1. 導(dǎo)語

　　每個人都在用自己的能力嘗試去理解期貨，我也一樣。

　　做好期貨交易，在我的認知里，兩種策略能持續(xù)穩(wěn)定賺錢：一種就是無關(guān)價格方向，要有波動率、有流動性的中高頻策略。另一種是主觀交易，從供需入手，找到市場偏離價值的機會。

　　前者已經(jīng)越來越偏技術(shù)裝備的升級和策略的快速迭代，后者更需要扎實的產(chǎn)業(yè)供需分析，對宏觀，產(chǎn)業(yè)，資金面數(shù)據(jù)的充分理解和平衡。

　　認識期貨10年了，觀察大宗商品價格在供需變化過程中的跌宕起伏，發(fā)現(xiàn)每次產(chǎn)業(yè)出現(xiàn)大行情的時候，基本面供需關(guān)系的變化是類似的，每一次可能引發(fā)行情的原因不一樣，但結(jié)果卻會是一樣的，數(shù)據(jù)是客觀的。

　　既然如此，為什么要讓自己肉眼來發(fā)現(xiàn)行情呢，人總有疲勞的時候，總有不專心的時候，但機器不會，肉眼能看到幾個品種？那還得相當(dāng)勤奮吧。我要可以全市場監(jiān)測，這樣可以讓自己專注于決策，而非基礎(chǔ)的數(shù)據(jù)收集。

　　于是逐漸理清楚了需求：

　　1. 當(dāng)基本面發(fā)生變化到一定程度的時候，再結(jié)合技術(shù)面的變化，提示交易機會和平倉機會。

　　2. 分析的前提是有充分的數(shù)據(jù)，建立數(shù)據(jù)庫，讓系統(tǒng)自動爬取數(shù)據(jù)并更新，不再傳統(tǒng)的手動更新數(shù)據(jù)。

　　3. 自動生成產(chǎn)業(yè)數(shù)據(jù)和報告。

　　想到自己搭建這套系統(tǒng)的迷茫，從一篇篇文章中匯集知識點的辛苦，于是打算寫下這篇文章，一是為了感恩，二是如果能給到需要的朋友一點點幫助，也算是有些欣慰了，如果寫的不好，還希望多指正，在市場面前，我只是學(xué)生。

　　2. 搭建數(shù)據(jù)框架并自動生成報告

　　因為研究最久的是PTA，最有感情的也是PTA，因此選擇PTA來做我的基本面量化首站。

　　首先要獲得數(shù)據(jù)，獲得數(shù)據(jù)就要搭建數(shù)據(jù)庫，傳統(tǒng)的excel肯定是不行，我選了MySQL數(shù)據(jù)庫做數(shù)據(jù)儲存。MySQL有自己的語句，但我的感受是苦澀，因此我僅僅是用了MySQL的儲存功能，其他比如刪空、查重等功能都放在了python里面進行。

　　數(shù)據(jù)的來源首選wind，是因為wind 的接口、數(shù)據(jù)廣度都很合適，不過在具體產(chǎn)業(yè)數(shù)據(jù)的深度上還是需要產(chǎn)業(yè)的信息網(wǎng)站數(shù)據(jù)配合，因此網(wǎng)絡(luò)爬蟲的使用也是不可少的。編程語言上我選擇的是語法簡潔、金融模塊強大的python。

　　數(shù)據(jù)內(nèi)容的選擇上，我會盡可能的將PTA產(chǎn)業(yè)鏈的數(shù)據(jù)都一一導(dǎo)入，覆蓋上游原油，PX，PTA，聚酯，織造，服裝進出口等環(huán)節(jié)。數(shù)據(jù)圍繞供應(yīng)，需求，庫存，利潤等展開。

　　在對數(shù)據(jù)進行分析前，還需要對數(shù)據(jù)進行清洗，畢竟這么多數(shù)據(jù)導(dǎo)出來，是不是有空值的，有異常值的，有重復(fù)的，在頻率上是否一致，這些都要在數(shù)據(jù)分析前處理好，對于數(shù)據(jù)的填充，有多種辦法，我一般優(yōu)先選擇interpolate模塊，具體情況可以具體選擇。

