ADR 溢价套利：同一家公司两地上市的价差回归 • halo 的技术博客

同一家公司，同一份现金流，却挂着两个价格。

台积电在台交所是 2330.TW，在纽交所是 TSM；阿里巴巴在港股是 9988.HK，在纽约是 BABA。两边买到的都是对同一家公司未来利润的索取权，理论上——扣掉汇率和折算比例之后——必须相等。这就是金融里最干净的定律之一：一价定律（Law of One Price）。

但市场天天在违反它。ADR（American Depositary Receipt，美国存托凭证）相对本地股的价差，隔三差五就冒出 2%、3%，极端时冲到两位数。这条缝就是 ADR 溢价套利的战场——你赌的不是公司涨还是跌，而是这两个价格终究会重新相等。

本文讲清四件事，并用可复现代码演示：

ADR 是什么、份额怎么折算、可转换机制如何把价差锁进一个区间；
溢价 / 折价从哪里冒出来，哪些是可套利的、哪些是陷阱；
溢价与折价时，跨市场两条腿怎么拼成一笔收敛套利；
用 Python 模拟 ADR 与本地股价差，回测一个价差收敛策略，并做入场阈值敏感性分析。

一、ADR 到底是什么#

美国投资者想买台积电、想买阿里、想买丰田，但直接去台交所、港交所、东交所开户既麻烦又有额度和税务问题。ADR 就是解决这个痛点的金融包装：

一家美国存托银行（花旗、纽约梅隆、摩根大通是三大巨头）在本地市场买入公司的普通股，托管起来，然后在美国发行对应的存托凭证。你在纽约买一张 ADR，本质上就是间接持有了托管在海外的那几股普通股。

关键参数是折算比例（ADR ratio）：一张 ADR 代表几股本地普通股。

台积电 TSM：1 ADR = 5 股本地股（2330.TW）
阿里 BABA：1 ADR = 8 股本地股（9988.HK）
有些是 1:1，有些一张 ADR 对应零点几股

理论平价关系是：

ADR 理论价格 = 本地股价 × 折算比例 × (本地货币 → 美元汇率)

plaintext

任何时刻，ADR 的实际市价与这个理论价格的偏离，就是溢价（premium，实际 > 理论）或折价（discount，实际 < 理论）：

溢价率 = (ADR 实际市价 / ADR 理论价格) − 1

plaintext

二、为什么两个价格锁不死：可转换性与摩擦#

如果 ADR 和本地股永远可以自由、零成本、瞬时互换，价差根本不可能存在——任何偏离都会被瞬间抹平。价差之所以能存在并且可交易，恰恰是因为转换有摩擦。

可转换机制：ADR 分两种。

可转换 ADR（fungible）：持有人可以通过存托银行做「转换」——把 ADR 注销、取回本地股（cancellation），或把本地股交存、创设新 ADR（issuance）。这条通道就是套利的物理基础，类似 ETF 的申赎。
不可自由转换的 ADR：比如某些受额度、资本管制或存托协议限制的品种，转换通道受阻。这类 ADR 的溢价可以长期存在甚至发散——这不是机会，是陷阱。

即便是可转换 ADR，转换也不是免费的：

存托银行收取转换费（通常每股几美分，上限每 ADR 5 美分是常见量级）；
跨市场交割有结算时滞（T+2 甚至更久），这段时间你敞口在裸奔；
汇率对冲有成本；
本地市场和美国市场交易时段不重叠（台股、港股收盘时美股还没开盘），非重叠时段的价差无法即时对冲。

这些摩擦共同决定了一条无套利区间：价差在带内时，抹平它赚的钱还不够付成本，套利者按兵不动；价差冲出带外，套利者才进场。所以真实的 ADR 溢价率不是死死钉在 0，而是在一条带子里震荡、偶尔冲出后被拉回。

ADR 相对本地股的溢价率围绕零轴均值回归

上图是模拟的 ADR 溢价率序列：大部分时间在 ±2% 的套利带内做布朗运动式震荡（带内的小偏离是噪声，抹平不划算），偶尔因为某个市场的单边冲击窜到带外，然后被套利力量拉回。这个「带内随机游走 + 带外强回归」的两段式指纹，是所有靠可转换机制锚定的价差的共同特征。

三、套利怎么闭环：两条腿的方向#

假设台积电，1 ADR = 5 股本地股，当前：

本地股 2330.TW = 1000 TWD/股
台币兑美元 = 0.031 USD/TWD
ADR 理论价 = 1000 × 5 × 0.031 = 155 USD

情形 A：ADR 溢价（TSM 市价 = 162 USD，溢价 +4.5%）

ADR 太贵、本地股相对便宜。套利方向：

卖出（做空）ADR：在纽约按 162 卖出 TSM；
买入本地股：在台交所买入 5 股 2330.TW（花 155 美元等值台币）；
通过存托银行把这 5 股本地股交存、创设成 1 张新 ADR；
用新创设的 ADR 交割掉第 1 步的空头。

