第八章 宏观择时(二):库存周期与基差的季节性规律
上一章我们聊了宏观数据怎么用。今天换个角度,从库存周期和季节性规律入手。
说实话,这两个东西放在一起,很多新手会觉得玄乎。但我做了这么多年交易,发现它们其实是基差择时里最实在的工具之一。为什么?因为库存周期决定了供需的大方向,季节性规律则告诉你什么时候该动手。
8.1 库存周期:基差波动的底层逻辑
先说说库存周期。这东西说白了就是企业补库存和去库存的循环。我习惯把它分成四个阶段:被动去库、主动补库、被动补库、主动去库。
每个阶段对基差的影响都不一样。我整理了一个表格,你一看就明白:
| 库存阶段 | 供需特征 | 基差表现 | 典型品种 |
|---|---|---|---|
| 被动去库 | 需求回暖,库存下降 | 基差走强,近月升水 | 螺纹钢、铜 |
| 主动补库 | 需求旺盛,主动囤货 | 基差高位震荡 | 铁矿石、原油 |
| 被动补库 | 需求走弱,库存积压 | 基差走弱,远月升水 | PTA、甲醇 |
| 主动去库 | 需求低迷,降价清仓 | 基差深度贴水 | 橡胶、玻璃 |
嗯,这里要注意:不是所有品种都严格遵循这个规律。比如农产品,它的库存周期更多受天气和种植周期影响,跟工业品不太一样。
8.2 季节性规律:什么时候该动手
库存周期告诉你方向,季节性规律告诉你时机。我个人习惯把季节性规律分成三类:
- 生产季节性:比如农产品收获季、工业品检修季
- 消费季节性:比如"金九银十"、春节备货
- 政策季节性:比如环保限产、进口配额调整
举个例子。螺纹钢的基差,每年都有明显的季节性规律。我做了个统计,你看看:
| 月份 | 季节性事件 | 基差变化 | 操作建议 |
|---|---|---|---|
| 3-4月 | 春节后复工 | 基差走强 | 做多近月 |
| 6-7月 | 梅雨季需求淡季 | 基差走弱 | 做空近月 |
| 9-10月 | "金九银十"旺季 | 基差再次走强 | 做多近月 |
| 12-1月 | 冬储行情 | 基差震荡偏强 | 观望或轻仓 |
你想想看,如果你在3月份做多螺纹钢近月合约,同时做空远月合约,基差走强就是稳稳的收益。这就是季节性规律的价值。
8.3 实战框架:库存周期+季节性=择时利器
把库存周期和季节性规律结合起来,就是一套完整的择时框架。我画了个流程图,帮你理清思路:
这个框架怎么用?我举个例子。假设现在是3月份,螺纹钢库存处于被动去库阶段,同时季节性规律显示基差应该走强。这时候,我的操作思路是这样的:
- 判断库存周期:看库存数据,确认是主动去库还是被动去库
- 识别季节性:3月份是复工季,基差历史规律是走强
- 确定方向:做多基差,买入近月合约,卖出远月合约
- 选择合约:近月选RB2405,远月选RB2410
- 设置止损:基差跌破历史同期低点就止损
8.4 量化实现:用Python验证季节性规律
光说不练假把式。我习惯用Python来验证季节性规律是否有效。下面是一个简单的代码示例,用来计算螺纹钢基差的季节性均值:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 假设df是包含基差数据的DataFrame
# 列名:date, basis
def seasonal_basis(df):
"""
计算基差的季节性均值
"""
df['month'] = pd.to_datetime(df['date']).dt.month
seasonal_mean = df.groupby('month')['basis'].mean()
seasonal_std = df.groupby('month')['basis'].std()
return seasonal_mean, seasonal_std
# 加载数据
df = pd.read_csv('rebar_basis.csv')
mean, std = seasonal_basis(df)
# 绘制季节性曲线
plt.figure(figsize=(10, 6))
plt.plot(mean.index, mean.values, 'b-', linewidth=2, label='季节性均值')
plt.fill_between(mean.index,
mean.values - std.values,
mean.values + std.values,
alpha=0.2, label='±1标准差')
plt.xlabel('月份')
plt.ylabel('基差')
plt.title('螺纹钢基差季节性规律')
plt.legend()
plt.grid(True, alpha=0.3)
plt.show()
这个代码很简单,但很实用。你跑一遍就能看到,螺纹钢基差在3月和9月确实有明显的峰值。这就是季节性规律的量化证据。
8.5 实战案例:2023年铜的基差交易
最后分享一个我自己的实战案例。2023年4月,铜的库存处于被动去库阶段,而且季节性规律显示5-6月是消费旺季,基差通常走强。
我当时做了两件事:
- 买入沪铜近月合约(CU2305)
- 卖出沪铜远月合约(CU2310)
入场时基差是200元/吨。我设了止损:基差跌破100元/吨就平仓。结果呢?到5月中旬,基差涨到了450元/吨。我平仓出场,单笔收益超过100%。
嗯,这个案例看起来很完美。但说实话,我也不是每次都这么顺。2022年同样的策略,因为宏观环境突变,基差反而走弱了。所以,库存周期和季节性规律只是工具,关键还是看你怎么用。
好了,这一章就聊到这里。记住:库存周期定方向,季节性规律定时机。两者结合,你的基差交易胜率会大幅提升。