　　再下一步就是數(shù)據(jù)的預(yù)處理了，根據(jù)需要整理出熟悉的圖表，比如PX的利潤，pta的生產(chǎn)利潤，聚酯產(chǎn)業(yè)鏈開工率，聚酯庫存等等。這里需要考慮到增值稅的變化，因為增值稅的兩次降低，需要將部分涉及增值稅的數(shù)據(jù)分成三段分別計算后拼接起來，現(xiàn)在可以讓數(shù)據(jù)展示出來了：

　　圖表1

　　整理好這一系列數(shù)據(jù)后，我就想到能不能做成一個UI可視化界面，讓這些數(shù)據(jù)自動顯示，于是就順便用了PYQT做成了這種界面：

　　圖表2：

　　這樣的界面出來后，一度讓我比較滿意，不過隨著后面在陸續(xù)做MEG，MA等品種的基本面量化發(fā)現(xiàn)，這樣還是比較繁瑣，同時，在移動互聯(lián)網(wǎng)時代，我還在做PC端的服務(wù)類產(chǎn)品，其實是不方便的。于是決定還是讓其一鍵生成報告，這里用到了python中的docx模塊讓其自動寫成pta日報，然后自動將word轉(zhuǎn)化成pdf格式：

　　圖表3：

　　在我的文件夾中就自動出現(xiàn)了這樣一篇文章，名稱，內(nèi)容都自動實現(xiàn)。

　　圖表4：

　　自動生成一篇pta日報的時間，在沒有用到多線程的情況下的話，花費19秒，讓我手動來寫，還不算更新數(shù)據(jù)以及分析數(shù)據(jù)，沒有兩、三個小時我是搞不定的。

　　圖表5：

　　圖表6：

　　每一張圖表后面，我會讓其把最新的數(shù)據(jù)自動貼出來，同時讓系統(tǒng)自主判斷，當(dāng)符合一定要求自動提示，比如上圖中當(dāng)pta工廠開工率在一定范圍以上，會增加一句開工率處于高位的話。

　　做完以上這些，第一部分算是完成了。下面開始我需求的第二部分：基本面量化交易。

　　3. 基本面量化的開始-了解基本面

　　首先我將過去10年的PTA各個因子數(shù)據(jù)都提煉出來，并將漲跌幅在20%以上的行情起始、結(jié)束階段的基本面信息情況一一分析。我們來看下pta產(chǎn)業(yè)鏈，筆者簡化了一些環(huán)節(jié)，為的是看起來方便：

　　圖表7：

　　由上圖可以看出，PTA用途比較單一，絕大部分是作為聚酯的主要原材料之一。價格變化的背后，就是供需變化的結(jié)果。當(dāng)生產(chǎn)利潤不錯的時候，工廠往往會選擇增加產(chǎn)量，長期投資上選擇新建產(chǎn)能。當(dāng)集中投產(chǎn)的時候，就是利潤墜落的開始，對該產(chǎn)業(yè)環(huán)節(jié)來說，就是長期的，痛苦的去產(chǎn)能過程，這個過程中，要么供應(yīng)實質(zhì)的減少了，要么需求真正的上來了。當(dāng)完成這一出清的時候，供需的錯位，又會導(dǎo)致另一種極端行情的到來。2010年的時候是宏觀上利好，產(chǎn)業(yè)上PTA供應(yīng)不足，聚酯需求不錯，因此PTA工廠利潤豐厚，同時PTA價格一直比較堅挺。2011年開始，供應(yīng)集中釋放，同時疊加宏觀的資金收緊，PTA價格開始一落千丈，一直到2017年都在經(jīng)歷去產(chǎn)能的痛苦過程，這中間有2014年pta工廠的三巨頭聯(lián)盟、減少供應(yīng)等產(chǎn)業(yè)自救措施出臺，然而終究抵不過利益的誘惑，聯(lián)盟解散。后來到2018年年中的時候，PTA產(chǎn)能集中度提升，需求利好，庫存低位，再加上一些裝置停車之類的導(dǎo)火線，引發(fā)了2018年8月份轟轟烈烈的上漲行情。拋開這些行情的表面，我們不難發(fā)現(xiàn)，這些行情背后，就是供需關(guān)系在主導(dǎo)行情,正是基于這些認識，才有了建立PTA基本面量化的依據(jù)。