净赚 ≈ 4.5% − 转换费 − 汇率对冲成本 − 交割时滞风险。

情形 B：ADR 折价（TSM 市价 = 148 USD，折价 −4.5%）

ADR 太便宜、本地股相对贵。方向反过来：

买入 ADR：纽约按 148 买入 TSM；
通过存托银行把 ADR 注销、取回 5 股本地股；
在台交所卖出这 5 股 2330.TW；
（如需要）做空本地股或买入 ADR 时同步对冲汇率。

无论哪个方向，你都是同时持有一多一空、方向相反的孪生资产，市场整体涨跌被对冲掉，赚的是价差收敛那部分。这就是它被归为「市场中性统计套利」的原因。

四、Python 回测：价差收敛策略#

下面用纯 pandas 模拟 ADR 与本地股的价格，构造溢价率序列，回测一个阈值型均值回归策略。核心逻辑：溢价率冲出上界就做空价差（卖 ADR 买本地股），冲出下界就做多价差，回归到中枢附近就平仓。

信号在当日收盘确认、下一个交易日执行，避免用当天信息做当天决策的前视偏差。

import numpy as np
import pandas as pd

rng = np.random.default_rng(42)
n = 500

# ---- 1. 模拟溢价率序列（OU 均值回归 + 偶发冲击）----
kappa, theta, sigma = 0.08, 0.0, 0.9   # 回归速度 / 中枢 / 波动
prem = np.zeros(n)
for t in range(1, n):
    prem[t] = prem[t-1] + kappa * (theta - prem[t-1]) + sigma * rng.standard_normal()
for k in [90, 230, 380]:               # 植入几次极端偏离
    prem[k:k+8] += rng.choice([-1, 1]) * rng.uniform(3.5, 5.5)

df = pd.DataFrame({"premium": prem})

# ---- 2. 阈值型信号（signal-on-bar-i）----
ENTRY, EXIT = 2.0, 0.5   # 入场 / 平仓阈值(%)
COST = 0.9               # 单次开平价差成本(%),含转换费+汇率+滑点

pos = np.zeros(n)        # +1=做多价差(赌溢价上升), -1=做空价差
for t in range(1, n):
    p = df["premium"].iloc[t]
    prev = pos[t-1]
    if prev == 0:
        if p > ENTRY:      pos[t] = -1     # 溢价过高 -> 做空价差
        elif p < -ENTRY:   pos[t] = +1     # 折价过深 -> 做多价差
    else:
        # 回到中枢附近就平仓
        if abs(p) < EXIT:  pos[t] = 0
        else:              pos[t] = prev

df["pos"] = pos

# ---- 3. 收益：价差收敛 = 溢价率向 0 移动带来的盈亏(execute-on-bar-i+1)----
df["dprem"] = df["premium"].diff()
# 做空价差(pos=-1)在溢价下降时赚钱 -> 收益 = -pos_{t-1} * dprem_t
df["pnl_gross"] = -df["pos"].shift(1) * df["dprem"]
df["trade"] = df["pos"].diff().abs().fillna(0)      # 仓位变化=交易
df["pnl_net"] = df["pnl_gross"] - df["trade"] * COST

df["nav"] = (1 + df["pnl_net"] / 100).cumprod()

print("总交易次数:", int(df["trade"].sum()))
print("末端净值 :", round(df["nav"].iloc[-1], 4))
print("年化收益 :", round((df["nav"].iloc[-1] ** (252/n) - 1) * 100, 2), "%")

python

这里有个关键建模细节：套利收益的本质是溢价率向中枢移动的那部分位移。做空价差（pos=-1）时，溢价率下降赚钱、上升亏钱，所以收益写成 -pos_{t-1} × dprem_t。用 shift(1) 保证「昨天的仓位吃今天的价差变化」，这是避免前视偏差的命门——如果误写成 pos_t × dprem_t，你就用了当天才知道的仓位去结算当天的收益，回测会虚高得离谱。

收敛的事件研究#

把所有极端偏离对齐到触发日 T0，看之后价差怎么走：

事件研究：极端价差在约 8–10 个交易日内向零收敛

极端溢价组（>+3%）和极端折价组（<−3%）在触发后都以指数速度向零收敛，半衰期约 4–5 个交易日、8–10 天基本收敛完毕。T0 前两组曲线对称张开、没有提前收敛，说明这不是前视偏差制造的假象。这个速度比封闭式基金折价的收敛快一个数量级——原因就是可转换 ADR 有一条实时的物理套利通道，而封基没有。

