调整	做多受限品种，做空不受限品种
数据发布	USDA月度供需报告、API库存数据	预期差套利（实际值 vs 预期值）
交割事件	交割月临近、仓单变化	期现价差回归套利

我记得有一次，美国农业部发布大豆供需报告，市场预期库存会增加，结果实际数据是减少。我提前布局了买豆粕卖豆油的套利（因为压榨利润会变化）。报告一出，豆粕暴涨，豆油暴跌，一天赚了8%。

策略选择框架

说了这么多，你可能会问：到底该用哪种策略？我的建议是，根据你的资源和能力来选择。

我个人习惯是，把资金分成三份：一份做期现套利（稳），一份做跨期跨品种（中等风险），一份做统计套利和事件驱动（高风险高回报）。这样既能保证稳定收益，又有机会博取超额回报。

---

公众号:蓝海资料掘金营，微信deep3321