一、期货套利是怎么做的

四、思考与探讨

（一）“双跨”套利是期货交易发展的必然趋势

近年来，国内期货品种不断增加，且呈现进一步发展的趋势。在上市品种不断增多的条件下，商品间的套利交易成为可能。我们的任务就是要充分研究、揭示和利用商品间价格关系，把商品间套利的有利因素运用好。从交易所层面看，要积极制定和推出各种期货商品间的套利制度，包括套利保证金信用比例和套利系数等。套利者在牟利的同时，无意识地为期货价格趋于正常化做出努力，交易所在控制风险的前提下，提供套利信用和优惠不仅是合情合理的，而且是明智的。棉麦套利研究思路不仅局限于棉麦品种，旨在打开“双跨”套利的“潘多拉盒子”，使之产生“多米诺效应”，把套利交易扩展到金属之间、农产品之间、金属与能源之间。例如，铜和铝套利，豆和粕套利，强麦和硬麦套利等。当前，跨商品套利交易机会不断出现，问题是我们要借鉴国际期货市场发展经验，尽快研究和制定交易所套利保证金制度。

（二）“双跨”套利是商品期货走向联合发展的纽带

在金融期货即将上市背景下，商品期货急需在有限的时间内，寻找创新发展出路。国际期货市场发展规律以及国内期货业发展经验表明，商品期货只有加快发展步伐，填充行业发展欠缺的空白，才能在整体上形成“铁板”一块，提升联合抗衡外界竞争压力的能力。当前，我国期货业正在开辟品种创新道路，而制度创新和机制创新将成为未来两年商品期货业的“双刃剑”。棉麦套利将为“双跨”套利奠定基础，跨交易所联合结算、跨交易所综合收取保证金体系以及跨交易所联网交易系统将接踵而至。

（三）“双跨”套利将促进期货业向国际惯例靠拢

在2006年期货交易额超过20万亿、创历史新高的背景下，“双跨”套利交易的提出将引发期货界同仁对国际惯例更多深思。例如，按照国际惯例，90%的上市合约都是失败的。而在我国，似乎多数上市合约都是活跃的，至少活跃比例很高。又如，国际上从上个世纪开始的交易所联合趋势如火如荼。最近，CBOT和CME两艘巨型“航母”也在意外之中强强联合。而国内期货交易所的进一步联合似乎遥遥无期。再如，美国常常在具有垄断性质的证券期货业内营造竞争环境，出台品种竞争政策，使6家股票交易所交易同种股票相互竞争，3家商品期货交易所对同品种期货交易相互竞争，而国内期货业垄断经营模式的弊端日益显露。第四，按照国际惯例，期货合约条款设计应按照不同商品品种特性确定，保证金和涨跌停板各不相同。而我国交易所的价幅限制几近雷同，且经常认为停板越小，风险越小。第五，国际上计算交易量和空盘量都是单边计算，惟独我国采用双边计算，为的是一些交易数据看上去与国际发达交易所差距不大。诸如此类，不胜枚举。

（四）“双跨”套利最直接的效应是提高商品期货市场运行质量

总体来看，CBOT和NYBOT是全球最大的小麦和棉花期货市场，ZCE位居第二。与CBOT和NYBOT相比，ZCE小麦和棉花市场不仅是一个有待进一步完善的市场，而且也是一个发展潜力巨大的市场。NYBOT棉花市场的交易稳定性（表现在交易量和空盘量上）很高，ZCE需要进一步提高棉花市场内在运行质量，尤其是在扩大交易量、提高流动性基础上，进一步提高ZCE棉花期、现货价格的相关程度，充分发挥棉花市场的套期保值和价格发现功能。

（五）“双跨”套利是对上市产品开发理念的更新和提升

当前，上市产品开发理念可以概括为传统理念和现代理念。传统理念的上市产品开发模式基于成熟产品的现货市场调研开发，生成标准化期货合约，进行期货交易。而现代理念的上市产品开发模式是基于未成熟产品的现货市场培育开发，逐步过渡成标准化期货合约，进行期货交易。可以概括为：模式①，传统理念：产品股—有市场—调研—开发；模式②，现代理念：概念股—无市场—培育—开发。在理念上，前者“以现有产品为对象”、“盯住眼前”、“坐享其成”，而后者“以未来概念为对象”、“放眼未来”、“无中生有”。在方法上，前者“以市场调研为主”、“科技含量低，开发难度小”，而后者“以市场培育为主”、“科技含量高，开发难度大”。例如，国际上新兴起的天气期货、“绿色”期货以及水权市场开发都是典型案例。“双跨”套利在市场与品种间寻找合约开发机遇，提出价差交易标准化理念，生成棉麦期货衍生交易，是对上市产品开发理念的补充和提升。

