目前大家都是用沪50ETF和深100ETF组合模拟现货指数，用基差做期限套利，随着套利人群的增多，基差逐渐变
小，不足以覆盖成本，所以机会很少，为此，需要修正基差。
计量经济学中有个协整理论，今天抛砖引玉，和大家一起探讨。
不同市场上的同质或相似商品的价格存在长期均衡关系，当价格偏离均衡时，由于套利交易的存在，偏离会迅速
回到均衡。在一定的门限值以外，二者服从协整关系，在门限值以内，二者没有协整关系，这种关系称为门限协
整。
用沪50ETF和深100ETF组合模拟的现货指数，和HS300指数确实存在长期的均衡关系，但很可惜，模拟的现货指数
和期货指数不具备长期的均衡关系，因为随时间推移，他们之间的价差会逼近0，那么，就无意义了吗？
一个期指合约的存续期大约25天，如果从合约刚诞生，在极小的周期上，如10秒级别，在一定的存续期内，是存
在这种协整关系的。并且这种机会出现的频率远高于正常的期限基差，这样就可以套利了。
程序源码如下：
Params
Numeric AjustmentRatio(804507);
// 协整系数
Numeric AjustmentLength(2000);
// 协整周期
Numeric Weight1(1);
// 现货权重
Numeric Weight2(1);
Numeric Band(1.25);
//目标价差曲线开仓上下限
Numeric Lots(1);
//每次开仓手数
Vars
NumericSeries St;
//指数自然对数变换曲线
NumericSeries St1;
// 目标价差曲线
Numeric MinPoint;
// 最小变动单位
Bool SellEntrysignal(False);
// 正向套利信号
Bool BuyEntrysignal(False);
// 反向套利信号
Bool SellExitsignal(False);
// 正向套利出场信号
Bool BuyExitsignal(False);
// 反向套利出场信号
Numeric myEntryPrice;
Begin
St=10000*ln(Data0.close*ContractUnit)-AjustmentRatio*ln((Data1.close*Weight1+Data2.close*Weight2)/(Weight1+Weight2))/100;
st1=(st-XAverage(st,AjustmentLength))/StandardDev(st,AjustmentLength,0);
PlotNumeric("St1",St1);
PlotNumeric("零轴",0);
PlotNumeric("正向",Band);
PlotNumeric("反向",(-1)*Band);
MinPoint=MinMove*PriceScale;
SellEntrysignal=st1[1]>Band;
If (SellEntrysignal) // 正向套利,期指开空单，买入现货
{
// 开仓价格取开盘价加上一个单位滑点，这样能更接近真实情况，并能尽量保证成交
myEntryPrice = Open-MinPoint;
Sellshort(Lots,myEntryPrice);
}
BuyEntrysignal=st1[1]<(-1)*Band;
If (BuyEntrysignal) // 反向套利,期指开多单，卖出现货
{
// 开仓价格取开盘价加上一个单位滑点，这样能更接近真实情况，并能尽量保证成交
myEntryPrice = Open+MinPoint;
Buy(Lots,myEntryPrice);
}
SellExitsignal=CrossUnder(st1[1],0);
if( SellExitsignal MarketPosition == -1 )// 正向套利平仓,期指空单平，卖出现货
{
// 开仓价格取开盘价加上一个单位滑点，这样能更接近真实情况，并能尽量保证成交
myEntryPrice = Open+MinPoint;
BuyToCover(Lots,myEntryPrice);
}
BuyExitsignal=CrossOver(st1[1],0);
if (BuyExitsignal marketposition==1) // 反向套利平仓,期指多单平，买入现货
{
// 开仓价格取开盘价加上一个单位滑点，这样能更接近真实情况，并能尽量保证成交
myEntryPrice = Open-MinPoint;
Sell(Lots,myEntryPrice);
}
End