统计套利视角
如果从基本面季节性的视角来决定该套利交易，存在的缺陷是较为明显的，一是基于基本面可挖掘的套利次数较少，年内可挖掘的仅有3—4次，这对于高频交易的投资者是不能满足的；二是对于盈亏止损的设置仍存在着较强的模糊性。我们试图从统计套利的角度，对以上两点进行补充:一是挖掘更多的交易机会，二是辅助我们更好地考虑出入场及止损设置问题。
我们采集了热卷与螺纹钢合约盘面价差的历史数据，分别对1月、5月及10月合约价差数据分别做了正态分布模拟统计，发现单个合约呈现以下特征:如果以5%作为小概率事件发生的临界点，对于1月合约，盘面价差小于-30点或大于390点，进入小概率事件发生区间；对于5月合约，盘面价差值出现概率小于5%对应的情形区间是小于20点或大于340点；对于10月合约，盘面价差值出现概率小于5%对应的情形区间是小于-30点或大于370点。
所以，根据统计规律，一般认为:热卷与螺纹钢盘面价差进入0值附近时是做多该价差的较佳时机，结合盘面止损可以设置50—100个点。盘面价差达到340—390点以上区间时，出现概率小于5%；进入400点以上区间时，整体概率小于3%。因此进入400点以上区间时，可尝试沽空，结合盘面来看，目标价差可看至100—150点附近，参照历史价差极值600个点，可设置200个点的止损。
因此，从统计的角度来看，做多该价差要比做空该价差更好把握，但机会较少；做空价差则要面临更大的止损弹性，可考虑适当上移入场区间，以降低极端行情带来的亏损的幅度，如在热卷上涨存在更为明显的基本面驱动时。
E 启示
统计套利的基础是完全依据对历史数据的统计分析，那么这里存在一个悖论，即历史数据反映过去，能不能预测未来?过去所发生的，在未来并不一定会发生，但是如果不去依靠历史，我们对未来也将一无所知。
因此，对待历史数据我们应该持有正确的态度，不能是看到历史数据的局限性而弃之不用，而是在挖掘历史数据信息的同时，对照当下基本面信息以应对它的局限性，形成更为可靠的交易策略，这也是我们追求的最终目标。
从现货层面来看，热卷与螺纹钢价差存在很大的弹性，高低约有900点的波动区间，这为我们创造了热卷与螺纹钢之间套利的基础条件。
从现货角度，每年的11月上旬至次年1月，对应汽车产销量走高到峰值，而螺纹钢需求减弱的动态期，二者共同驱动下使得价差有个明显走高的过程，个别年份价差高点会持续到次年3月。
从盘面价差角度我们发现，无论是现货还是期货，每年的11月至次年热卷与螺纹钢价差走高是逻辑线比较清晰的，是一年中可以把握的首要机会。
期货盘面在1月左右远月合约即出现明显的拐点并开始回落，这与现货每年1月的价差高点可能持续至3月不同。该时点也往往对应年中的统计相对高点，可以尝试沽空远月价差。
单独抽出临近交割因素来看，临近交割月，如交割月前一月至一个半月，易出现价差走高的现象。这与螺纹钢和热卷的交割规则设置存在较大关系，拥有交割实力的现货贸易投资者能更好地把握机会。
从统计特征来看，一般认为:热卷与螺纹钢盘面价差进入0值附近时是做多该价差的较佳时机，结合盘面止损可设置50—100个点；盘面价差进入季节性相对高位后，如1705合约进入400点以上区间时(概率小于3%)，可尝试沽空策略，结合盘面来看，目标价差可看至100—150点附近，参照历史价差极值和基本面信息可考虑适当移动入场区间，以降低极端行情带来的亏损幅度。(信达期货)
