研究背景：本文思路来源于敦和投资的宏观策略，基于估值、波动率以及驱动力三个维度来看市场，估值分低、合理、高三种状态，驱动力分向下、不明显、向上三个方向，波动率分低、中、高三种状态。三大维度组合起来分为27种情形，与中国古代的二十四节气相似。我们将该投资思路应用于商品之中进行测试，由于商品众多，本文只择取不同板块具有代表性的商品进行研究，黑色商品为螺纹钢、铁矿石；有色金属为铜、铝、锌；能源化工为原油、PTA、甲醇。
研究方法：在做大类资产配置时，宏观指标极其重要，估值中枢主要是宏观驱动决定。由于本文只针对商品进行研究，因此宏观指标对于所有工业品的驱动力应是一致的，但对贵金属和农产品可能不同，因此本文未将农产品和贵金属纳入研究范围内。商品估值主要取决于商品的产业利润，产业利润又有上游利润和下游利润，高利润及低利润都不可持续。此外估值中枢还取决于商品的绝对价格以及商品的展期收益结构。商品驱动力取决于供求关系、开工率以及库存消费比等，其中库存变化是反映商品驱动力的最直观指标。商品波动率是反映资产价格波动程度，度量商品收益不确定性和风险水平的常用指标。广义来讲，波动率可以分为实际波动率、历史波动率、隐含波动率和预测波动率等类别。本文研究的波动率为历史波动率。
策略系统：以宏观指标数据为晴雨表对商品给出基本方向，然后结合估值、波动率、驱动力作为策略评级系统对不同商品进行打分，并对打分系统给出做多以及做空的分数基准，通过给予不同的权重优选出合适的商品进行交易。
风险提示：滑点设置过小引发无法成交，系统性风险及基本面重大变化风险出现。
一、宏观晴雨表
宏观经济指标是体现经济情况的一种方式，主要指标包括国内生产总值、通货膨胀与紧缩、投资指标、消费、金融、财政指标等。最常用的宏观指标以PMI、工业增加值、社融数据、国债利率、社会消费品总额为主。
如果PMI大于50，表示经济上升，反之则趋向下降。PMI指数体系在经济预测和商业分析方面都有重要的意义，已成为世界经济运行活动的重要评价指标和世界经济变化的晴雨表。
由于商品中只有黑色金属与国内宏观环境息息相关，其他类商品如铜、铝、原油等商品与国际宏观环境相关，因此仅拿中国的经济数据进行分析是不合适的，我们需要对国内PMI数据与美国PMI数据进行综合分析。我们分别给予中国PMI数据以及美国ISM的PMI数据各自50%的权重，由此计算出合成的PMI数据。通过利用合成PMI指数对原油、铜、锌以及铝这类国际品种进行择时投资，另外针对于甲醇、PTA、螺纹钢、铁矿石这类商品仅采用国内PMI数据进行择时投资。PMI主要采取月度数据，一般会有滞后效应，当月内发布PMI数据后，用该月的数据去对下月的商品进行指导投资，滞后数据为一阶。目前国际商品多数采用单月PMI数据进行择时，而国内商品多数采用三月PMI均值进行择时。
总体来看，通过PMI指数进行择时，比单纯持有多头的商品而言收益率更高，也进一步证明PMI指数对未来商品收益率有一定解释作用，当宏观环境不好时，商品往往下跌，反之则上涨。这里有些品种收益率会高估，原因是换月的时候会有展期收益。从8个商品收益情况来看，PMI对商品收益率解释力度其实并不强，而唯一一个收益偏高的甲醇，经过我们验证发现仅仅是概率问题引起收益率偏高，月度收益率在20%以上的基本上都与PMI择时的方向吻合，因此增大了总体收益率。
这里宏观数据只选取了PMI指标，未对其他指标如国债收益率、期限利差、CPI、PPI以及社融数据等进行观察，我们将在后期的报告中重点研究宏观数据对商品的影响。总的而言，不能说PMI对商品一点指引作用都没，商品偏周期性，价值不会无限增长，PMI与商品的周期性变化能够相互影响。估值中枢主要是宏观驱动所决定，后面宏观因子将会纳入估值因子中给予一定权重进一步分析。
二、商品驱动力指标构建
商品价格驱动力主要取决于供求关系、库存消费比、产业链利润传导等因素，而库存变动指标是观测商品驱动方向的最重要因素之一。当库存增加时，商品的便利收益减少，市场呈现contango结构，未来商品价格有下跌趋势，反之则市场呈现back结构，未来商品有上涨趋势。
1.库存指标构建
