TYPE A跨期套利
同一品种不同月份合约之间的价差交易。
逻辑
持有成本（仓储、资金、仓单）与季节性供需错配决定合理价差区间。
典型做法
近远月价差回归；买近卖远 / 卖近买远；蝶式组合。
主要风险
交割约束、仓单有效期、移仓成本、临近交割的逼仓行情。
01 · 定义
什么是期货套利？
期货套利（Futures Arbitrage），是指利用相关联的期货合约之间、或期货与现货之间的价格偏离（价差），在预期价差回归合理区间时同时建立多头与空头头寸，以获取价差收敛收益的交易方式。它的收益来源是「相对价格」的回归，而不是单边行情的方向判断。
本质赚「相对价格」的钱
单边交易关心「价格会涨还是跌」；套利关心「两个价格之间的差距是偏大还是偏小」。价差偏离后向均值回归的过程，就是套利的收益来源。
特征风险敞口更低
多头与空头腿对冲掉方向性风险，组合的盈亏主要由价差决定。与单边持仓相比，净值波动通常更平缓，回撤更可控。
代价放弃单边弹性
对冲掉方向风险的同时，也放弃了单边大行情的潜在收益。套利追求的是「确定性更高的收益」，而非收益最大化。
| 维度 | 单边投机 | 期货套利 |
|---|---|---|
| 收益来源 | 绝对价格的方向变动 | 相对价格（价差）的收敛/扩张 |
| 核心判断 | 涨 or 跌 | 价差偏离 or 回归 |
| 风险敞口 | 方向性风险全额暴露 | 方向对冲，暴露于价差风险 |
| 资金占用 | 单腿保证金 | 双向保证金（占用更高） |
| 典型持有 | 依行情而定 | 日内至数月（按策略类型） |
02 · 类型
四大套利类型
按「价差关系」划分，期货套利可归纳为四类。每一类都有清晰的经济学逻辑，也都有对应的风险边界。
TYPE B跨品种套利
产业链上下游或高相关品种之间的比值/价差交易。
逻辑
产业链利润均衡：如大豆—豆粕—豆油压榨利润、螺纹—铁矿—焦炭钢厂利润、油粕比。
典型做法
相关系数筛选、比值区间交易、季节性规律利用。
主要风险
产业结构变化导致价差中枢漂移，历史区间失效。
TYPE C期现套利与基差
期货与现货价格之差（基差）偏离后的收敛交易。
逻辑
持有成本模型给出无风险区间；临近交割月基差强制收敛。
典型做法
买入现货 + 卖出期货（正向）；或反向基差交易、点价贸易。
主要风险
现货端资质与资金门槛高、增值税与交割细节、基差不收敛。
TYPE D统计套利与配对
基于历史数据的统计规律挖掘价差交易机会。
逻辑
协整检验（Engle-Granger / Johansen）、均值回归与半衰期评估。
典型做法
Z-Score 标准化开平仓、配对筛选、滚动参数检验。
主要风险
结构突变导致协整失效；参数过拟合；「这次不一样」。
03 · 周期
按持仓周期划分：从日内到远月
同一套利逻辑，在不同持仓周期下是完全不同的工程问题：资金效率、隔夜风险、流动性与移仓成本，决定了策略的适用边界。
日内日内套利
当日开平、不过夜，规避隔夜跳空风险。常见日内价差均值回归、开盘/收盘效应捕捉。资金效率高，但对执行速度、滑点与手续费环境敏感。
数日至数周短线波段套利
捕捉价差波动中的回归段，持仓跨夜需评估保证金压力与跳空风险。是多数账户的主力持仓周期，平衡了确定性与资金效率。
数月中长线套利
赚价差的确定性回归与移仓展期收益（Roll Yield）。需匹配合约流动性、资金成本与展期计划，考验的是资金管理与耐心。
远月远月套利
远月合约流动性薄、定价偏差大，机会与陷阱并存。要求对移仓换月节奏、仓单有效期与交割月规则有更深的理解。
04 · AI
AI × 套利：机器如何增强价差交易
AI 不是玄学。把它放进套利链条里，价值是可以拆解的：从配对筛选到信号生成，从执行到风控，每个环节都有明确的工程边界。
环节一配对与因子筛选
机器学习从全市场品种中批量筛选高相关、可协整的候选配对，处理海量因子的非线性关系——覆盖度远超人工筛选，且可持续滚动更新。
环节二信号与参数自适应
模型滚动训练、动态阈值与半衰期估计，让开平仓标准随市场状态更新，减少「刻舟求剑」式的固定参数失效。
环节三执行优化
滑点预测、订单智能拆分、双腿成交节奏控制。套利利润空间薄，执行上差一个 tick，往往就决定了策略的成败。
环节四风控监控
价差结构突变检测（regime detection）、异常波动实时预警、组合层面敞口监控。AI 在这里更像一个不知疲倦的值班员。
边界说明：AI 提升的是研究效率与执行纪律，并不能消除价差不回归的风险；数据质量与过拟合控制，仍是 AI 套利的核心挑战。
05 · 风险
风险与常见误区
