期貨知識輔導：期貨價差交易機會的評估與識別

　　重點推薦：全科套餐五折優(yōu)惠 5月考試成績查詢

　　從價差率的比較上看，期指與豆粕的波動區(qū)間相差21倍，考慮到期指全部合約的成交額與豆粕的比值處在11―12，簡單地以收益率及交投衡量，豆粕期貨的跨期價差交易介入條件較好。

　　綜合多空持倉量的最小介入手數及凈持倉日均值等因素，介入跨期套利操作，可選擇的品種有棉花、PTA、菜油、強麥、玻璃等品種。

　　期貨價差交易可劃分為跨期套利、跨品種套利、跨市場套利三種類型。隨著價差機會的介入度不斷提高，采用量化技術分析與實時跟蹤數量較多的期貨品種，同時針對篩選好的價差組合進行細化處理，將提高參與者捕捉價差異常變動的能力。

　　進行價差交易時，如不采用數量手段，單憑經驗或者產業(yè)鏈關系，邏輯上認為其策略的潛在獲利空間將受到壓制，畢竟介入數量增多勢必引發(fā)受到重點關注品種上的機會出現減少，而且價差運行方向是否與判斷一致也難以確定。通過數量手段遍歷各種價差組合，同時輔助以經驗或者相關性進一步分析價差特征，是較好的選擇。目前，捕捉單一品種內、不同月份間的異常價差，捕捉產業(yè)相關性高的期貨合約之間的異常價差，這兩種方式使用的范圍較廣。

　　受各個期貨品種的換月及流動性特征、前后主力合約之間間隔月份、主力合約與次主力合約之間間隔月份、商品期貨季節(jié)性及氣候等因素的影響，價差交易面臨的不確定性也隨之增大。比如，大幅的價差并不一定出現在廣泛認可的品種上，僅僅關注已經熟悉的價差組合，受數量較少限制，遺漏其他組合的價差機會概率較大。加上推出的品種數量不斷增加，資金投入及研究分析的難度增加。相對而言，通過數量手段，遍歷各種價差組合，等識別價差區(qū)間的突破特征后，再具體到可能存在價差交易機會的品種進行細化分析。以數量手段為基礎的價差分析策略，復用性較強，邏輯上獲利的概率也較高。

　　由全市場觀察再集中聚焦的價差機會識別模式，需要一個相對清晰的量化分析框架，必須綜合考慮價差所涉及的兩個合約之間的長期及短期相關性，還需要考慮最新價差組合的波動區(qū)間、波動區(qū)間在同類方案中所處的位置、交易所執(zhí)行價差交易的便利程度、交割時點設置、當前價差所處位置與歷史均值的比較、剩余存續(xù)期限內價差單向變動等因素。

　　考慮到外盤市場合約特征及難以取得較大數量的分鐘同步數據，本文僅關注內盤市場的價差交易機會，同時也沒有分析數量大于2的多個品種之間的套利。假定價差涉及的兩個合約之間介入的比例為1：1，對于跨期套利，價差率定義為(遠端合約價格-近端合約價格)/(遠端合約價格+近端合約價格)/2。如果涉及到跨品種及跨市場，價差率定義為(合約排名居后價格-合約排名居前價格)/(約排名居后價格+合約排名居前價格)/2。波動區(qū)間定義為價差率均值加減一倍標準差所界定的范圍。

　　通過相關的數據處理，我們認為主力及非主力連續(xù)序列的構建、價差序列的序貫遍歷、監(jiān)控最新價差組合、價差所涉及合約之間比例設定、價差涉及的合約數量等因素值得關注。由于價差組合不斷變動，關注歷史價差的同時，也需要實時關注最新價差的表現。具體細化到某一價差組合的歷史數據時，兩個合約之間間隔月份的數量不等的處理、季節(jié)性需求導致相同交割時間間隔的兩個合約價差突變，等等層面，是細化處理環(huán)節(jié)需要認真對待的。

　　同一品種內價差兩腿之間的相關性及價差機會

　　由于同一品種間不同合約的相關性較強，對于跨期價差交易我們選擇不計算相關系數。價差數據選擇日收盤價。最新價差組合定義為一旦價差涉及的某個合約發(fā)生變更，就稱更新后的價差組合為最新價差組合。跨期價差設定合約為流動性排在第一、二位的合約。具體到合約流動性的排序上，以成交量、持倉量最大作為篩選條件，如果成交量及持倉量相等，則選擇交割日較遠的合約作為主力合約，以此準則選出的第二個期貨品種成為次主力合約。

　　價差率數據顯示，豆粕與焦炭的價差機會較多。就價差空間而言，與期指價差處于同一水平線的品種有銅、鋁、鋅、銀、豆一等五個品種。從價差率的比較上看，期指與豆粕的波動區(qū)間相差21倍，考慮到期指全部合約的成交額與豆粕的比值處在11―12，簡單地以收益率及交投衡量，豆粕期貨的跨期價差交易介入條件較好。