策略净值#

套利策略净值呈台阶式上行：平时几乎横盘（价差在带内、不交易），每次极端偏离收敛就吃到一段收益，形成一个台阶。它和买入持有标的股的曲线几乎不相关——后者跟着市场大起大落，前者只赚价差收敛。这正是市场中性策略该有的样子：低相关、低波动、收益来自结构性错误定价而非方向暴露。

入场阈值敏感性#

阈值选多少最优？这是这类策略最要命的参数。

入场阈值敏感性：阈值太低被成本吃光、太高交易归零

这张图是全文最该盯着看的：

阈值太低（比如 0.5%）：交易次数暴增，但每次赚的价差还没转换费和汇率成本高，净收益被交易成本吃成负数；
阈值太高（比如 5%）：这么极端的偏离一年出现不了几次，交易次数趋近于零，策略基本没在工作；
甜点区在中间：既有足够的偏离幅度覆盖成本，又有足够的触发频率。

而且两条曲线（低成本 0.9%/次 vs 高成本 1.5%/次）告诉你：成本结构直接决定甜点区的位置和高度。成本翻倍，最优阈值右移、峰值收益大幅缩水。这解释了为什么 ADR 套利是机构（低转换费、能自己创设注销、有券源）的游戏——同样的价差，散户的成本结构下根本无利可图。

A. 实现细节#

信号字段：溢价率 = ADR 实际市价 / (本地股价 × 折算比例 × 汇率) − 1，仅用收盘价计算，避免盘中噪声；
执行时点：信号当日收盘确认，下一交易日执行（shift(1)），杜绝前视；
收益口径：价差收敛盈亏 = −昨仓 × 今日溢价率变化，是「位移」而非「持有」收益；
成本建模：每次开/平仓扣 0.9%（含存托转换费、双边汇率对冲、跨市场滑点），仓位变化即计一次交易；
仓位：单位价差敞口（±1），未建模保证金占用与融券可得性；
净值口径：单一配对的价差策略净值，起始归一。

B. 已知偏差#

转换与交割时滞被简化：真实套利从下单到完成创设/注销需 T+2 甚至更久，这段时间价差可能继续扩大（负 carry），本回测把收敛当作平滑发生，低估了路径风险；
交易时段不重叠：本地市场与美股开盘时间错开，两条腿无法真正同时成交，隔夜跳空的对冲缺口未建模；
汇率被当作可完美对冲：实际汇率对冲有基差和成本波动，剧烈行情下汇率与价差同向冲击会放大亏损；
合成数据的收敛是设定出来的：OU 过程保证了均值回归，真实世界里价差可能因资本管制、额度冻结、存托协议变更而长期不回归甚至发散（见下文陷阱）。

C. 结果解读#

收益结构：净值台阶式上行，绝大部分收益来自少数几次极端偏离的收敛，平时空仓。这意味着策略容量和收益高度依赖极端事件的频率——市场越有效、跨境通道越顺畅，这类机会越稀少。

与市场的相关性：策略净值与标的股买入持有几乎零相关，符合市场中性定位。它不是用来赚 beta 的，是用来在组合里提供一条低相关收益流的。

阈值是生死线：敏感性分析证明最优阈值由成本结构决定，且甜点区不宽。参数一旦偏离，要么被成本吃光、要么无仗可打。这也是为什么这类策略必须先精确核算自己的真实成本，再反推可行阈值——而不是先定阈值再期待赚钱。

六大真实陷阱（这些才是把理论套利做亏的元凶）：

不可转换 ADR 的伪机会：溢价看着诱人，但转换通道被额度/管制堵死，价差可以冲到 20%+ 还不回归——这是击鼓传花不是套利。看到过宽的价差，先问「为什么没人套利」，答案通常是「套不了」；
汇率与价差同向爆发：新兴市场货币危机时，本地股跌、汇率崩、ADR 溢价失真同时发生，两条腿一起亏；
交割时滞的裸奔：T+2 结算期内价差可能继续扩大，需要额外保证金，极端时被强平在最差点位；
借券成本与可得性：做空 ADR 或本地股需要券源，热门套利标的往往借券利率高企，直接吃掉价差；
存托银行的政策变更：暂停创设/注销、上调转换费，会瞬间切断套利通道，让持仓失去收敛锚；
税务与资本利得摩擦：跨境交易的预扣税、印花税（如港股）在高频套利下累积可观，回测里最容易被忽略。

一句话总结：ADR 溢价套利是教科书级别的一价定律应用，逻辑干净、市场中性、收敛可验证。但它真正的门槛不在信号，而在成本结构和通道可得性——同一个价差，机构能吃、散户吃不动。看到诱人的价差先别兴奋，先问一句：如果这么好赚，专业套利者为什么没把它抹平？ 答案往往就藏着这笔交易亏钱的真正原因。