（六）“双跨”套利与把商品期货做强、做大密切相关

研究表明，商品期货大有发展潜力。CBOT小麦期货交易已有150多年历史，交易量和空盘量很大，交易、交割、结算运行稳定，使我们意识到国内商品期货市场的巨大发展潜力。小麦和棉花等基础农产品是交易所需要下大工夫做大做强的品种，尤其是对地处中原、承东启西、辐射南北的ZCE来说，基础农产品期货品种的发展与完善更具有重要意义。如果说未来97%的期货交易将是金融期货的话，那么，商品期货还有97%的潜力等待挖掘开发。因此，在金融期货成为热点的背景下，发展商品期货交易更是大有作为。搞商品期货不仅要放眼未来，还要“备战、备荒、为人民”。“备战”，就是要把商品期货连成“铁板”一块，做强、做大。“备荒”，就是要培育和储备上市商品和专业人才。“为人民”，就是要让各种基础商品期货切切实实地为国民经济发展服务。

注释：

17.当前交割月份为2个最近交割月份中的第1个交割月份。

18.同上。

19.商品期货套利交易的国际借鉴，徐毅、唐衍伟、马卫锋、刘春彦，2006年5月10日。

20.1980-2000年棉花与小麦比价系数见附表。

21.+为买进，或盈利，-为卖出，或亏损。系数盈亏为按照CF/WS（系数）为 10计算得出的盈亏结果。

二、期货现货价差小工具——天勤量化(TqSdk)

在期货交易中，天勤量化（TqSdk）推出了一款实用的小工具，旨在实时呈现期货与现货之间的价差信息。这款工具通过简单的运算，即现货最新价减去期货主连最新价，为用户提供即时的价差数据。其背后的源码实现，可以在文章的结尾部分找到。

作为信易科技新发布的期货 Python量化开发包，天勤量化凭借其灵活性超越了专有语言。作为第三方库，只需通过pip安装即可运行，赋予了开发者更大的自由度，使其能够轻松实现复杂的套利策略，甚至可以与Python丰富的第三方库无缝集成，扩展功能无限。

相较于网页版Python平台，天勤量化提供了更高的安全性。用户无需将赚钱的代码托付给第三方，拥有更多的自主性和掌控感。它支持全国130多家期货公司的接入，且允许用户在自己喜欢的集成开发环境（IDE）中自由编程，灵活性进一步提升。

在开源平台中，天勤量化以易上手的入门教程、科学的框架机制和强大的功能脱颖而出。我们的开发者文档详细且及时，用户论坛也得到了高度评价，被誉为开源平台中“最详细的文档和最及时的支持”。此外，我们还提供免费的交易通道和历史行情数据，交易费用无额外负担，是值得考虑的选择。

要实现这款期货现货价差小工具，用户需要结合TqSdk与GUI库进行图形化操作，或者使用Pyinstaller生成独立的应用程序。对于有一定Python基础的用户来说，这是一项相对简单的任务。工具实现后的直观效果，可以通过文章提供的相关示例来了解。

三、什么是量化交易***未来前景如何知道的讲讲***

量化交易是指借助现代统计学和数学的方法，利用计算机技术来进行交易的证券投资方式。在国外的期货交易市场，程序化渐渐地成为主流，国内则刚刚起步。今天我们就来分析一下它的优势和劣势。

量化交易到底有何种魅力?

所谓量化交易，是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，减少投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

量化模型=计算机技术+量化分析师制定策略

在股票市场上，量化交易早不是什么新闻，量化从业人士张威告诉人民创投(ID：renminct)，在国外七成的交易都是通过计算机决策的，在国内这个数字也接近五成。

过去的股票市场都是靠交易员手动敲键盘来操作的，难免一失手成千古恨，这种行为被戏称为“胖手指”，相比之下，量化交易则如同点石成金的“仙人指”。量化里最美的童话就是“旱涝保收”，牛市也好，熊市也罢，都能大赚特赚。

传统股市量化中最耀眼的明星莫过于詹姆斯西蒙斯，其一手缔造的大奖章基金自1988成立至2009年西蒙斯退休的这21年间，年平均收益率达到了惊人的46%，即使是2007年次贷危机席卷美国，量化基金遭遇滑铁卢的时代，大奖章基金依然获得了骄人的73%的回报率。

量化投资中常用的策略，包括阿尔法策略，CTA策略和套利策略。阿尔法策略通过选股组合，挖掘超越市场整体表现的投资机会;CTA策略通过追随趋势，追涨杀跌;套利策略利用市场价格差异，空手套白狼。每个量化投资策略都是个黑盒子，它们是量化公司的量化投资的核心竞争力，其他外部人无法知道其中的秘密。

旱涝保收，坐收渔利，这样的“黑科技”让币圈的投资者也分外眼红。一家量化交易企业的创始人这样描述自己转行数字货币量化交易的经历：“两年前，炒币的朋友经常24小时看行情，搞得精神疲惫，问我如何在数字货币领域实现量化、程序化交易。他们提供了一个比较简单初级的模型，希望我在它的基础上扩展改造，增加风险管理模块。”