库存指标主要分为社会库存、交易所库存及期货库存三种。社会库存涵盖的库存统计面最大，能够真实反映实际库存水平，其主要包括港口库存、上游库存及下游库存。交易所库存包括在上海期货交易所、伦交所、纽交所等国内外主要交易所存放的库存。大商所以注册仓单形式统计的库存为期货库存，而郑商所中主要是仓单和有效预期两个指标。在利用库存指标进行构建策略系统时，主要采取社会库存以及交易所库存为主。
商品的展期收益率即商品的期现结构，无论是contango还是back结构，都与商品库存水平有着密切关系，若某商品表现为近月深度贴水，远月深度升水时，则往往会吸引许多企业购买低价现货进行囤积，然后在远月对高价货物进行卖空套利，只要期现套利的利润能够cover住仓储费，企业就能无风险获得这一块收益。此外这样做的后果就是，市场上的社会库存实际上会流转变成企业的流通库存，变相降低了全社会库存的压力，后期只需要一定利好就能推升商品价格。因此月间价差越高的时候，往往表明商品处于绝对低价，并预示着未来库存存在下降的可能。所以只利用库存对商品收益率进行预测时存在一定问题，因为并未考虑到商品此时的绝对价格，但展期收益率因子却能很好的弥补这一缺漏。
库存指标多为周度频率数据，考虑到策略可操作性，其中日度数据例如LME库存，我们将其统一为周度数据。当库存指标构建完毕后，需要定义一个基准来判断当前库存水平是否偏高或者偏低，该基准需要满足代表性强，误差小等特点，一般采取过去N天平均库存。由于不同品种上市时间、库存统计时间不同，因此过去N天平均库存也会随着时间变化而变化。
库存变化具有明显的季节性特点，黑色品种中铁矿石港口库存一般是一季度累库、二季度去库、三四季度累库。而化工品中如甲醇则是一季度累库、二季度去库、三季度累库、四季度去库。若商品在季节性累库过程中出现库存下降情况，则视为利好，价格或大幅上涨，反之若商品在季节性去库过程中出现库存上升情况，则视为利空，价格或大幅下跌。
库存变化不能仅仅单独和上一年进行对比，例如2019年某商品的年末库存非常高，则对于2020年而言，商品年初的库存基数势必会非常大，即使在季节性累库时期商品库存小幅下降，但由于基数效应影响，会导致2020年年初的库存同比2019年年初的库存依然增长不少。假如价格已经在绝对低位，季节性累库期间库存若持续下降，则价格有望大幅反弹拉升，因此我们并不能指望库存同比数据进行分析，所以需要采取过去N天库存平均值来对库存数据进行平滑，在此我们将定义一个数据即库存偏离度，将当期库存与历史平均库存的比值作为库存因子策略的量化指标。即：Stock_Dev = Stock/Stock_Ma。
2.库存基本面因子策略构建
构建出库存因子之后，策略基本逻辑即是做多库存偏低的品种，同时做空库存偏高的品种。实际上测试最好的方法还是选择所有的商品，因为有些期货品种的库存统计并不一定真实准确，本文只拿了8个商品进行测试，难免存在较大偏差，而通常的做法都是对所有商品库存偏离度进行排名，筛选出排在前10%的进行做空，排名后10%的进行做多。由于全期货品种的库存数据统计存在一定困难及准确性，以及后面涉及到商品估值时，产业利润这一块统计也会存在较大误差，因此我们仅仅只筛选了8个有代表性的商品进行研究，。
库存基本面策略涉及到1个参数，主要为库存偏离度因子的移动平均窗口（R），时间窗口选择至关重要，若时窗开的比较大，则会忽略短期波动，若时窗开的比较小，则可能放大细节甚至产生假的交易信号，波动较大。我们将时窗设置为4-12周（20-60交易日）分别测试回测收益率。
3.库存基本面因子策略回测表现
利用库存基本面因子进行回测的时间范围为2015-1-1至2020-5-30，初始资金为1000000，本次回测为了单独测试库存因子有效性，因此不设止损命令，交易单数设为总资金的10%，如果放大为50%，将会增强收益率。交易手续费设为0.01%，保证金比例为10%，滑点为0.1%，开仓时间为早上九点，由于库存数据多为周五晚间公布，也可以设置为前一天晚上9:00，但为了防止库存数据发布较晚，造成交易信号缺失，因此统一设置为白天9点后开仓。
（1）螺纹钢库存因子测试情况（选择6周平均库存对比收益率最大）
