国债期货系列报告：从统计特征到深度学习构建跨期套利策略

国债期货系列报告：从统计特征到深度学习构建跨期套利策略 虞堪投资咨询从业资格号：Z0002804yukan@gtht.com宋子钰（联系人）从业资格证号：F03136034songziyu@gtht.com 报告导读： 随着国债市场长期趋势性行情减弱，权益市场的压制，对基本面的反映钝化，震荡加剧成为新常态。在这样的背景下，对于市场行情的预测难度加大，传统的单边趋势策略或多空择时面临挑战，收益大大减弱。通过捕捉相同品种不同合约间的相对价值进行跨期套利，成为获取稳健阿尔法收益的重要途径。本报告立足于近年国债期货市场参与者结构多元化、定价逻辑演进的新特征，系统研究了跨期价差的演变规律，并构建了从传统统计到前沿深度学习的系列套利策略，为投资者在复杂市场环境中进行精细化交易与风险管理提供了有价值的参考。 ⚫价差演变新特征：2023年后市场定价行为发生显著变化，跨期价差与国债期货价格从先前的正相关转为的负相关性，这为基于价差方向判断的套利策略奠定了新的市场基础。 ⚫传统统计套利策略：基于价差具有短期动量与突破效应的统计特征，报告构建了分连续与分段回看周期的两种统计套利模型。这两种方法在样本期内均实现了稳定的正收益与超过1.2的夏普比率，证明了价差历史分布信息在震荡市中的实用价值。 ⚫日内特征增强策略：为进一步提升信息利用率，报告利用分钟级高频数据，构建了刻画跨期价差日内波动与形态的系列特征因子，并据此开发了T+1预测的套利策略。该策略通过捕捉日内的微观结构信息，有效增强了信号的时效性与预测能力。 ⚫深度学习预测模型：为克服传统线性假设的局限，报告创新性地引入了GRU（门控循环单元）深度学习模型。该模型综合了跨期价差的统计特征、日内高频形态、会员持仓行为等多维时序信息，实现了对价差变化的非线性预测。样本外测试显示，该策略预测胜率达57.4%，夏普比率1.54，显著提升了套利策略的绩效表现。 本报告通过多层次、多方法的策略构建与回测，系统展示了在国债期货市场进行跨期套利的可行路径与潜在价值。 风险提示：跨期套利并非无风险操作。策略仍面临多方面挑战，如：价差关系的结构性转变可能导致模型失效、移仓换月期间的流动性冲击可能放大交易成本、深度学习模型存在过拟合与市场环境适应性风险等。在实际构建策略的场景，应当充分考虑相关风险。 目录 1.国债期货跨期价差的演变.................................................................................................................................................................31.1跨期价差的定义.....................................................................................................................................................................31.2跨期价差的演变.....................................................................................................................................................................32.国债期货跨期套利策略构建............................................................................................................................................................52.1统计特征套利..........................................................................................................................................................................52.2日内特征跨期价差套利.......................................................................................................................................................82.3深度学习跨期套利..............................................................................................................................................................113.结论.........................................................................................................................................................................................................14 （正文） 1.国债期货跨期价差的演变 1.1跨期价差的定义 跨期价差一般指同一品种国债期货的不同跨期组合可以表示为国债期货可交易的3个合约构建的三种跨期价差组合:当季-下季，当季-远季，下季-远季。