套利风险相对更低，但绝不是无风险。以下是最值得敬畏的几条：
- 价差可以长时间不回归。均值回归是统计规律而非物理定律，价差偏离的历史极值不断被刷新——仓位必须为「不回归」留出生存空间。
- 双向保证金占用。套利两条腿同时占用保证金，极端行情下可能出现双腿同时浮亏（价差急剧扩大），资金管理比方向判断更致命。
- 交割月与逼仓风险。临近交割流动性枯竭、单边逼仓会让价差短期剧烈扭曲，持仓必须提前规划移仓与退出路径。
- 政策与规则变化。手续费、保证金比例、限仓额度、程序化报备等规则调整，会直接改变策略的成本结构与可行性。
- 统计关系会突变。协整与季节性规律依赖市场结构稳定；产业结构升级、政策转向都可能让历史规律一夜失效。
06 · 实盘
实盘成绩
知识之外，摆一点真实数据。以下为果子量化实盘账户在中泰期货「期盈杯」首届实盘交易大赛中的成绩。
8 个月
实盘周期 · 2023.09 – 2024.05
1.0 → 2.0+
累计净值翻倍
约 +110%
最大本金收益率
第一名
轻量组综合分值奖 · 年度赛
盈利分析 · 净值增长率与最大本金收益率数据截至 2024-06-12
★★★★★
中泰期货「期盈杯」首届实盘交易大赛·年度赛
轻量组综合分值奖 · 第一名
颁发机构：中泰期货股份有限公司
颁发时间：2024 年 11 月
成绩说明：以上为特定账户在特定周期（2023.09–2024.05）内参加中泰期货「期盈杯」首届实盘交易大赛的历史成绩，由大赛官方评定。历史成绩不代表未来表现，本页不构成任何收益承诺或投资建议。期市有风险，入市需谨慎。
07 · FAQ
常见问题
关于期货套利，被问得最多的几个问题。
什么是期货套利？
期货套利是利用相关联合约之间或期货与现货之间的价格偏离（价差），在预期价差回归合理区间时同时建立多头与空头头寸，以获取价差收敛收益的交易方式。收益来源于相对价格的回归，而非单边行情的方向判断。
套利和单边投机最大的区别是什么？
单边交易赚取绝对价格的变动，盈亏取决于方向判断；套利赚取相对价格（价差）的变动，盈亏取决于价差收敛或扩张。套利风险敞口显著更低，但也放弃了单边行情的潜在收益。
套利是无风险吗？
不是。套利面临价差长时间不回归、双向保证金占用、交割月流动性枯竭与逼仓、政策规则变化等风险。套利风险相对更低，但不等于无风险。
个人投资者可以做期货套利吗？
可以。跨期套利与跨品种套利门槛相对较低，适合个人投资者参与；期现套利涉及现货端资质与资金规模要求，个人多以基差交易形式参与。
日内套利和中长线套利怎么选？
取决于资金性质与执行能力：日内套利资金效率高、不过夜，但对执行速度和成本敏感；中长线套利确定性更高，赚价差回归与展期收益，但占用资金时间长，需匹配流动性与资金成本。
统计套利为什么会失效？
统计套利基于历史数据的协整关系或均值回归规律。当产业结构、政策规则或市场参与者结构变化时，原有统计关系可能突变失效，需要持续监控、滚动检验并严格执行止损。
AI 在期货套利中能做什么？
AI 的价值集中在四个环节：配对与因子筛选（机器学习扩大候选覆盖）、信号与参数自适应（滚动训练、动态阈值）、执行优化（滑点预测与订单拆分）、风控监控（结构突变检测与实时预警）。但 AI 不能消除价差不回归的风险，数据质量与过拟合控制仍是核心挑战。
果子量化在套利方面提供什么？
果子量化专注期货量化与套利策略的研究与应用，覆盖跨期、跨品种、期现、统计套利，以及日内至远月的多周期策略框架，并以实盘大赛成绩作为验证。欢迎探讨交流合作。
页面展示的大赛成绩是什么口径？
中泰期货「期盈杯」首届实盘交易大赛年度赛轻量组综合分值奖第一名（2024 年 11 月颁发）；实盘周期 2023 年 9 月至 2024 年 5 月，累计净值 1.0 升至 2.0 以上，最大本金收益率约 110%。历史成绩不代表未来收益，不构成收益承诺。
08 · 关于
关于果子量化
果子量化（gocxh.com）专注于期货量化交易与套利策略的研究与应用，以 AI 与量化工程为核心能力，构建了覆盖跨期、跨品种、期现、统计套利的完整策略框架，并将日内、波段、中长线、远月多周期策略投入实盘验证。我们相信：把原理讲清楚、把数据摆出来，比任何话术都有说服力。
09 · 合作
探讨交流合作
如果你对套利策略有研究兴趣，或希望探讨策略合作与系统定制，欢迎联系我们。
扫码添加 · 备注「套利交流」
你可以聊这些话题
· 某个具体套利策略的原理与可行性
· 多周期套利框架的搭建与风控
· 量化系统的定制与部署
· 实盘大赛与策略验证细节
欢迎专业的机构与个人投资者探讨交流合作。