为防止回测中带有未来函数，我们将交易单与库存偏离值进行详细对比，看看是否满足交易指令。3月6日，Stock_Dev为1.45，大于1，于是开空仓1505（下单数量为总资金的10%），3月10日，Stock_Dev仍为1.45，由于需要移仓换月，因此我们首先平空1505合约，然后对1510合约开空仓。3月13—4月10日，Stock_Dev均大于1，因此持空仓不动，4月17日，Stock_Dev为0.96，小于1，因此开多仓1510，同时平空仓1510合约。由此可见，回测之中符合库存基本面因子交易指令，并未带有未来函数。
通过采取不同时间窗口设置库存偏离度，得到6周平均库存偏离度回测收益率最高，累积收益率约为167%，年化收益为21%，夏普比率为0.78，最大回撤为50%，主要是2015年-2016年产生较大回撤，但2016年之后，库存因子表现较为稳定，并未出现较大回撤。
（2）铁矿石库存因子测试情况（选择6周平均库存对比收益率最大）
利用库存因子对铁矿石进行测试，采取6周移动平均窗口所创造的收益率最大，与螺纹钢类似，但比螺纹效果更甚，最大回撤幅度仅为17%，年化收益率为25%，夏普比率为1.43，由此可见，库存因子对铁矿石未来收益率的预测效果非常明显，但在2017年9月-2019年-4月期间，库存因子效果较差，因此单纯使用库存因子进行交易，难免会遇到因子不适用时期，因此需要结合更多基本面因子进行分析。
（3）甲醇库存因子测试情况（选择25周平均库存对比收益率最大）
甲醇库存因子测试回测情况一般，年化收益率为15%，最大回撤幅度为44%，夏普比率仅为0.55。同样与螺纹钢类似，在2015年-2016年，库存因子失效，进入2017年后，库存因子表现良好。甲醇库存因子时窗改为5、15、25、35、45周，其中25周平均库存表现最佳。
（4）铜铝锌库存因子测试情况（LME库存因子完全失效）
我国金属原料整体对外依存度较高，其中铜矿、铝矿、锌矿、的对外依存度分别为76%、60%、36%。而我国金属矿的主要来源国集中于澳洲、美洲以及非洲，智利和秘鲁是我国铜矿两个最大的进口来源国，两者合计占比可达62%。几内亚和澳大利亚，是我国铝土矿的主要来源国，两者合计占比高达82.4%。进口锌矿主要来源于澳大利亚、秘鲁、西班牙，三者合计占比57%。因此库存因子我们采取LME全球库存。
LME库存变化程度对有色金属几乎没有任何指引作用，我们对铜进行测试后，发现移动窗口仅为1周时，亏损最小，当时窗开的越大，亏损越严重，简直不能再惨了！通过LME铝库存与LME铝价格进行对比，几乎找不到任何相关性，比如2013年LME铝库存一直下降至2018年年初，按理说，铝价或多或少应该比较坚挺，但实际上2014年铝价暴跌（当时国际原油暴跌）并未能反应库存变化情况。有色金属与能化品及黑色金属本质区别较大，能化品完全不能回收利用，而有色金属却可以。因此LME有色金属库存并不能反映全球有色金属的供需变化，在驱动力上，由库存去推演有色金属价格变化情况是不合理的，反观宏观因子，可能才是有色金属真正的驱动力。
（5）PTA及原油库存因子测试情况
PTA库存因子效果一般，在2018年之前几乎没有任何指引作用，经过测试筛选，以20周平均库存进行择时效果较好。原油测试时间为2018年4月1日起，截止至2020年6月1日。主要选取的是国内INE原油，效果一般，但仍为正收益，以5周平均库存最优，原油库存数据处理与国内库存不太一致，需要上移一周，防止未来函数带入。
（6）库存因子测试总结与思考
对于有色品种，LME库存显然不适用，宏观因子或许更加合适，但宏观因子多为月度指标，用来择时投资，交易频率过低，实用性偏差。黑色品种中，铁矿石效果最优，螺纹钢效果较铁矿偏差，分析原因主要是螺纹的上游还有铁矿、焦炭以及锰硅。原材料价格变动会引起螺纹价格变化，中游商品不仅受到库存变化影响，还会受到产业利润影响。能化品种中，甲醇、PTA适用性较强，但也会受到原油价格波动影响，前期回测效果一般。库存对原油价格预测的确有一定效果，但这里用的内盘原油测试效果可能会没有外盘理想，原油是大宗商品的龙头，其价格变化会受到各种各样的因素影响，包含地缘政治，OPEC+博弈、宏观因素以及美国钻机数、产量等。此外这里只选取了原油库存，并未对成品油库存进行分析，后期如果对原油库存因子进行详细测试的话，需要将汽油、精炼油库存一并研究。
热门推荐
收起
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）
