如何用 PTrade 平台编写期货跨期套利策略？ (附Python源码)

这是一个基于PTrade平台的期货跨期套利策略。

策略逻辑说明

本策略采用**统计套利（均值回归）**的思路。跨期套利的核心在于两个不同交割月份的合约（近月与远月）之间的价差（Spread）通常会在一定范围内波动。

1. 定义价差：价差 = 近月合约价格 - 远月合约价格。
2. 入场条件（做多价差）：当价差过低（低于均值 - N倍标准差）时，我们认为近月合约被低估或远月被高估。此时执行**“买入近月，卖出远月”**。
3. 出场条件（回归平仓）：当价差回归到均值（或超过均值）时，获利平仓。
4. 合约选择：策略会自动选择当下的主力合约（近月）和次主力合约（远月）。

策略代码

import numpy as np
import pandas as pd

def initialize(context):
    """
    策略初始化函数
    """
    # 设定基准合约品种，例如沪深300股指期货 'IF'
    g.product_code = 'IF'
    
    # 套利参数设置
    g.window_size = 60      # 计算均值和标准差的窗口大小（如过去60根分钟K线）
    g.std_multiplier = 2.0  # 进场阈值：标准差倍数
    
    # 交易数量（手）
    g.trade_amount = 1
    
    # 全局变量存储当前操作的合约
    g.near_contract = None # 近月合约
    g.far_contract = None  # 远月合约
    
    # 设定系统参数：分钟回测
    set_universe([g.product_code])

def before_trading_start(context, data):
    """
    盘前处理：每天开盘前确认当天的近月和远月合约
    """
    # 获取该品种所有合约
    # 注意：get_future_contracts是获取期货合约列表的常用方法，
    # 如果PTrade环境特定版本不支持，需手动维护合约列表或使用get_code_list
    all_contracts = get_future_contracts(g.product_code)
    
    # 过滤掉已经退市或未上市的，并按交割日期排序
    valid_contracts = []
    for code in all_contracts:
        info = get_instruments(code)
        # 简单的过滤逻辑：确保合约存在且未过期
        if info is not None:
            valid_contracts.append(code)
            
    # 排序：通常合约代码数字越小越近，或者根据上市日期排序
    # 这里简单按代码字符串排序，通常IF2309 < IF2310
    valid_contracts.sort()
    
    # 选取近期和远期合约（取排序后的前两个）
    if len(valid_contracts) >= 2:
        g.near_contract = valid_contracts[0]
        g.far_contract = valid_contracts[1]
        log.info("今日套利合约组合: 近月 [%s] / 远月 [%s]" % (g.near_contract, g.far_contract))
    else:
        g.near_contract = None
        g.far_contract = None
        log.warning("可用合约不足，无法进行跨期套利")

def handle_data(context, data):
    """
    盘中运行：每分钟执行一次
    """
    # 检查合约是否有效
    if g.near_contract is None or g.far_contract is None:
        return

    # 1. 获取历史数据用于计算统计指标
    # 获取过去 N 分钟的收盘价
    near_hist = get_history(g.window_size, '1m', 'close', g.near_contract)
    far_hist = get_history(g.window_size, '1m', 'close', g.far_contract)
    
    # 确保数据长度足够
    if len(near_hist) < g.window_size or len(far_hist) < g.window_size:
        return

    # 提取收盘价序列 (Series)
    # 注意：get_history返回格式可能因版本不同而异，这里假设返回DataFrame或Series
    # 如果是DataFrame，通常列名为 'close'
    p_near = near_hist['close']
    p_far = far_hist['close']
    
    # 2. 计算价差序列 (Spread = Near - Far)
    spread_series = p_near - p_far
    
    # 3. 计算统计指标 (均值和标准差)
    spread_mean = spread_series.mean()
    spread_std = spread_series.std()
    
    # 当前最新价差
    current_spread = spread_series.iloc[-1]
    
    # 计算阈值
    # 做多价差阈值（价差过低）：均值 - N * 标准差
    long_spread_threshold = spread_mean - g.std_multiplier * spread_std
    # 平仓阈值：回归均值
    exit_threshold = spread_mean

    # 4. 获取当前持仓信息
    pos_near = get_position(g.near_contract)
    pos_far = get_position(g.far_contract)
    
    # 判断当前是否有持仓 (多近月 + 空远月)
    # 注意：期货持仓分多头(long_amount)和空头(short_amount)
    has_long_spread_pos = (pos_near.long_amount > 0) and (pos_far.short_amount > 0)

