开篇：一句话戳中量化交易最难的命题

2026 数字资产量化大赛刚收官，一位获奖者在专访里说了一句被广泛传播的话：

放弃择底博弈，依靠基差套利穿越周期。

这句话之所以出圈，是因为它正面回应了量化交易最折磨人的一个命题——如何在不确定的市场里赚取相对确定的收益。

“择底博弈”是大多数散户和量化新手的本能：预测市场底部、抄底、等待反弹。但三年熊市教会所有人一件事：方向判断的胜率，远比想象中低。2026 年上半年，中证 1000 指数从 8574 跌到 7075（-17.5%），期间无数次”看似见底”的信号都被随后的新低击穿。靠择底博弈，你需要对一次；而市场只需要让你错一次。

基差套利提供了另一条路：不预测方向，只捕捉结构性定价偏差。当期货价格低于现货（贴水），这种偏差在合约到期时必然收敛——因为到期日期货结算价强制等于现货指数。这是一个由交易所规则背书的”确定性收敛”。

本文用自有 DuckDB 期货数据库 + akshare 现货指数 API，实测 A 股三大股指期货当前的贴水结构，并拆解基差套利的三类打法、收益测算与风险边界。

基差套利的本质：交易所规则背书的确定性收敛

先建立基础概念。

基差 = 现货价格 − 期货价格

• 基差为正（现货大于期货）：期货贴水（discount），期货折价交易
• 基差为负（现货小于期货）：期货升水（premium），期货溢价交易

基差套利的核心逻辑建立在一个铁律上：股指期货到期时，结算价强制等于现货指数的特定期末均价（A 股为最后两小时算术平均价）。这意味着无论到期前基差如何漂移，到期日基差必然归零。

这就是基差套利与方向性交易的根本区别：

维度	方向性交易	基差套利
盈利来源	预测价格涨跌方向	捕捉定价偏差的回归
胜率决定因素	预测准确度	偏差是否回归（规则背书）
持仓特征	单边裸头寸	期货+现货对冲（市场中性）
理论风险	无上限	偏差扩大（但到期强制收敛）

当期货深度贴水时，买入贴水的期货、同时做空等值的现货（或用 ETF/一篮子股票替代），持有到到期，基差收敛的幅度就是收益。这个收益不依赖市场涨跌——因为期货端和现货端的涨跌相互对冲，剩下的只有基差回归。

为什么 A 股会持续贴水？ 这是市场结构性力量决定的：

1. 做空工具稀缺：A 股融券难、成本高，机构对冲多头敞口只能靠股指期货，形成持续的空头压力
2. 打新底仓对冲需求：打新基金持有大量底仓，用期货空头对冲下跌风险，进一步压低期货价格
3. 分红季效应：成分股分红时现货指数自然回落，但期货价格已提前定价这一预期，导致贴水扩大

这些结构性力量使 A 股股指期货长期处于贴水状态——这正是基差套利的温床。

A 股的基差套利机会窗口：三大股指期货贴水实测

光说理论没有说服力。我用自有数据库实测了 A 股三大股指期货近 3 个月的贴水结构。

数据来源：

• 期货价格：自有 DuckDB 仓库（quant_v2.duckdb → futures_daily 表，主力连续合约）
• 现货指数：akshare 实时拉取（中证 1000=000852、中证 500=000905、沪深 300=000300）
• 区间：2026-05-06 至 2026-07-31（62 个交易日）

近 3 个月贴水结构统计

合约	标的	贴水天数	贴水占比	基差均值（点）	基差百分比均值	最新基差（07-31）
IM0	中证 1000	62/62	100.0%	-139.83	-1.669%	-87.71（-1.240%）
IC0	中证 500	61/62	98.4%	-124.57	-1.474%	-98.98（-1.321%）
IF0	沪深 300	61/61	100.0%	-67.29	-1.391%	-41.52（-0.913%）

三个关键发现：

1. 贴水是常态，不是偶然。 IM0（中证 1000 期货）在 62 个交易日里每一天都贴水，IC0 只有 1 天升水，IF0 同样 100% 贴水。这说明 A 股股指期货的贴水不是随机波动，而是结构性力量驱动的持续性现象。

2. 小盘股期货贴水更深。 基差百分比均值排序：IM0（-1.67%）大于 IC0（-1.47%）大于 IF0（-1.39%）。这符合逻辑——小盘股波动更大、对冲需求更强（打新底仓多为小盘股）、分红率更低（分红对贴水的修正作用弱），所以贴水更深。

