期货价差交易机会的评估与识别
摘要：从价差率的比较上看，期指与豆粕的波动区间相差21倍，考虑到期指全部合约的成交额与豆粕的比值处在1112，简单地以收益率及交投衡量，豆粕期货的跨期价差交易介入条件较好。 期货价差交易可划分为跨期套利、跨品种套利、跨市场套利三种类型。随着价差机会的介入度不断提高，采用量化技术分析与实时跟踪数量较多的期货品
从价差率的比较上看，期指与豆粕的波动区间相差21倍，考虑到期指全部合约的成交额与豆粕的比值处在11—12，简单地以收益率及交投衡量，豆粕期货的跨期价差交易介入条件较好。
综合多空持仓量的最小介入手数及净持仓日均值等因素，介入跨期套利操作，可选择的品种有棉花、PTA、菜油、强麦、玻璃等品种。
期货价差交易可划分为跨期套利、跨品种套利、跨市场套利三种类型。随着价差机会的介入度不断提高，采用量化技术分析与实时跟踪数量较多的期货品种，同时针对筛衙的价差组合进行细化处理，将提高参与者捕捉价差异常变动的能力。
进行价差交易时，如不采用数量手段，单凭经验或者产业链关系，逻辑上认为其策略的潜在获利空间将受到压制，毕竟介入数量增多势必引发受到重点关注品种上的机会出现减少，而且价差运行方向是否与判断一致也难以确定。通过数量手段遍历各种价差组合，同时辅助以经验或者相关性进一步分析价差特征，是较好的选择。目前，捕捉单一品种内、不同月份间的异常价差，捕捉产业相关性高的期货合约之间的异常价差，这两种方式使用的范围较广。
受各个期货品种的换月及流动性特征、前后主力合约之间间隔月份、主力合约与次主力合约之间间隔月份、商品期货季节性及气候等因素的影响，价差交易面临的不确定性也随之增大。比如，大幅的价差并不一定出现在广泛认可的品种上，仅仅关注已经熟悉的价差组合，受数量较少限制，遗漏其他组合的价差机会概率较大。加上推出的品种数量不断增加，资金投入及研究分析的难度增加。相对而言，通过数量手段，遍历各种价差组合，等识别价差区间的突破特征后，再具体到可能存在价差交易机会的品种进行细化分析。以数量手段为基础的价差分析策略，复用性较强，逻辑上获利的概率也较高。
由全市场观察再集中聚焦的价差机会识别模式，需要一个相对清晰的量化分析框架，必须综合考虑价差所涉及的两个合约之间的长期及短期相关性，还需要考虑最新价差组合的波动区间、波动区间在同类方案中所处的位置、交易所执行价差交易的便利程度、交割时点设置、当前价差所处位置与历史均值的比较、剩余存续期限内价差单向变动等因素。
考虑到外盘市诚约特征及难以取得较大数量的分钟同步数据，本文仅关注内盘市场的价差交易机会，同时也没有分析数量大于2的多个品种之间的套利。假定价差涉及的两个合约之间介入的比例为1：1，对于跨期套利，价差率定义为//2。如果涉及到跨品种及跨市场，价差率定义为//2。波动区间定义为价差率均值加减一倍标准差所界定的范围。
通过相关的数据处理，我们认为主力及非主力连续序列的构建、价差序列的序贯遍历、监控最新价差组合、价差所涉及合约之间比例设定、价差涉及的合约数量等因素值得关注。由于价差组合不断变动，关注历史价差的同时，也需要实时关注最新价差的表现。具体细化到某一价差组合的历史数据时，两个合约之间间隔月份的数量不等的处理、季节性需求导致相同交割时间间隔的两个合约价差突变，等等层面，是细化处理环节需要认真对待的。
同一品种内价差两腿之间的相关性及价差机会
由于同一品种间不同合约的相关性较强，对于跨期价差交易我们选择不计算相关系数。价差数据选择日收盘价。最新价差组合定义为一旦价差涉及的某个合约发生变更，就称更新后的价差组合为最新价差组合。跨期价差设定合约为流动性排在第一、二位的合约。具体到合约流动性的排序上，以成交量、持仓量最大作为筛选条件，如果成交量及持仓量相等，则选择交割日较远的合约作为主力合约，以此准则选出的第二个期货品种成为次主力合约。
价差率数据显示，豆粕与焦炭的价差机会较多。就价差空间而言，与期指价差处于同一水平线的品种有铜、铝、锌、银、豆一等五个品种。从价差率的比较上看，期指与豆粕的波动区间相差21倍，考虑到期指全部合约的成交额与豆粕的比值处在11—12，简单地以收益率及交投衡量，豆粕期货的跨期价差交易介入条件较好。
不同品种主力合约间的相关性
考察相关性需注意不同时间频率、不同样本长度等因素的综合权衡。其中，主力合约的筛选方式与跨期价差交易的处理方式一致，时间频率为一分钟及日收盘价两种形式，数据均作剔除非同步交易的处理。对于长期相关性的计算，选择2007年8月至2013年3月12日的数据；对于短时相关性的计算，选择2011年3月12日至2013年3月12日的数据。设定纳入到跨市尝跨品种的价差交易方案，必须满足不同时间频率、不同样本长度上三个维度的相关系数均大于0.9或小于-0.9的条件。大于0.9，视作价差部位的买卖方向要求相反；小于-0.9，视作价差部位的买卖方向要求相同。
