期货投资分析第一章 基本面分析(第二、三节)
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Βιβλιοθήκη Baidu
（二）图表分析法 主要是针对价格本身的变化来研究其规律，以判断价格变 化的趋势、幅度。 “一个图表胜万言”。图报表分析法 就是根据影响商品价格变动的相关变量和价格本身的历史 数据，分析和预测未来价格走势的基本面分析方法。 1. 假设：图表分析作为投资分析的一种方式，它的依据是 基于三个假设，即： （1）价格反映市场一切； （2）价位循一定方向推进； （3）历史是会重演的。 2. 原理 （1）价格是由供求关系决定的； （2）商品的供求关系又是由各种合理与非合理的因素决 定的； （3）忽略价格微小波动，则价格的变化就会在一段时间 内显示出一定的变化趋势； （4）价格的变化趋势会随市场供求关系的变化而变化。 市场交易者可以根据图表走势入市、退市、购入、抛出， 不必考虑其他影响市场走势的因素。
2. 解释模型和预测模型。 模型反映了影响因素与价格之间的关系。 如：P=f（x，y，z） 从影响因素与价格之间的时间角度看，模型可以分为：解 释模型和预测模型。 混合模型——即其中的一部分自变量与价格之间具有同步 关系，而另一部分自变量具有提前关系。
回归分析法进一步拓展了平衡表法和图表分析法，它在自 变量和因变量相关关系的基础上，建立变量之间的回归方 程，并进行预测。通过回归分析，图表中的因果关系都可 以转化为明确的数学方程式。 2. 其优点是：简单方便；不同分析者根据这些数据可获得 相同的拟合曲线；计量准确，提高预测方程式的效果。
（三）检验和修正模型 在应用模型进行预测时，需要引入具体的变量数值进行检 验，在此基础上，对模型作进一步的调整和优化。 1. 模型的检验。——输入自变量的具体数值。如产量。 2. 模型的修正。 导致预测误差的原因很多，主要有： 第一，输入数据的准确度不能满足要求。 第二，预测误差也可能是来自模型中函数形式的选择。 第三，市场发生重大变化，原先认为不重要的因素突然起 作用了，而这一因素在原来的模型中并没有纳入。 如“通胀”——价格低估了 ；“通缩”——价格高估了， 第四，恶性投机与操纵也是容易被遗漏的因素。
（四）经济计量模型法 1. 经济计量模型法是将相互联系的各种经济变量表现为一 组联立方程式，来描述整个经济的运行机制，利用历史数 据对联立方程式的参数值进行估计，根据制订的模型来预 测经济变量的未来数值。 2. 案例表示： （1）汇率的变动。 （2）农产品市场价格预测。 Qd=ao+a1P+a2Y+ ——需求函数 Qs=bo+b1P+b2R+ ——供给函数 Qd= Qs ——平衡方程 3. 评价：从理论上说，联立方程计量经济模型避弹衣方程 式更精确，结构也更完善，带来的预测效果可能更精确。
第二节和第三节
一、基本面分析方法（7个）
（一）平衡表法
平衡表列出了大量的供求方面的重要数据，如上期结转库 存、当期生产量、进口量、消耗量、出口量、当期结转库 存等。 市场分析人士非常强调平衡表的功能，他们重视供给与需 求中各种成分的变动，借以预测价格变动的可能方向。 见184页表4-4，2010年美国农业部美国大豆供求平衡表。 如何分析农产品供求平衡表？ 实务操作：网上查各品种今年或1~6月供需平衡表并进行 分析，预测该商品价格价格走势。 ——“中国农业信息网”和“中国粮食信息网”等。
3. 辨析及处理数据。 （1）辨析。对于分析者来说，仅仅知道有哪些数据还不 行，还必须清楚地了解这些统计数据的含义及由来。 （2）合理处理数据。由于基本面分析涉及的时间周期较 长，价格有自然上涨趋势，因此在涉及分析商品的长期价 格时，应该剔除通货膨胀对价格的影响。 ——方法：在预测价格时，我们可以将所有的当时价格除 以生产者物价指数（PPI）。这样做的可取之处就是屏蔽 了物价水平的影响之后，更容易看出商品本身供求关系对 商品价格的影响，有助于提高对商品价格评估的合理性。 ——“去粗取精，去伪存真，由此及彼，由表及里”。 小结：搜集和处理数据 熟悉品种背景——搜集统计数据——辨析及处理数据。
USDA：6月份公布的美国白糖供需平衡表 发表日期：2013年06月13日 10:09来源：99期货网作者 以下为6月份公布的美国白糖供需平衡表 2011/12年度 2012/13年度 2013/14年度(预测值) (估计值) 5月份 6月份 单位：1000短吨 期初库存 1378 1985 2168 2231 产量 8488 9015 8584 8584 甜菜糖 4900 5100 4840 4840 蔗糖 3588 3915 3744 3744 佛罗里达 1828 1866 1833 1833 夏威夷 172 180 180 180 路易斯安那 1438 1700 1561 1561 德克萨斯 150 169 170 170 进口量 3631 2966 3438 3810 关税配额 1883 1040 1265 1265 其他配额 664 125 400 400 其他国家 1084 1801 1773 2145 墨西哥 1071 1791 1763 2135 总供应量 13497 13966 14190 14625 出口量 269 200 200 200 交付 11243 11535 11745 11745 食物消费 11070 11400 11560 11560 其他用途 173 135 185 185 使用量 11512 11735 11945 11945 期末库存 1985 2231 2245 2680 库存比例 17.2 19 18.8 22.4