    # 5. 交易逻辑
    
    # --- 开仓逻辑：价差低于下轨，且无持仓 ---
    if current_spread < long_spread_threshold and not has_long_spread_pos:
        log.info("触发开仓信号: 当前价差 %.2f < 阈值 %.2f" % (current_spread, long_spread_threshold))
        
        # 买入近月 (多开)
        buy_open(g.near_contract, g.trade_amount)
        # 卖出远月 (空开)
        sell_open(g.far_contract, g.trade_amount)
        
    # --- 平仓逻辑：价差回归均值，且有持仓 ---
    elif current_spread >= exit_threshold and has_long_spread_pos:
        log.info("触发平仓信号: 当前价差 %.2f >= 均值 %.2f" % (current_spread, exit_threshold))
        
        # 卖出近月 (多平)
        # close_today=False 表示优先平昨仓，若需严格区分平今平昨需根据交易所规则调整
        sell_close(g.near_contract, g.trade_amount, close_today=False)
        # 买入远月 (空平)
        buy_close(g.far_contract, g.trade_amount, close_today=False)

# 辅助函数：获取期货合约列表
# 如果PTrade环境中没有内置 get_future_contracts，可以使用此替代方案或手动指定
def get_future_contracts(symbol):
    """
    获取指定品种的期货合约列表
    注意：此函数依赖于 get_code_list 或类似接口，若不可用需咨询券商
    这里仅作演示，实际使用建议直接在 initialize 中指定具体合约代码列表
    """
    # 示例：返回假设的合约代码，实际需调用API获取
    # 在实盘中，通常可以使用 get_all_securities 筛选
    # 或者直接使用主力合约代码如 'IF2309.CCFX'
    
    # 这里为了代码不报错，使用一种通用的获取方式（需根据实际环境调整）
    try:
        # 尝试获取该品种的主力合约和次主力
        # PTrade通常支持 'IF8888.CCFX' (主力) 但套利需要具体月份
        # 此处建议用户在实盘中手动维护一个合约列表，或者使用 get_instruments 遍历
        return ['IF2309.CCFX', 'IF2310.CCFX', 'IF2312.CCFX'] 
    except:
        return []

代码关键点解析

1. 合约获取 (before_trading_start):

   • 期货合约会到期，因此不能在 initialize 中写死。
   • 代码中演示了如何选取排序靠前的两个合约作为“近月”和“远月”。
   • 注意：在实盘中，建议使用 get_instruments 配合循环来筛选当前上市交易的合约，或者手动在策略参数中更新合约代码。

2. 数据获取 (get_history):

   • 使用 1m (1分钟) 频率获取数据，窗口大小设为 60，意味着基于过去1小时的分钟线计算价差的布林带（均值和标准差）。
   • spread_series = p_near - p_far 利用了 Pandas 的向量化计算，直接得出价差序列。

3. 交易指令:

   • 开仓（买近卖远）:
     • buy_open(near): 多头开仓近月。
     • sell_open(far): 空头开仓远月。
   • 平仓（卖近买远）:
     • sell_close(near): 多头平仓近月。
     • buy_close(far): 空头平仓远月。
   • close_today=False: 对于中金所（IF/IC/IH/IM），平今仓和平昨仓手续费通常一致（或有特定高倍率），参数设为 False 系统会自动处理。如果是上期所（如螺纹钢 RB），平今仓手续费可能较高，需根据实际情况调整此参数。

4. 风险控制:

   • 代码中加入了 has_long_spread_pos 状态判断，防止重复开仓。
   • 使用了 log.info 记录关键交易信号，便于回测分析。

Q&A

Q: 如何将策略改为“卖出近月，买入远月”（做空价差）？
A: 修改 handle_data 中的逻辑：

1. 计算上轨阈值：short_spread_threshold = spread_mean + g.std_multiplier * spread_std。
2. 开仓条件改为：current_spread > short_spread_threshold。
3. 交易指令改为：sell_open(near) 和 buy_open(far)。

Q: 为什么使用 get_history 而不是 get_snapshot？
A: get_snapshot 只能获取当前切片的一个价格，无法计算均值和标准差。我们需要 get_history 获取一段时间的序列数据来计算统计指标（Mean, Std）。

Q: 实盘中合约到期了怎么办？
A: before_trading_start 函数会在每天开盘前运行。如果逻辑正确（动态获取合约），它会自动切换到新的近月和远月合约。但在实际操作中，跨期套利通常涉及移仓换月，本策略仅演示了基本的开平仓逻辑，未包含自动移仓（即在旧合约到期前强制平仓并开新合约）的功能，实盘需注意合约的最后交易日。