3. 07 月贴水明显收窄。 从 7 月初基差最深（IM0 在 7-01 达到 -359 点），到 7 月底收窄至 -87 点。这说明当月合约临近交割时基差加速收敛——这正是基差套利获利的时间窗口。

基差计算的 SQL 模板

以下是本文使用的基差计算核心 SQL，可直接复用：

-- DuckDB 基差计算（期货表 futures_daily + 现货指数表 index_daily）
WITH fut AS (
    SELECT code, date, close AS fut_close
    FROM futures_daily
    WHERE code IN ('IM0','IC0','IF0') AND date >= '2026-05-01'
),
idx AS (
    -- 注意：index_daily 的 date 字段为 VARCHAR，需 CAST 对齐
    SELECT index_code, CAST(date AS DATE) AS date, close AS idx_close
    FROM index_daily
    WHERE index_code IN ('000852','000905','000300')
),
mapping AS (
    SELECT 'IM0' AS code, '000852' AS index_code UNION ALL
    SELECT 'IC0', '000905' UNION ALL
    SELECT 'IF0', '000300'
)
SELECT f.code, f.date, f.fut_close, i.idx_close,
       f.fut_close - i.idx_close AS basis,
       ROUND((f.fut_close - i.idx_close) / i.idx_close * 100, 3) AS basis_pct
FROM fut f
JOIN mapping m ON f.code = m.code
JOIN idx i ON m.index_code = i.index_code AND f.date = i.date
ORDER BY f.code, f.date DESC;

踩坑提示：本仓库的 index_daily 表的 index_code 字段实际存储的是中文名称（如”沪深300”），且数值列存在错位问题。因此本文的现货数据用 akshare 实时拉取后 JOIN 计算，而非依赖本地仓库。这是一个已记录的数据质量问题——详见 M2 同比 353 万%、主力资金表凭空消失：一个量化库的 5 个数据噩梦与自救指南。

三类基差套利打法对比

贴水结构确认后，怎么套利？按操作复杂度，基差套利分三类：

打法一：期现套利（经典对冲）

操作：买入贴水的股指期货 + 做空等值的现货（ETF 或一篮子成分股）

适用场景：贴水较深、有融券渠道（或持有现货底仓可对冲）

门槛：高。A 股融券难且贵（融券费率年化 8%-10%+），券源稀缺；持有一篮子成分股需要较大资金量。这是散户做基差套利的最大障碍。

收益：基差收敛的幅度减去融券成本。以 IM0 当前 -1.24% 的贴水，若 1 个月收敛，毛收益约 1.24%，扣融券成本后所剩无几。只有贴水显著扩大时才有套利空间。

打法二：跨期套利（近月 vs 远月）

操作：买入近月合约、卖出远月合约（当近月贴水小于远月时），赚价差收敛

适用场景：近远月价差异常时

门槛：中等。需要同时操作两个合约，保证金占用双倍。

局限：近远月价差通常较小且稳定，套利空间有限。本文实测的数据库只存主力连续合约（IM0/IC0/IF0），无法直接展示跨期结构——这是数据库的一个缺口，需要补充次主力合约数据。

打法三：ETF/期货替代（本文重点）

操作：原本计划买入中证 1000 ETF 做多，改为买入 IM0 期货持有

适用场景：已有做多计划、想额外赚取基差增强收益

门槛：低。只需期货账户（商品期货或金融期货），一手 IM0 保证金约 21 万元（按 15% 保证金率）。

逻辑：这是最实用的基差”套利”——严格说是基差增强。你本来就要做多小盘股，与其买 ETF，不如买贴水的期货。两者到期收益相同（都追踪中证 1000 指数），但期货还额外赚了基差收敛的钱。

收益测算（实测）：

合约	合约乘数	最新基差（07-31）	单手收敛收益	保证金（15%）	单次收益率
IM0	200 元/点	-87.71 点	17,542 元	约 209,634 元	约 8.37%
IC0	200 元/点	-98.98 点	19,796 元	约 221,850 元	约 8.92%
IF0	300 元/点	-41.52 点	12,456 元	约 202,869 元	约 6.14%

年化贴水增强粗估：以基差百分比均值 × 12 个月估算，IM0 约 20.0%、IC0 约 17.7%、IF0 约 16.7%。这是理论上限——实际收益取决于展期时机和基差波动，且需扣除交易成本。但即便打折，这也是一个相当可观的增强收益。

