期货期限结构与展期损益

期货交易里，最容易被忽略却最持续影响收益的因素之一，就是期限结构。很多人看到价格走势就判断策略有效，但实际持仓是通过近月、次近月、远月合约不断切换实现的，真实收益由“方向收益 + 展期收益（或成本）+ 执行成本”共同构成。若只看方向，会高估策略稳定性；若忽略展期，会误把结构性成本当成策略失效。

期限结构通常表现为 contango 或 backwardation。在 contango 下，远月价格高于近月，长期多头在换月时往往面临“买高卖低”的滚动损耗；在 backwardation 下，远月低于近月，长期多头可能获得滚动收益。这个规律在能源和贵金属市场都能观察到，但强度与持续时间受库存、利率、便利收益、地缘风险等变量影响。黄金市场虽然相对平稳，也会在特定阶段出现结构变化，进而影响展期表现。

从研究实现看，backtesting.py 的快速原型能力适合先验证方向逻辑，但要评估可交易性，必须迁移到支持合约生命周期管理的框架。Lean 在合约链、切换规则和交易日历方面更完善，vnpy 在实盘网关接入和事件驱动管理上更贴近执行现场。backtesting.py Lean vn.py

展期损益的计算不应只在月末做一次静态比较，更稳妥的方法是把换月当作独立交易事件：确定切换窗口、流动性阈值、最大可接受基差变化，再评估多日分批换月与单日集中换月的差异。vectorbt 可用于做参数面分析，比较不同换月策略在各市场状态下的稳健性。vectorbt

市场规律上，期限结构和库存、利率环境关系密切。库存宽松、资金成本上升时，contango 更易维持；库存紧张或现货需求强时，backwardation 概率提高。交易上不应把结构状态视为恒定，而应持续监控。很多“看起来失灵”的策略，实际是市场从一种结构状态切换到另一种状态，而策略参数仍停留在旧状态。

执行风险同样关键。换月期间流动性集中在主力合约，非主力合约点差会突然拉大。若在低深度时段强行切换，滑点和冲击成本会显著侵蚀收益。hftbacktest 可以帮助研究盘口层面的执行差异，识别不同换月节奏对应的成交质量变化。hftbacktest

在风险控制层面，建议把展期相关指标加入日常监控：近远月价差、换月期间成交占比、换月滑点、换月后净暴露变化。并给“结构突变”设置应急规则，例如当基差在短窗口内异常扩张时，优先降低仓位而不是强行维持名义暴露。这样可以避免在结构失真阶段被动承受不必要损失。

与股票不同，期货收益里“持有方式”本身就是收益来源的一部分。方向判断正确但展期管理粗糙，最终曲线仍可能不理想。把期限结构当作策略输入而非事后解释，才是期货研究向实盘过渡的关键步骤。

相关规则和基础定义可参考 CFTC Futures Glossary 与 CME 教育页面。

市场切片补充

把规则放进具体时间段更容易检验。例如 2020 年一季度的风险冲击阶段、2022 年的全球紧缩阶段、2023 年的结构修复阶段，价格反应、成交深度和风险偏好都不相同。若把这三个阶段混在一起求平均，很多结论会被稀释；若分阶段评估，同一套方法在不同环境中的边界会更清楚。

在执行层面，可以把“阶段识别”写入日常流程：先确认当前处于扩张、收缩还是修复，再决定仓位上限、下单时段和止损阈值。这样做不是为了追求完美预测，而是为了避免在不适配环境里重仓。跨市场核验时，建议直接对照 NYSE 时段、Nasdaq 日历、HKEX 时段 与 CFTC 术语 做参数确认。

复盘框架

每篇笔记都可落到同一套复盘问题：第一，当前结论依赖的前提是否仍成立；第二，若波动率提升一个等级，仓位和执行规则是否需要同步调整；第三，若成交成本抬升，策略是否仍具备正期望。把复盘问题固定下来，知识会从“记住观点”转为“可持续迭代的决策系统”。