第十一章：基差的波动率特征：基差波动率的聚集效应与均值回复

做期货交易的朋友，十有八九都盯着基差看。但很多人只看基差的绝对数值，却忽略了它的波动率特征。说实话，这是个很大的误区。

基差的波动率，说白了就是基差上下跳动的幅度和频率。我做了十几年交易，发现基差波动率有两个非常明显的特征：聚集效应和均值回复。这两个特征，是理解基差运动规律的核心。

11.1 什么是基差波动率的聚集效应

先讲聚集效应。什么意思呢？

你观察一下基差的时间序列图，会发现一个现象：大波动后面跟着大波动，小波动后面跟着小波动。波动率不是均匀分布的，而是扎堆出现的。

举个例子。我记得2018年做螺纹钢的时候，环保限产政策一出，基差瞬间从+50拉到+200。那几天基差上蹿下跳，波动率急剧放大。等政策消化完了，基差波动又慢慢缩回正常水平。这就是典型的聚集效应。

为什么会这样？我个人的理解是：市场参与者的行为具有传染性。当基差开始剧烈波动时，套利者、投机者都会加速进场，进一步放大波动。等情绪退潮，交易量下降，波动率自然回落。

11.2 基差波动率的均值回复特征

第二个特征，均值回复。这个更关键。

基差波动率不会无限放大，也不会永远低迷。它总是围绕一个长期均值上下摆动。高波动率之后，必然回归正常；低波动率之后，也会慢慢回升。

我做过一个统计：国内主要商品期货的基差波动率，均值回复的半衰期大约在5-10个交易日。也就是说，一次波动率冲击，大概一周左右就会衰减一半。

品种	波动率均值（年化）	半衰期（交易日）	回复速度
螺纹钢	18.5%	6.2	较快
铁矿石	22.3%	7.8	中等
豆粕	15.1%	5.5	较快
原油	28.7%	9.3	较慢

你看，不同品种的回复速度不一样。原油这种受地缘政治影响大的品种，波动率持续的时间更长。而豆粕这种农产品，季节性明显，波动率回复就快。

11.3 如何量化波动率的聚集与回复

光定性分析不够，我们得量化。这里我推荐两个工具：GARCH模型和波动率锥。

GARCH模型，说白了就是用来捕捉波动率聚集效应的。它的核心思想是：今天的波动率，受昨天波动率的影响。公式长这样：

σ²(t) = ω + α * ε²(t-1) + β * σ²(t-1)

其中：
σ²(t) 是t时刻的条件方差
ε²(t-1) 是t-1时刻的残差平方
ω, α, β 是模型参数

我习惯用Python的arch库来拟合GARCH模型。代码很简单：

from arch import arch_model

# 假设basis是基差序列
model = arch_model(basis, vol='Garch', p=1, q=1)
result = model.fit()
print(result.summary())

# 预测未来波动率
forecast = result.forecast(horizon=5)
print(forecast.variance[-1:])

嗯，这里要注意：GARCH模型对异常值很敏感。我曾经用历史数据回测，发现一次极端行情就把模型参数带偏了。所以建议先做数据清洗，把明显的异常点剔除掉。

11.4 波动率锥：直观判断当前波动率水平

波动率锥是个好东西。它把不同时间周期的波动率放在一起比较，让你一眼看出当前波动率处于什么位置。

怎么画？很简单：

1. 计算基差在不同周期（5天、10天、20天、60天）的历史波动率
2. 对每个周期，取波动率的分位数（10%、25%、50%、75%、90%）
3. 把这些分位数连成线，就形成了一个锥形

我画了一张图，展示基差波动率锥的典型形态：

你看这张图。红色圆点代表当前基差波动率，它落在了75%分位和90%分位之间。这说明什么？当前波动率偏高，处于历史高位。根据均值回复的特性，接下来波动率大概率会回落。

11.5 实战应用：利用波动率特征制定交易策略

知道了聚集效应和均值回复，怎么用？我分享三个实战思路：

• 波动率择时：当基差波动率处于历史低位时，可以适当加仓，因为波动率大概率会回升。当波动率处于历史高位时，减仓或者对冲，等待波动率回落。
• 止损设置：高波动率环境下，止损要放宽。我一般用当前波动率的2倍作为止损宽度。低波动率环境下，止损可以收紧。
• 套利策略：做基差套利时，波动率低的时候可以加大仓位，波动率高的时候要降低仓位。因为高波动率意味着基差可能大幅偏离，套利风险加大。

举个例子。2020年做豆粕基差套利，当时波动率处于历史低位（10%分位以下）。我判断波动率要回升，就加大了套利仓位。果然，后面一个月波动率从8%涨到了22%，套利收益相当可观。

但反过来，2021年做铁矿石的时候，波动率已经处于90%分位以上。我果断减仓，只留了三分之一的头寸。后来波动率果然回落，避免了大幅回撤。

说白了，波动率就是市场的情绪指标。情绪高涨时，我们冷静一点；情绪低迷时，我们积极一点。这就是利用波动率特征做交易的核心逻辑。

---