1.導語

期貨是一鍋湯，每個人都用勺子去品嘗，味道各有千秋。

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。

前者已經越來越偏技術裝備的升級和策略的快速迭代，后者更需要扎實的產業(yè)供需分析，對宏觀、產業(yè)、資金面數據的充分理解和平衡。

認識期貨快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)現每次產業(yè)出現大行情的時候，基本面供需關系的變化是類似的，每一次可能引發(fā)行情的原因不一樣，但結果卻會是一樣的，數據是客觀的。

既然如此，為什么要讓自己肉眼來發(fā)現行情呢？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，而非基礎的數據收集。

于是逐漸理清楚了需求：

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

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

3.自動生成產業(yè)數據和報告。

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，我只是學生。

2.搭建數據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。

首先要獲得數據，獲得數據就要搭建數據庫，傳統(tǒng)的excel肯定是不行，我選了MySQL數據庫做數據儲存。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。

數據的來源首選wind，是因為wind 的接口、數據廣度都很合適，不過在具體產業(yè)數據的深度上還是需要產業(yè)的信息網站數據配合，因此網絡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。

數據內容的選擇上，我會盡可能的將PTA產業(yè)鏈的數據都一一導入，覆蓋上游原油，PX，PTA，聚酯，織造，服裝進出口等環(huán)節(jié)。數據圍繞供應，需求，庫存，利潤等展開。

在對數據進行分析前，還需要對數據進行清洗，畢竟這么多數據導出來，是不是有空值的，有異常值的，有重復的，在頻率上是否一致，這些都要在數據分析前處理好，對于數據的填充，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。

再下一步就是數據的預處理了，根據需要整理出熟悉的圖表，比如PX的利潤，pta的生產利潤，聚酯產業(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據分成三段分別計算后拼接起來，現在可以讓數據展示出來了：

圖表1

整理好這一系列數據后，我就想到能不能做成一個UI可視化界面，讓這些數據自動顯示，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，這樣還是比較繁瑣，同時，在移動互聯網時代，我還在做PC端的服務類產品，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轉化成pdf格式：

圖表3：

在我的文件夾中就自動出現了這樣一篇文章，名稱，內容都自動實現。

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，還不算更新數據以及分析數據，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據自動貼出來，同時讓系統(tǒng)自主判斷，當符合一定要求自動提示，比如上圖中當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各個因子數據都提煉出來，并將漲跌幅在20%以上的行情起始、結束階段的基本面信息情況一一分析。我們來看下pta產業(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，就是供需變化的結果。當生產利潤不錯的時候，工廠往往會選擇增加產量，長期投資上選擇新建產能。當集中投產的時候，就是利潤墜落的開始，對該產業(yè)環(huán)節(jié)來說，就是長期的，痛苦的去產能過程，這個過程中，要么供應實質的減少了，要么需求真正的上來了。當完成這一出清的時候，供需的錯位，又會導致另一種極端行情的到來。2010年的時候是宏觀上利好，產業(yè)上PTA供應不足，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年都在經歷去產能的痛苦過程，這中間有2014年pta工廠的三巨頭聯盟、減少供應等產業(yè)自救措施出臺，然而終究抵不過利益的誘惑，聯盟解散。后來到2018年年中的時候，PTA產能集中度提升，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，這些行情背后，就是供需關系在主導行情,正是基于這些認識，才有了建立PTA基本面量化的依據。

既然是嚴謹的量化模型，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據，還有一些并不全面的數據。同時我也十分清楚，放棄一些數據，就意味著對某種行情的把握會不夠準確，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。等到后面數據更為完善，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、國內的負荷兩個數據，實際上應該還要選擇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，進出口數據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據，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投產導致的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px數據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據，也是考慮到進出口數據的時效性，畢竟進出口的數據往往滯后一個多月才能拿到具體數據，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，聚酯加權利潤，庫存，產銷以及下游織造的庫存天數，負荷等數據，接下來我們將這些數據放在一起，并升采樣某些數據，將其頻率全部調整成日級別，并將數據標準化，做相關性分析：