从短期及长期相关性的统计性结果来看，焦炭与螺纹钢、黄金与银、螺纹钢与线材、铅与锌等品种的主力合约之间关联度较高，长短期相关性均值位列前4位。反观金融期货品种，其与各品种的长短期相关性，与PVC、线材、螺纹钢、锌、橡胶、铜等工业品的价格走势关联度较大，与农产品走势的关联较弱。总体而言，金融期货与商品期货品种的价格走势，关联度最高的组合为PVC与沪深300。以日频级别计算，该组合的长期相关系数0.8170，在一定程度间接说明国内股市受房地产等基础设施建设的影响较大。日频级别的数据显示，PVC与沪深300的短期相关系数0.7442，较长期相关系数降低约0.07，说明随着国内经济结构转型及升级，股市受基础设施建设的影响有所降低。
不同品种主力合约间的价差机会
针对相关度较高的期货品种，选择AG与AU、CU与PB、CU与RU、J与RB、J与WR、PB与ZN、RB与WR、RU与TA等8个组合，通过每个组合确定对应的最新合约，每日可得到诸如AG1306与AU1306、 CU1306与PB1305等价差组合。涉及到价差及价差波动区间等数据处理时，分别采用日频及分钟频率。
从日频率的数据来看，波动幅度较大的品种为焦炭与螺纹钢、螺纹钢与线材，其他品种机会相对较弱。与金融期货的跨期价差机会比较，筛洋的商品主力合约间的价差波动幅度相对较大，有4个价差组合的波动幅度与金融期货的跨期价差组合处在同一水平，3个合约的波动幅度高出0.08。从分钟频率级别数据来看，8个价差组合，其均值、波动幅度指标与日频率仅有小幅区别，进行数据处理时，可借助日频级别数据进行分析，从而节省处理需耗费的时间。日频级别与分钟级别数据显示，金与银、铅与锌、焦炭与螺纹钢、燃油与PTA的价差均值及波动幅度均相等，该层面的数据显示产业关联度大的商品品种，盘中两者的价差相对稳定，因此计算两个指标时，采用不同频率的数据结果均能取得一致。相应地，焦炭及线材、螺纹钢与线材等品种，在不同时间间隔下，相应地计算得到的指标有所差异。就长短期相关性来看，这两个品种的关联度较强，但不同频率计算得到的均值及幅度指标有所差异。究其原因，或与线材交投不活跃有较大的关系。
同一品种的跨期套利介入头寸数量评估
进行价差交易时，如果较多参与者均采用价差交易、套期保值模式，当档位深度不够时，数量较大的资金同时针对相对有限的价差执行对冲方案，势必压制价差的介入空间，甚至导致价差交易方案失败。为确保潜在价差收益尽可能覆盖自身的成本及收益目标，有必要针对前20名会员净空持仓数据，评估价差方案的介入数量。我们选择郑商所上市的期货品种，从主力合约的角度，衡量跨期价差交易的介入规模。时间从2010年8月24日至2013年3月14日，取日持仓量最大合约作为主力合约。相关分析发现，棉花、白糖、甲醇、PTA、普麦、菜油、早籼稻、强麦、玻璃、菜油等10个品种，期间的净持仓日均值分别是-1262手、1263手、-6手、-518手、-21手、-714手、-410手、-842手、-244手及-562手。从数量上看，白糖的多头套保及价差交易的介入幅度较大，其他品种空头套保及价差交易的介入幅度较多。整体上看，净持仓为负的概率较大，也就是持仓结构大体上以净空持仓为主。以净空持仓为800手作为阈值，价差方案及套保方案介入数量较大的品种为棉花、强麦。同样地，我们也需要查看结构中多头持仓及空头持仓量的数量，毕竟价差头寸可能需要隔夜持仓，有较大数量持仓相对能够减少出清时的冲击成本。以每日多空持仓均需大于5万手作为筛选标准，棉花、白糖、PTA、菜油、强麦、玻璃等品种的价差介入机会较好。综合多空持仓量的最小介入手数及净持仓日均值等因素，介入跨期套利操作，可选择的品种有棉花、PTA、菜油、强麦、玻璃等。相对而言，玻璃等品种的介入数量较少，机会相对更佳，棉花等品种的介入数量较多，介入规模可适当控制。
表1：期货品种内主力及次主力合约的价差均值及波动幅度(日频率)=650) {this.resized = true; this.width=500} else { this.resized = false; }">
表2：不同品种主力合约间的相关系数=650) {this.resized = true; this.width=500} else { this.resized = false; }">
表3：期货品种主力合约间的价差均值及波动幅度=650) {this.resized = true; this.width=500} else { this.resized = false; }">
#re##ad#
