跨期套利大家并不陌生，常常有人会提及某个品种的的做正套比较舒服，有些品种做反套较为恰当。这期更新套利的品种认知篇，谈谈正反套的逻辑分析方法以及套利盘的演变过程，供大家参考。

刚接触套利的小伙伴不太理解什么是正套，什么是反套。通俗的讲，正套的全称是跨期正向套利，有几层含义：

1）跨期，同种商品不同时期的买卖，比如咱们看好现货，不看好远月的预期，便可以建立买近卖远的头寸，这里的买近既可以是现实中的仓单和现货，也可以是我们的熟悉的快临近交割的近月合约，前者称为期现正套，后者成为跨期正套。

2）正向套利也可以理解为正向的物流交易，在我们一般的货物贸易中，肯定是将货物先买入，然后以高价卖出，先买入后卖出的动作叫做正向买卖，即为正向套利。比如，咱们从LME买入铜，同时在上海交易所卖出数量相同方向相反的头寸，也称之为买入在前卖出在后的跨市场的正向套利。

3）产业链角度看，买入原料卖出成品也算是“正向”套利，所套的利指的是“利润”，并非上面所说的两个合约的价差了，比如买入矿石、铁合金、焦炭，卖出螺纹、热卷，就是典型的“正向”物流虚拟钢厂的套利，指锁定利润或者说是做空利润。

反过来即为反套，先卖出现货后买进远期的货物，即为逆向物流贸易价差交易，或者说继续做多利润。从风险收益比的角度看，正向的套利比反向套利要安全，咱们不会担心卖出的时候没有货物，如果遇到某个品种软逼仓还可以小赚一笔，所以听到一些期现公司和风险子公司都是以正套为主，低价买入现货高价卖出期货的期现正套，很少有做反套策略的机构和贸易商。

简单的介绍完正反套的定义之后，接下来进入正题：正反套的核心究竟是什么？它本身的逻辑是什么？我向从以下几个方面进行阐述：基本面的逻辑---确定正反套的方向盘面的转换--预期的演变进出场的选择---交易技巧

01

基本面的逻辑

a.升贴水毫无疑问，无论是交易单边，做趋势和震荡，还是做品种的套利对冲都需要看升贴水，即为基差的变化。基差的逻辑在整个产业中至关重要，也是近月合约的灵魂，随着临近交割的到来，基差必然要回归。所以，将此逻辑为强逻辑，也就是确定性非常强的统计。映射到交易上，贴水的合约，即为现货-期货为负数，若整体向上期货价格会以上涨靠拢，反之下跌的话，现货向期货收敛。举个很简单的栗子，咱们以长期贴水的铁矿石为例，每年的跨期1-5合约都会走一波正套，启动的时间点大概上述收基差的行情中，如下图所示：每年的11-12月深度贴水的品种会向现货收敛，导致近月合约价格约等于现货仓单的价格。

咱们假设变量只发生在近月合约上，远月的悲观预期不变，该品种近月合约又是贴水+驱动向上，买近卖远是不错的选择即为正套，短期近月价格确定性强，会又收敛现货两者价差会逐步扩大；反之则为反套，简单概述基差走强有利于正套，走弱则反套。

b.品种利润品种利润越高的品种不建议做正套，该逻辑理解起来比较简单：高利润不可能长期维持，回归中值、均值是大概率事件。如果该品种的利润是由于短期“不可逆”政策所导致的，比如前期提到的能效双控、碳中和政策，则可以考虑正套（如下图的zc1-5正套），若只是资金的炒作，推高产成品价格，后续回调的概率加大正套则需要谨慎。事后诸葛亮一下，玻璃fg1-5比较典型的是利润过高导致的高位回调，玻璃的现货利润从以前的1倍，回调到现在70%，fg1-5的价差也从300瞬间掉到100+。

c.历史价差历史价差我们从两个维度去观察，1.两个合约的价差规律性和周期性，通过历史价差的走势大致判断未来跨期价差的走势，比如有些品种长期是正套格局，那么大概率未来会持续维持上图铁矿石5-9走势所示。2.价差的相对值。跨期价差有cantango和backward，即为近低远高，近高远低，如果cantango过高，期货溢价太高，当达到一定值，产业客户可以做无风险套利，咱们称之为full carry，接近月的货和仓单然后抛售到远月合约上（前提该品种利于存储并且不会因为时间的推移性质发生改变），算上资金和利息之后仍有钱可赚，盈亏比很容易算出亏损一定，盈利随机。如下表：今年5月份和9月份的棉花，当价差超过417时，5月的货物即可转抛售到9月，咱们可在这个价格做一个正套头寸，万一价差没有缩小，最后的底牌无非就是进入交割拿货，抹平该价差，这就是我们所说无风险套利。

d.供需错配基本面好的品种更容易走正套，供需错配的品种当然一个劲的上涨，其中的原理：短期肯定是解决不了该合约供需矛盾，要解决也只能是推后到下个合约，所以短期主力带动远月上涨，并且涨幅通常大于次主力，两个合约的价差逐步扩大。供需是判断方向，基本面向好某个品种某个合约无解，甚至出现近月合约逼仓的行为，多逼空这时大概率该合约是多配头寸，这时就需要对产业链充分的了解，实时的监控产业供需平衡表，对未来某个时间段如3-4月、7-8月、11-12月期间，供需状况有个大致的推测，才能做出合理的多空配置。

当然，我们也可以通过持仓多空数据集中度侧