　　既然是嚴謹?shù)牧炕�模型，就要考慮到因子的實用性，因此會放棄一些時效性滯后的數(shù)據(jù)，還有一些并不全面的數(shù)據(jù)。同時我也十分清楚，放棄一些數(shù)據(jù)，就意味著對某種行情的把握會不夠準(zhǔn)確，對于這種情況來說，可以暫時放棄此類行情的捕捉，弱水三千，我只取一瓢。等到后面數(shù)據(jù)更為完善，再捕捉更多的行情機會。先來看下我最后選擇的因子：

　　圖表8：

　　對于其上游PX，這里只選用了px 的加工費、國內(nèi)的負荷兩個數(shù)據(jù)，實際上應(yīng)該還要選擇PX 的供需平衡表，或者是庫存消費比的，后續(xù)會重點加入庫存消費比。因為PX的對外依存度比較高，進出口數(shù)據(jù)不能及時反映國外裝置的變化，國外px裝置開工率變化是上選。但對于PX國外裝置的變化，我自己雖然有全部裝置數(shù)據(jù)，但如果不能從第三方資訊讓程序自動抓取，而需要我自己計算就太費工夫了，畢竟我的目標(biāo)是全品種。這種暫時的放棄會對于多頭行情不會有影響，但對于基于px投產(chǎn)導(dǎo)致的pta價格下跌行情捕捉會有限。其實放棄也是暫時無奈之舉，國內(nèi)px數(shù)據(jù)完善的信息提供商太少，相信隨著信息的更加透明話，這一塊會補齊。

　　PTA這塊，信息就完善的多些，從pta工廠的負荷，到pta庫存消費比，以及pta加工費都比較完善，這里依然放棄供需平衡表這種月度的數(shù)據(jù)，也是考慮到進出口數(shù)據(jù)的時效性，畢竟進出口的數(shù)據(jù)往往滯后一個多月才能拿到具體數(shù)據(jù)，用庫存消費比代替供需平衡表事實證明是可行的，我們是要服務(wù)于交易的，而不是只追求一個事后充分的報告而已。

　　需求端聚酯，我們用了聚酯負荷，聚酯加權(quán)利潤，庫存，產(chǎn)銷以及下游織造的庫存天數(shù)，負荷等數(shù)據(jù)，接下來我們將這些數(shù)據(jù)放在一起，并升采樣某些數(shù)據(jù)，將其頻率全部調(diào)整成日級別，并將數(shù)據(jù)標(biāo)準(zhǔn)化，做相關(guān)性分析：

　　圖表9：

　　將這些數(shù)據(jù)放在一個維度后，我嘗試過用sklearn做多元線性回歸，分別建立訓(xùn)練集和測試集，得出的是這樣的結(jié)果：

　　圖表10：

　　其中藍色的是擬合函數(shù)，紅色的是價格走勢，R的平方為：0.67823，數(shù)據(jù)越靠近1，數(shù)據(jù)的預(yù)測準(zhǔn)確度越高。

　　4. 邏輯的回測

　　以下進入行情邏輯回測實證，僅僅涉及到行情機會的發(fā)現(xiàn)，并沒有用到杠桿。

　　機會的邏輯我偏向于估值+驅(qū)動的方法，首先要做的是從基本面上找到估值過低，或者估值過高的行情，然后再結(jié)合技術(shù)面以及產(chǎn)業(yè)裝置變化等情況來尋找行情驅(qū)動因子。

　　因此，對于做多行情來說，有PX虧損，PTA虧損且開工不降甚至反升，聚酯利潤持續(xù)走好，聚酯負荷提升，庫存走低，長絲產(chǎn)銷能根據(jù)行情及時爆發(fā)配合，織造庫存低位等這幾種情況的組合。

　　估值偏離內(nèi)在價值是相對好找的，不太好找的是驅(qū)動因子，同時有些突發(fā)因素我們一目了然，但要讓程序全網(wǎng)監(jiān)測到一條消息并立刻分析出其對商品價格的沖擊幾何，這是我后面需要研究的方向之一。

　　做多行情的機會發(fā)現(xiàn)：

　　（1） 估值偏低提示策略一：

　　當(dāng)PX和PTA都陷入虧損，提示估值偏低機會。

　　（2） 估值偏低提示策略二：

　　當(dāng)下游聚酯綜合利潤高于200，且長絲加權(quán)庫存處于平均15天以下并在逐步降低，聚酯開工率逐步提升，且PTA庫存消費比低于0.5時，提示估值偏低機會。