基于流动性和套利空间考虑，通常选择当季-下季合约，或当季-远季合约进行组合构建。从定义上考虑，跨期价差则可以近似分解为组合中近月合约和远月合约的持有收益的差异加上净基差的差异，因此对跨期组合中近月与远月合约的净基差分析是作为跨期价差套利策略方向选择的首要指标。然而，在实际操作中，跨期价差与净基差的定量关系并不明确，因此当净基差的方向判别信号并不显著时，则价差历史分位数数据依旧能够发挥作用，通过季节效应、价格趋势以及价差动量等角度可以对于跨期组合交易方向进行判断。 跨期套利策略需要从净基差和跨期价差历史分位数等多维度共同考虑国债期货跨期合约间相对价格强弱的变化，通过跨期价差的变化选择合适的移仓换月时间点，有效降低空头套期保值的成本，或是基于期货交易资金使用效率高的特点，通过少量资金在跨期套利信号明确时间点进行建仓获得套利收益。一般来说，当跨期价差大于0时，套期保值多头就能够将贴水转化为收益，而对于套期保值空头来说，则是必须要承担的成本。因此，套期保值多头希望移仓时的跨期价差更大，但对套保空头来说，则希望跨期价差更小、成本更低。 1.2跨期价差的演变 2023年之前，跨期价差与国债期货之间的价格呈现正相关性或较低的负相关性，主要原因是大部分的国债期货交易集中于当季合约，从而使得流动性更好的当季合约随着价格波动的上行和下行更为剧烈。在进入移仓换月的阶段后，跨期价差则会随着多头或空头主导的移仓换月，而发生反向的变化。2023年后，随着国债期货的参与者不再局限于当季合约，使得期货的流动性在当季和下季均较为充分，远季合约在长期的债牛行情中能够为市场多头力量提供更多上行空间，使得跨期价差呈现与国债期货价格相反的变动方向。此外，随着国债期货投资的参与者日益丰富，在多头情绪发酵或空头情绪发酵时，下季合约的价格一般会更为敏感的进行反应，相比当季多涨或多跌，这也是跨期价差走势与国债期货价格走势呈反向变化的原因之一。 资料来源：国泰君安期货研究、米筐 资料来源：国泰君安期货研究、米筐 具体分不同年份来看，2020年由于下季和远季的参与者较少，流动性较差，价格主要由当季合约主导，因此呈现较为显著的负相关，相关系数约为0.53。从2020年开始，随着国债期货的参与者日渐丰富，投资标的已不局限于当季合约，投资目的也不再仅局限于套期保值，因此跨期价差与价格之间的正相关性逐渐减弱，开始进入负相关的关系。从2023年开始，国债期货的价格与跨期价差开始呈现较大负相关性，2023年的相关系数达到了-0.85，逐渐回归理论的跨期价差逻辑。 2.国债期货跨期套利策略构建 回顾2025年以来的债市，双降预期和股债跷跷板是伴随时间较长的主线，债市受到权益市场的压制较为明显。此外，基金费率新规的对于债市的情绪压制也持续了较长的时间。在长期受压制的背景下，债市长期以来的偏强趋势行情不再持续，行情更多的形式是震荡格局表现，长久以来的“债牛”趋势行情从定量的角度和定性的角度均在一定程度上出现了被打破的情况，可参考前序系列报告《国债期货系列报告:定量视角下趋势行情是否已经结束?》。 在国债期货趋势不再显著，且整体情绪偏弱的格局下，套利策略能够能够发挥其独特的优势。当市场趋势不明朗时，单边交易策略或多空时序策略面临较大不确定性。套利策略通过同时建立多空头寸，对冲掉市场系统性风险，专注于捕捉相对价值机会，更适合震荡市环境。此外，在情绪偏弱的市场中，不同合约、不同期限品种之间的价差容易出现非理性波动。合理的跨期套利策略可以捕捉近月与远月合约的价差的规律，从而在整体趋势不确定的环境下，获得微观的结构性收益增厚。 本报告基于10年期货国债期货的日内、日间跨期价差、相关高频特征、中低频特征，构建了若干跨期价差策略，包括基于统计特征的跨期价差套利、基于日内特征的跨期价差套利、基于深度学习模型的跨期价差套利。在策略回测中，默认为单倍杠杆。策略回测的样本期为2022年至2025年12月，主要考虑到2022年前的国债期货市场参与者与后续的市场参与者从丰富度和数量上，都存在较大的差异，参考价值较低，容易混入错误的统计信息。为了便于区分与展示，在考虑流动性的前提下，本报告仅考虑当季合约与下季和下季合约之间的跨期套利策略。 2.1统计特征套利 一般的套利假设一般认为，价差或收益率曲线等指标，遵循均值回归的特性：当目标值较大时，将会向下回归到较低的合理水平；当目标值较小时，将会向上回归的较高的合理水平。然而，这一假设需要考虑的前提是，目标值回归的时间区间为何种水平。在大部分情况下，指标如果在较长的回看期上，处在较高的分位数，那么有较大的概率回归合理值。然而，如果是在较短的回看期内处在不合理的区间（较高的分位数），那么该指标也存在较大的可能性进行短期上的突破。 对于从统计特征入手的国债期货的跨期套利，我们希望所依赖的统计学特征具有较好的稳定性和客观存在逻辑。经过测试，从长期回归逻辑的角度入手的国债期货跨期套利，对于不同的参数，敏感度较大，且在不同的标的上效果存在明显分化，普适性和泛化性能较差。然而，在中短期的回看周期上，我们发现国债期货的跨期价差符合短期突破的逻辑，且在不同的参数设定下，表现较为一致。因此，基于国债期货的跨期价差这一统计特征，本报告构建了统计特征上的跨期套利策略。策略的基本逻辑为，当跨期价差高于一定时期内的某分位数时，则发出做多跨期价差的信号，在下一日的开盘以10分钟均价对跨期价差进行做多；当跨期价差低于一定时期内的某分位数时，则发出做空期价差的信号，在下一日的开盘以10分钟均价对跨期价差进行做空。若信号持续做多，则保持做多跨期价差的仓位不变；若信号持续做空，则保持做空跨期价差的仓位不变。同时，为了保证实际策略的可行性，我们对当季和下季合约的流动性进行了限制，两个合约流动性均大于10000手时，才会进行跨期策略的交易。当有合约不满足充分流动性条件时，策略自动平仓。 为了适应不同的交易频率或交易目标，在统计特征的跨期套利上我们设置了两类