基差交易中的库存与价差关系
🔐 大宗商品 · 实战交易体系
v2.0 · 30 章体系
🎯 受益人群
- 大宗商品交易员 — 系统掌握基差与库存核心逻辑
- 期货/现货从业者 — 提升套利与风险管理能力
- 产业客户(钢厂/铜企/油企) — 优化库存与套保策略
- 量化研究员/CTA — 获取可落地的因子与策略框架
- 高校金融/经济学生 — 理论与实践结合的进阶课程
- 供应链金融从业者 — 理解库存周期与基差定价
📈 学员收益
- 掌握基差交易底层逻辑 — 从库存周期到价差驱动
- 独立识别库存拐点 — 预判基差反转,捕捉交易机会
- 精通四大实战策略 — 正套、反套、跨期、基差投机
- 构建量化分析工具 — Python实现数据获取、回测与信号生成
- 深度理解风险管理 — 流动性、逼仓、信用、资金管理全维度
- 四大品种实战案例 — 螺纹钢、铜、豆粕、原油完整拆解
课程大纲 · 30 大章节,体系化进阶
- 基差交易入门:什么是基差?基差交易的核心逻辑与市场参与者。
- 库存的底层逻辑:库存周期的四个阶段(主动去库、被动去库、主动补库、被动补库)。
- 库存与基差的正相关关系:库存低位时,基差为何走强?
- 库存与基差的负相关关系:库存高位时,基差为何走弱?
- 库存拐点的识别:如何通过库存数据预判基差反转?
- 基差定价模型:持有成本模型(仓储费、资金成本、保险费)。
- 基差定价模型:风险溢价模型与便利收益。
- 基差与期货期限结构:Backwardation与Contango的库存解释。
- 基差与现货升贴水:区域价差、品牌价差与品质价差。
- 库存数据的来源与处理:官方数据、行业数据与高频数据。
- 库存数据的季节性调整:如何剔除季节性因素?
- 库存数据的平滑处理:移动平均、HP滤波与指数平滑。
- 基差与库存的统计关系:相关性分析与回归分析。
- 基差与库存的领先滞后关系:Granger因果检验。
- 基差交易策略一:库存低位时的正套策略(买现货卖期货)。
- 基差交易策略二:库存高位时的反套策略(卖现货买期货)。
- 基差交易策略三:库存拐点附近的跨期套利。
- 基差交易策略四:基于库存预期的基差投机。
- 风险管理:基差交易中的流动性风险与逼仓风险。
- 风险管理:基差交易中的信用风险与交割风险。
- 风险管理:基差交易中的资金管理(保证金与杠杆)。
- 实战案例一:螺纹钢库存与基差交易。
- 实战案例二:铜库存与基差交易。
- 实战案例三:豆粕库存与基差交易。
- 实战案例四:原油库存与基差交易。
- 量化工具:Python实现库存-基差数据获取与清洗。
- 量化工具:Python实现库存-基差相关性分析与可视化。
- 量化工具:Python实现基于库存的基差交易信号生成。
- 量化工具:Python实现基差交易策略回测框架。
- 课程总结:基差交易的核心心法、常见误区与进阶路径。