　　不同品種主力合約間的相關性

　　考察相關性需注意不同時間頻率、不同樣本長度等因素的綜合權衡。其中，主力合約的篩選方式與跨期價差交易的處理方式一致，時間頻率為一分鐘及日收盤價兩種形式，數據均作剔除非同步交易的處理。對于長期相關性的計算，選擇2007年8月至2013年3月12日的數據;對于短時相關性的計算，選擇2011年3月12日至2013年3月12日的數據。設定納入到跨市場、跨品種的價差交易方案，必須滿足不同時間頻率、不同樣本長度上三個維度的相關系數均大于0.9或小于-0.9的條件。大于0.9，視作價差部位的買賣方向要求相反;小于-0.9，視作價差部位的買賣方向要求相同。

　　從短期及長期相關性的統計性結果來看，焦炭與螺紋鋼、黃金與銀、螺紋鋼與線材、鉛與鋅等品種的主力合約之間關聯度較高，長短期相關性均值位列前4位。反觀金融期貨品種，其與各品種的長短期相關性，與PVC、線材、螺紋鋼、鋅、橡膠、銅等工業(yè)品的價格走勢關聯度較大，與農產品走勢的關聯較弱?？傮w而言，金融期貨與商品期貨品種的價格走勢，關聯度最高的組合為PVC與滬深300。以日頻級別計算，該組合的長期相關系數0.8170，在一定程度間接說明國內股市受房地產等基礎設施建設的影響較大。日頻級別的數據顯示，PVC與滬深300的短期相關系數0.7442，較長期相關系數降低約0.07，說明隨著國內經濟結構轉型及升級，股市受基礎設施建設的影響有所降低。

　　不同品種主力合約間的價差機會

　　針對相關度較高的期貨品種，選擇AG與AU、CU與PB、CU與RU、J與RB、J與WR、PB與ZN、RB與WR、RU與TA等8個組合，通過每個組合確定對應的最新合約，每日可得到諸如AG1306與AU1306、 CU1306與PB1305等價差組合。涉及到價差及價差波動區(qū)間等數據處理時，分別采用日頻及分鐘頻率。

　　從日頻率的數據來看，波動幅度較大的品種為焦炭與螺紋鋼、螺紋鋼與線材，其他品種機會相對較弱。與金融期貨的跨期價差機會比較，篩選后的商品主力合約間的價差波動幅度相對較大，有4個價差組合的波動幅度與金融期貨的跨期價差組合處在同一水平，3個合約的波動幅度高出0.08。從分鐘頻率級別數據來看，8個價差組合，其均值、波動幅度指標與日頻率僅有小幅區(qū)別，進行數據處理時，可借助日頻級別數據進行分析，從而節(jié)省處理需耗費的時間。日頻級別與分鐘級別數據顯示，金與銀、鉛與鋅、焦炭與螺紋鋼、燃油與PTA的價差均值及波動幅度均相等，該層面的數據顯示產業(yè)關聯度大的商品品種，盤中兩者的價差相對穩(wěn)定，因此計算兩個指標時，采用不同頻率的數據結果均能取得一致。相應地，焦炭及線材、螺紋鋼與線材等品種，在不同時間間隔下，相應地計算得到的指標有所差異。就長短期相關性來看，這兩個品種的關聯度較強，但不同頻率計算得到的均值及幅度指標有所差異。究其原因，或與線材交投不活躍有較大的關系。

　　同一品種的跨期套利介入頭寸數量評估

　　進行價差交易時，如果較多參與者均采用價差交易、套期保值模式，當檔位深度不夠時，數量較大的資金同時針對相對有限的價差執(zhí)行對沖方案，勢必壓制價差的介入空間，甚至導致價差交易方案失敗。為確保潛在價差收益盡可能覆蓋自身的成本及收益目標，有必要針對前20名會員凈空持倉數據，評估價差方案的介入數量。我們選擇鄭商所上市的期貨品種，從主力合約的角度，衡量跨期價差交易的介入規(guī)模。時間從2010年8月24日至2013年3月14日，取日持倉量最大合約作為主力合約。相關分析發(fā)現，棉花、白糖、甲醇、PTA、普麥、菜油、早秈稻、強麥、玻璃、菜油等10個品種，期間的凈持倉日均值分別是-1262手、1263手、-6手、-518手、-21手、-714手、-410手、-842手、-244手及-562手。從數量上看，白糖的多頭套保及價差交易的介入幅度較大，其他品種空頭套保及價差交易的介入幅度較多。整體上看，凈持倉為負的概率較大，也就是持倉結構大體上以凈空持倉為主。以凈空持倉為800手作為閾值，價差方案及套保方案介入數量較大的品種為棉花、強麥。同樣地，我們也需要查看結構中多頭持倉及空頭持倉量的數量，畢竟價差頭寸可能需要隔夜持倉，有較大數量持倉相對能夠減少出清時的沖擊成本。以每日多空持倉均需大于5萬手作為篩選標準，棉花、白糖、PTA、菜油、強麥、玻璃等品種的價差介入機會較好。綜合多空持倉量的最小介入手數及凈持倉日均值等因素，介入跨期套利操作，可選擇的品種有棉花、PTA、菜油、強麥、玻璃等。相對而言，玻璃等品種的介入數量較少，機會相對更佳，棉花等品種的介入數量較多，介入規(guī)?？蛇m當控制。

　　編輯推薦：

　　行業(yè)動態(tài)：期貨服務實體要“接地氣”

    行業(yè)動態(tài)：期貨公司服務方式增加