实操案例：用 IM0 替代中证 1000 ETF 多头

这是最贴近个人量化者的场景。假设你看多小盘股，有两种建仓方式：

方式 A：买入中证 1000 ETF（如 560010 等） 方式 B：买入 IM0 期货，持有并每月展期

两者都做多中证 1000 指数，收益理应接近。但方式 B 在贴水结构下额外赚了基差收敛的钱。

我用近 3 个月数据做了一个对比（2026-05-06 至 2026-07-31）：

指标	ETF（现货代理）	IM0 期货多头
起始价（05-06）	8574.6	8461.6
终止价（07-31）	7075.5	6987.8
区间收益	-17.48%	-17.42%
差值	—	+0.07%
同期基差变动	-113.0 → -87.7（收敛 25.2 点）	—

注意这里有一个重要陷阱：差值只有 +0.07%，远低于基差收敛的 25.2 点。为什么？

因为单腿持有期货追踪的是价格变动，不是展期收益。基差的 25.2 点收敛确实发生了，但它体现在期货价格相对现货的”少跌”上——期货从 8461.6 跌到 6987.8（-17.42%），现货从 8574.6 跌到 7075.5（-17.48%），期货确实少跌了 0.07%。

要真正获得基差增强收益，需要持续展期：在近月合约临近到期时，平仓近月、开仓远月（远月通常贴水更深），不断收割展期收益。这部分收益在长期持有中累积，体现为期货连续合约相对现货指数的超额收益。

这正是基差套利”低风险但需要耐心”的原因——收益不是一次性兑现，而是通过持续展期逐步积累。

风险清单：基差套利”低风险”不等于”无风险”

诚实声明：基差套利有明确的风险边界，以下四类风险必须正视。

风险一：贴水扩大（基差交易的头号杀手）

基差套利的核心假设是”基差到期收敛”。但如果在持有期间贴水持续扩大（期货相对现货继续下跌），账面浮亏会放大。2026 年 7 月初，IM0 基差从 6 月底的 -60 点附近急剧扩大到 7 月 1 日的 -359 点——如果此时正持有期货多头+现货空头组合，单日浮亏可能达到数万元。

虽然到期基差必然归零，但过程中的保证金追缴可能迫使你在不利位置平仓。这是基差交易最现实的杀伤力。

风险二：保证金追缴（杠杆的反噬）

股指期货自带杠杆（保证金率约 15%）。贴水扩大时，期货多头端浮亏，可能触发追加保证金。如果资金不足以维持保证金，会被强制平仓——此时基差还没收敛，亏损就被锁定了。

应对：基差套利的仓位绝不能满仓。建议保证金占用不超过总资金的 50%，留出充足的追缴缓冲。

风险三：展期成本与滑点

持续展期意味着每月一次平仓+开仓，每次都有交易成本：手续费（万分之一至万分之零点五）+ 滑点（尤其是远月合约流动性较差时）。长期展期的累计成本会侵蚀基差增强收益。

风险四：流动性枯竭

远月合约的流动性远低于近月。当需要紧急平仓时，可能面临较大的买卖价差。中证 1000 期货（IM）上市较晚，部分远月合约的日成交量可能不足千手，大资金进出困难。

最大回撤估算：参考 2026 年 7 月初的基差急剧扩大事件，IM0 基差单周扩大约 300 点（对应每手 6 万元浮亏）。按 20 万元保证金估算，单周回撤可达 30%。这是基差套利必须承受的波动——低概率，但高冲击。

从数字资产到 A 股的方法论迁移

大赛获奖者做的是数字资产市场的基差套利。这个方法论迁移到 A 股，有哪些关键差异？

差异一：无永续合约，只能用远月期货

数字资产市场有永续合约（perpetual swap），资金费率机制天然提供了基差套利入口——当资金费率为正（多头付费），做空永续+做多现货即可持续收割。A 股没有永续合约，只能用有固定到期日的期货合约，必须处理展期。

差异二：卖空约束严格

数字资产市场做空方便（直接做空永续或借币做空）。A 股融券难、券源少、费率高——这是基差套利在 A 股落地最大的实操障碍。替代方案是持有现货底仓（如打新底仓），用期货空头对冲，这样不需要融券。