现在大大小小的数字货币量化交易团队采用的量化策略与传统外汇市场、期货市场用来做套利的策略虽然大体相似，可也玩出了新的花样，搬砖就是一个典型。搬砖学名“配对交易”，是指同类型股票或同股异地股票根据价值分析以及股价相对比例相互置换的一种套利方法，由于政策原因，同股异地搬砖并不常见，但在数字货币市场，大大小小的交易所数不胜数，不同交易所之间的价格也常有差异，利用价格差低买高卖，就成为数字货币量化中最简单粗暴的盈利方式。

量化交易的优势

1.严格的纪律性

量化交易有着严格的纪律性，这样做可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差。一个好的投资方法应该是一个“透明的盒子”。我们的每一个决策都是有理有据的，特别是有数据支持的。如果有人质问我，某年某月某一天，你为什么购买某支股票的化，我会打开量化交易系统，系统会显示出当时被选择的这只股票与其他的股票相比在成长面上、估值上、资金上、买卖时机上的综合评价情况，而且这个评价是非常全面的,比普通投资者拍脑袋或者简单看某一个指标买卖更具有说服力。

2.完备的系统性

完备的系统性具体表现为“三多”。首先表现在多层次，包括在大类资产配置、行业选择、精选个股三个层次上我们都有模型;其次是多角度，量化交易的核心投资思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度;再者就是多数据，就是海量数据的处理。人脑处理信息的能力是有限的，当一个资本市场只有100只股票，这对定性投资基金经理是有优势的，他可以深刻分析这100家公司。但在一个很大的资本市场，比如有成千上万只股票的时候，强大的定量化交易的信息处理能力能反映它的优势，能捕捉更多的投资机会，拓展更大的投资机会。

3.妥善运用套利的思想

量化交易正是在找估值洼地，通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会。定性投资大部分时间在琢磨哪一个企业是伟大的企业，那个股票是可以翻倍的股票;与定性投资不同，量化交易大部分精力花在分析哪里是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的。

4.靠概率取胜

这表现为两个方面，一是定量投资不断的从历史中挖掘有望在未来重复的历史规律并且加以利用。二是在股票实际操作过程中，运用概率分析，提高买卖成功的概率和仓位控制。

量化交易的风险性

首先是一二级市场“级差”风险，其次是交易员操作风险，最后是系统软件的风险。

一二级市场的“级差”是整个套利交易的核心。在现有规则下，ETF套利模式分为两种：一种是通过购买一揽子票，按照兑换比例在一级市场换得相应的ETF份额，然后在二级市场上将ETF卖出;另一种则与前者相反，是在二级市场上购买ETF份额，通过兑换比例换得相应数量的股票，然后在二级市场卖出股票。交易的顺序视股票价格、兑换比例、ETF份额交易价格的变动而决定。

由于股价的变动，ETF套利级差转瞬即逝，因此纷繁复杂的计算过程，目前业内由计算机完成，交易员通过设定计算程序并按照结果决定策略，又或者完全自动让系统在出现套利空间时自动交易，后者便称之为程序化交易。

又因为套利的空间非常小，通常只有万分之几，因此套利交易为了获取适中的收益，参与的资金量都比较大。如果交易员把握不当顺序做反，则投资将出现亏损，这便是级差风险。而为了控制这样的人为风险，券商一般提倡自动化交易，方向由计算机把握，交易员输入交易数量即可。

第二种风险是交易员操作失误，比如光大这次的乌龙指事件，有可能是交易员在输入数量的时候出现了失误。这同时也牵扯到第三种风险，系统软件风险，每个交易员在系统中都有相应的交易权限，包括数量、金额。光大本次涉及的金额坊间一度传闻为70亿元，而数量如此巨大的金额是如何绕过系统权限完成交易的?这个问题的暴露，也导致业内质疑光大风控并未做足。

这个平台犹如币圈的一个缩影，每一个人都心惊胆战地伏在荷官的膝下，聆听骰子撞击的声音，殊不知荷官才是他们中的头号玩家。“职业投资者都知道有庄家”，张威直言。多数的量化平台可能会推出更复杂的止损策略和更出色的套利机制，但除非平台拥有足够雄厚的资本成为游戏的庄家，否则就只有被收割的命运。

量化作为工具，或许无可厚非，但许多数字货币基金以“量化”为名，公开募集资金，行走在法律的边缘。中国人民大学教授赵锡军认为，金融行业和其他行业不同，参与金融活动，动用的是别人的钱，发生风险，别人会有损失，因此政府需要更加严格地监管。

量化交易一念天堂，一念地狱。小编在这里希望广大投资者切莫游走在法律的边缘，以身试法，否则等待你的将是法律的制裁