　　（3） 估值偏低提示策略三：

　　當(dāng)下游聚酯很好，PTA或者PX之一陷入虧損，提示估值偏低機會

　　（4） 估值偏低提示策略四：

　　當(dāng)庫存消費比極低，比如低于0.4，下游中性即可，而同時遭遇PTA總產(chǎn)能3%裝置以上的停車，提示估值偏低機會。

　　當(dāng)出現(xiàn)以上這些機會的時候，再監(jiān)控技術(shù)面和資金面，當(dāng)技術(shù)面也支持上漲時，基本面與技術(shù)面共振，提示趨勢買入機會，這樣可以做到買入在行情啟動的一開始或者路上，也許會放棄一些利潤，但也同樣的降低了一些風(fēng)險。

　　為什么要加上技術(shù)面的判斷？在14年10月份開始的那波下跌更多是由于原油趨勢下跌導(dǎo)致，而我們并沒有導(dǎo)入原油的相關(guān)因子，初衷是認為還沒有能力將原油看的很準(zhǔn)，因此還不如暫時不加入。當(dāng)時在下跌過程中的10,11月份基本面已經(jīng)是不錯的，如果不考慮到技術(shù)面的情況，就會得出要漲的錯誤信號。行情是由宏觀，資金，產(chǎn)業(yè)鏈各個環(huán)節(jié)組合的效果，當(dāng)發(fā)現(xiàn)明顯只由宏觀，或者原油主導(dǎo)，而基本面是與其反向的時候，要尊重盤面，不應(yīng)該逆勢開倉，耐心等待合適機會的來臨。再比如18年下半年開始逐漸升級的中美貿(mào)易戰(zhàn)更多影響的是預(yù)期，盤面也提前反應(yīng)了悲觀預(yù)期，就如同我一開始所說，暫時沒有辦法用數(shù)據(jù)來解釋其邏輯的話行情就應(yīng)該暫時放棄。

　　平倉的時機是極為重要的，有了好的開場就應(yīng)該有好的結(jié)尾。否則一開始的努力都是白費。該謹慎的時候謹慎，該貪婪的時候就應(yīng)該貪婪。當(dāng)剛剛開倉不久，行情就遭遇跌破形態(tài)的回調(diào)，這是應(yīng)該及時平倉的。平倉也有幾個辦法在這里僅供參考：

　　第一：行情很快反向，可根據(jù)技術(shù)面快速平倉。

　　第二：基本面的反轉(zhuǎn)也可以作為平倉信號處理，買入的時候是基本面不錯的時候，當(dāng)基本面已經(jīng)轉(zhuǎn)為利空的時候，行情走老的可能性很大，可以主動讓技術(shù)面的反轉(zhuǎn)設(shè)置的敏感些，一有回撤就平倉。

　　第三：基于行情連續(xù)回撤，且回撤達到一定比例，止盈，或者是長期均線的反轉(zhuǎn)，都是平倉的條件之一。

　　基于以上邏輯，我們得到了日線級別趨勢做多行情的凈值圖：

　　圖表11：

　　一些回測數(shù)據(jù)：開倉15次，其中盈利9次，虧損6次，贏利概率：60%，最大虧損單筆112元/噸，最大盈利單筆1874元/噸。虧損往往發(fā)生在進場時機并不太好，不過程序做到了及時出場。

　　這種策略基本是能發(fā)現(xiàn)行情的開始，但會提前結(jié)束，至于行情要多靈敏，或者多遲鈍，我覺得不能為了回測數(shù)據(jù)好看而過度優(yōu)化，而應(yīng)該堅持符合行情邏輯，畢竟我們要把握的是未來的行情，而不是過去，我們需要讓系統(tǒng)更能適合未來的環(huán)境，而非追求完美，越敏感我覺得就會越脆弱。

　　做空策略相對就要復(fù)雜一些，這里會涉及到一些投產(chǎn)預(yù)期的行情處理問題，比如當(dāng)pta或者px在未來幾個月將有較大裝置投產(chǎn)時，期貨往往會提前反應(yīng)，而當(dāng)前基本面往往沒有多大變化，期貨盤面往往表現(xiàn)為近強遠弱，這種時候更應(yīng)該關(guān)注跨期套利機會，其對于趨勢行情是有干擾的。還有一點，如果是基于原油單因素趨勢下跌，而基本面很好的情況下帶來的下跌行情，也是暫時不能捕捉的到的。好在這種行情在過去十年中只出現(xiàn)了一次，也就是14年下半年這波，這波下跌的一開始是和基本面共振下跌的，基于基本面的估值過高已經(jīng)捕捉到了這段。而到了11月份的時候，基本面已經(jīng)很健康了，因此，14年12月份這波單單基于原油趨勢下跌而下跌的行情并沒有把握到。