差异三：监管对程序化套利有合规要求

A 股对程序化交易、频繁报撤单有严格的报备和限制要求。高频基差套利需要提前向交易所报备。低频的月度展期套利则不受影响。

可迁移的核心逻辑：大赛获奖者说”放弃择底博弈，靠基差套利穿越周期”——这句话的精髓在**“穿越周期”**。基差套利的收益来自结构性定价偏差，不依赖牛熊判断。在熊市（贴水往往更深，因为对冲需求更强），基差增强收益反而可能更高。这正是”穿越周期”的含义——无论市场涨跌，贴水结构都在为你提供收益来源。

结论：基差套利是拥挤市场中的新生存空间

回到开篇的问题：如何在不确定市场里赚取相对确定的收益？

基差套利给出了一个答案：不预测方向，只捕捉交易所规则背书的定价偏差回归。

本文实测了 A 股三大股指期货的贴水结构，核心结论：

1. 贴水是 A 股股指期货的结构性常态：IM0 和 IF0 近 3 个月 100% 贴水，IC0 为 98.4%
2. 基差增强收益可观：年化贴水增强粗估 16.7%-20.0%（IM0 最高），单次建仓至到期收敛收益率 6%-9%
3. 最实用的打法是 ETF/期货替代：已有做多计划时，用贴水期货替代 ETF 多头，额外赚取基差收敛收益
4. 风险真实存在：贴水扩大、保证金追缴、展期成本、流动性——必须留足保证金缓冲、做好回撤准备

基差套利不是”稳赚不赔”的圣杯，而是在拥挤的方向性交易之外，提供了一条结构性收益来源。它最吸引人的地方在于：收益与市场涨跌无关——在熊市里，贴水往往更深，基差增强收益反而更高。这才是”穿越周期”的真正含义。

PANews 在 2025/2026 中国量化投资跨年峰会上提到一个判断：“Alpha 在拥挤市场中的新生存空间”。基差套利正是这种新生存空间的典型代表——当所有人都在预测方向时，少数人在捕捉结构性偏差。

---

附录：每日贴水监控查询

把以下脚本加入 cron，每天盘后自动监控基差异动：

import akshare as ak
import duckdb
import pandas as pd

# 期货（DuckDB）
con = duckdb.connect('/mnt/c/Users/Administrator/clawd/data/quant/quant_v2.duckdb', read_only=True)
fut = con.execute("""
    SELECT code, close FROM futures_daily
    WHERE code IN ('IM0','IC0','IF0') AND date = (SELECT MAX(date) FROM futures_daily)
""").fetchdf()
con.close()

# 现货（akshare）
idx_map = {'IM0': 'sh000852', 'IC0': 'sh000905', 'IF0': 'sh000300'}
for _, row in fut.iterrows():
    spot = ak.stock_zh_index_daily(symbol=idx_map[row['code']]).iloc[-1]['close']
    basis = row['close'] - spot
    pct = basis / spot * 100
    flag = "🔴 深度贴水" if pct < -1.5 else ("🟡 贴水" if pct < -0.5 else "🟢 正常")
    print(f"{row['code']}: 期货 {row['close']:.1f} | 现货 {spot:.1f} | 基差 {basis:+.2f} ({pct:+.3f}%) {flag}")

⚠️ 数据诚实声明：本文基差数据来自自有 DuckDB 期货表（主力连续合约）+ akshare 现货指数，实测 62 个交易日。年化贴水增强为粗估（基差百分比均值 × 12），非严格回测，实际收益取决于展期时机与基差波动。单次收敛收益基于最新基差静态计算，未考虑展期成本与滑点。所有数字均可用附录 SQL 脚本复现。

---

相关阅读

• 估值分位择时规则真的有效吗：8 年期货数据回测，买入信号胜率 61% 但卖出信号失效 — 期货估值分位的统计有效性背书，本文基差套利的”低估信号”基础
• 低估品种一周翻倍：从 13 到 27 个，大宗商品黑色系与化工品的左侧布局窗口 — 全资产低估图谱的姊妹篇，基差套利与商品左侧布局的共振
• 杠杆下的”波动率损耗”：用神经网络做最小方差组合的论文解读 — 杠杆工具的限制，呼应股指期货基差+展期成本的讨论
• M2 同比 353 万%、主力资金表凭空消失：一个量化库的 5 个数据噩梦与自救指南 — 本文数据基础的风险提示，index_daily 表错位问题即源于此
• 宏观风险平价策略系列解读（一）：基于资产价格反推的宏观高频因子体系 — 低风险策略同族互链，基差套利与风险平价的互补关系