圖表9：

將這些數據放在一個維度后，我嘗試過用sklearn做多元線性回歸，分別建立訓練集和測試集，得出的是這樣的結果：

圖表10：

其中藍色的是擬合函數，紅色的是價格走勢，R的平方為：0.67823，數據越靠近1，數據的預測準確度越高。

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，并沒有用到杠桿。

機會的邏輯我偏向于估值+驅動的方法，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，然后再結合技術面以及產業(yè)裝置變化等情況來尋找行情驅動因子。

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，長絲產銷能根據行情及時爆發(fā)配合，織造庫存低位等這幾種情況的組合。

估值偏離內在價值是相對好找的，不太好找的是驅動因子，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：

（1）估值偏低提示策略一：

當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：

當下游聚酯綜合利潤高于200，且長絲加權庫存處于平均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總產能3%裝置以上的停車，提示估值偏低機會。

當出現以上這些機會的時候，再監(jiān)控技術面和資金面，當技術面也支持上漲時，基本面與技術面共振，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險。

為什么要加上技術面的判斷？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致，而我們并沒有導入原油的相關因子，初衷是認為還沒有能力將原油看的很準，因此還不如暫時不加入。當時在下跌過程中的10,11月份基本面已經是不錯的，如果不考慮到技術面的情況，就會得出要漲的錯誤信號。行情是由宏觀，資金，產業(yè)鏈各個環(huán)節(jié)組合的效果，當發(fā)現明顯只由宏觀，或者原油主導，而基本面是與其反向的時候，要尊重盤面，不應該逆勢開倉，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易戰(zhàn)更多影響的是預期，盤面也提前反應了悲觀預期，就如同我一開始所說，暫時沒有辦法用數據來解釋其邏輯的話行情就應該暫時放棄。

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

第一：行情很快反向，可根據技術面快速平倉。

第二：基本面的反轉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，當基本面已經轉為利空的時候，行情走老的可能性很大，可以主動讓技術面的反轉設置的敏感些，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，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：

一些回測數據：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)現行情的開始，但會提前結束，至于行情要多靈敏，或者多遲鈍，我覺得不能為了回測數據好看而過度優(yōu)化，而應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雜一些，這里會涉及到一些投產預期的行情處理問題，比如當pta或者px在未來幾個月將有較大裝置投產時，期貨往往會提前反應，而當前基本面往往沒有多大變化，期貨盤面往往表現為近強遠弱，這種時候更應該關注跨期套利機會，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捕捉到了這段。而到了11月份的時候，基本面已經很健康了，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供應增加，導致供過于求，庫存上升，估值偏離，當偏離到一定程度時，且出現行情驅動因子，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，同樣導致了估值的偏離，當出現驅動因子的時候，行情也將開始往下回歸估值。

基于這兩點邏輯，結合數據的可獲得性，做出了以下策略：

（一）估值偏高提示策略一：

上游投產導致當前估值偏高機會：當PTA投產或者PX投產，且聚酯走貨不順，聚酯庫存累積，結合技術面的變化，提示做空機會。

（二）估值偏高提示策略二：

當聚酯利潤產生虧損，且?guī)齑娉掷m(xù)走高到15天以上，結合技術面的變化，提示做空機會。

（三）估值偏高提示策略三：

這個策略設置的敏感些，當PX和PTA都累積了一定的利潤，而聚酯開始走低，聚酯加權庫存超過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，其結果如下圖：

圖表12：

一些回測數據：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。當這個數據出來的時候，我第一反應是我是不是優(yōu)化過度了，畢竟這是我最想規(guī)避的問題，其實數據設置的越嚴格，其成功概率會越高，同時，交易機會次數就會越少，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，結合基本面對日內行情也做一個把握，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)性風險以及發(fā)現更多的機會。

行情一直在變化，我們也一直在路上，對市場保持敬畏之心。

來源：微博號：期貨世界獵手