　　另外，也不能因為僅僅利潤高就做空，雖然按照統(tǒng)計，過去當(dāng)利潤達到一定界限的時候，利潤回落的可能性比較大，但這并不能在邏輯上很好的得到解釋，且以往的天花板往往會被打破，比如18年前PTA的利潤到1000元/噸就非常不錯的，然而隨著產(chǎn)能集中度的提升，18年8月份這波上漲利潤達2000元/噸以上也是常有的事，那樣做只能捕捉過去的行情，這樣的行情我認為也是經(jīng)不起推敲的，如果將這個寫進來，會埋雷的。

　　趨勢做空策略，主要基于兩點邏輯：

　　第一，pta或者px供應(yīng)增加，導(dǎo)致供過于求，庫存上升，估值偏離，當(dāng)偏離到一定程度時，且出現(xiàn)行情驅(qū)動因子，行情開始往下回歸估值，所以其利潤越豐厚行情就越大。

　　第二，在前一波上漲過程中侵蝕了下游聚酯的利潤，下游利潤走差，庫存高企，聚酯有降負荷的跡象，同樣導(dǎo)致了估值的偏離，當(dāng)出現(xiàn)驅(qū)動因子的時候，行情也將開始往下回歸估值。

　　基于這兩點邏輯，結(jié)合數(shù)據(jù)的可獲得性，做出了以下策略：

　　（一） 估值偏高提示策略一：

　　上游投產(chǎn)導(dǎo)致當(dāng)前估值偏高機會：當(dāng)PTA投產(chǎn)或者PX投產(chǎn)，且聚酯走貨不順，聚酯庫存累積，結(jié)合技術(shù)面的變化，提示做空機會。

　　（二） 估值偏高提示策略二：

　　當(dāng)聚酯利潤產(chǎn)生虧損，且?guī)齑娉掷m(xù)走高到15天以上，結(jié)合技術(shù)面的變化，提示做空機會。

　　（三） 估值偏高提示策略三：

　　這個策略設(shè)置的敏感些，當(dāng)PX和PTA都累積了一定的利潤，而聚酯開始走低，聚酯加權(quán)庫存超過15天，過去10天漲幅超過3%以上，且RSI超過70后回落，提示做空機會。

　　綜合這些策略，再加上止損條件，其結(jié)果如下圖：

　　圖表12：

　　一些回測數(shù)據(jù)：開倉10次，其中盈利10次，虧損0次，贏利概率：100%，最大盈利單筆1377元/噸。當(dāng)這個數(shù)據(jù)出來的時候，我第一反應(yīng)是我是不是優(yōu)化過度了，畢竟這是我最想規(guī)避的問題，其實數(shù)據(jù)設(shè)置的越嚴格，其成功概率會越高，同時，交易機會次數(shù)就會越少，這還是一個取舍的問題。

　　以下是多空策略的組合收益情況：

　　圖表13：

　　對于PTA趨勢行情的挖掘還會繼續(xù)優(yōu)化，在深度上，結(jié)合基本面對日內(nèi)行情也做一個把握，近月逼倉識別一下，跨期套利機會發(fā)現(xiàn)起來。同時，在廣度上，逐漸覆蓋全品種，就可以加入強弱對沖機會，來規(guī)避系統(tǒng)性風(fēng)險以及發(fā)現(xiàn)更多的機會。

　　行情一直在變化，我們也一直在路上，對市場保持敬畏之心，歡迎加微信交流溝通：

　　本文無須授權(quán)可直接轉(zhuǎn)載，但需轉(zhuǎn)載全文。

　　免責(zé)聲明：本報告的信息均來源于公開資料，我公司對這些信息的準(zhǔn)確性和完整性不作任何保證，也不保證所包含的信息和建議不會發(fā)生任何變更。我們已力求報告內(nèi)容的客觀、公正，但文中的觀點、結(jié)論和建議僅供參考，報告中的信息或意見并不構(gòu)成所述品種的操作依據(jù)，投資者據(jù)此作做出的任何投資與本公司和作者無關(guān)。