2. 搜集统计数据。 数据是基本面分析最基本的元素。 （1）一般数据的获取。基本面分析所需的数据，我们可 以从特定的政府部门、非营利研究机构和营利性研究机构 等组织获得。譬如： 农产品类期货品种数据——，国内主要是农业部信息中心 和国家粮油信息中心；美国农业部发布的信息等。 （2）专业资料的查询。对于很多市场来说，除了一般性 的资料以外，还需查询专业的资料来源。譬如： 德国的统计分析机构F. O. Licht是市场公认的主要糖资料 供应机构；天然橡胶与合成橡胶的统计，全球公认的权威 数据则来自位于新加坡的国际橡胶研究组织（IRSG）。 目前，各大国际机构，包括中国国家统计局、美国农业部、 国际能源机构等，都形成了信息发布公示制度。
最大优点是实现了各个指标的相互验证，既直观的反映了 特定研究周期的涨跌概率，又从绝对量和相对幅度对涨跌 进行了度量，降低了因某个指标产生偏差的可能性。
（2）季节性图标法分析价格变动趋势的具体步骤： 第一步，选取商品期货价格指数，一般采用主力合约组成 的连续合约介个数据。 第二步，确定研究周期，分析者可任意根据所分析商品的 特点确定周期的时间跨度，可以是周、月或季度等。 第三步，计算相关指标，如每个周期在研究时段上涨和下 跌的念书几百分比，最高价格和期初价格差值及其平均值、 最低价格和期初价格差值及其平均值，平均最大涨幅、平 均最大跌幅、期初百分率，期末百分率，平均百分率及变 动。 最后，根据上述各指标判断研究时段的价格季节性变动模 式。
3. 建立模型的过程及注意事项。 （1）建立模型是一个循序渐进的过程，也是不断探索的 过程。如“大豆价格预测模型”， ——大豆产量； ——增加一个新的因素（玉米产量）； ——对这两个模型进行对比分析。 （2）两个注意事项： 第一，对建立模型者而言，即使模型不能解释过去某一段 时间内的价格变化，也是有积极意义的。 ——必须确认异常现象的确是孤立事件而不是基本影响因 素所致。 第二，必须分清实际数据与在此之前的估计值之间的差别。
小结：一、基本面分析方法（7个） 1. 平衡表法 2. 图表分析法 3. 回归分析法 4. 经济计量模型法 5. 季节性类比法 6. 分类排序法 7. 指标模型法
（一）搜集和处理数据 搜集和处理相关统计数据是进行基本面分析的基础。 1. 熟悉品种背景。 阅读大量的相关背景资料及文献。 ——相关书籍、交易所的品种介绍汇编； ——相关研究机构的研究报告、专业咨询公司的资讯信息 等。 达到下列目的： （1）对市场关注的各种影响因素有比较直观的认识； （2）了解市场对这些因素变动的反应模式； （3）获得这些因素的变动数据的途径等。
（六）分类排序法 基本步骤： 第一步，确定影响价格的几个最主要的基本面因素或指标。
第二步，将每一个因素或指标的状况按照利多、利空的程 度划分为几个等级，并用不同的数值表示。如2、1、0、1、-2（强烈利多、利多、中性、利空、强烈利空）。 第三步，对每一个因素或指标的状态进行评估，得出对应 的数值。
2. 相对关联法。 它是分析季节性指数的另一种方法。识别某个期货品种价 格季节性走势的常用方法是——计算季节性指数。共四步： 第一步，选取商品期货价格指数。（主力合约） 第二步，确定时段（如年度）首月基准价格为100%；按 月度平均价格计算月度百分比。 第三步，综合阅读百分比数据，求解该时段相同月份的月 度百分比的平均值，并画曲线图。 第四步，根据该曲线判断商品价格的季节变动模式。 小结：季节性类比法的目的是，根据过去基本面条件类似 季节的价格形态，推测当前季节的价格行为，指导入市时 机的选择。但是该法在某些阶段是非常有效的，但在某些 阶段却是低效的，且容易走出反季节行情。
该法比较适合与原油和农产品分析。原油价格的季节性波 动，主要是由于原油消费和飓风影响具有季节性特征。 ——季节性特征：一些商品的价格由于季节的变动产生规 律性的变化，如在供应淡季或者消费旺季时价格高企，而 在供应旺季或者消费淡季时价格低落。这一现象就是大宗 商品的季节性波动规律。
1. 季节性图标法。 季节性图标法在研究价格季节性变化时，计算出相应的价 格变动指标，并绘制成图标，以发现商品的季节性变动模 式。 （1）图表中包括的指标内容。 上涨年数百分比、平均最大涨幅、与平均最大跌幅差值、 平均百分率变动等。
（二）建立和完善模型 基本面分析所需的数据经过有效整理后，就可以运用相应 模型来分析预测价格水平和变化趋势。 ——取决于模型是否有效构建了核心变量与价格之间的逻 辑关系。 1. 建立模型的目的。价格的变化 各种因素的影响。 将各种因素影响价格的机制及影响同数量关系表达出来， 可以达到预知的目的。首先确立各种因素与价格之间的变 动关系。 剔除次要因素，将主要因素纳入模型。
第四步，将所有指标得到的数值相加求和，并根据加总数 值评估该品种的未来行情走势。 需要指出的是，采用分类排序法，只适用于判断价格的未 来趋势，并不能预测价格的绝对水平或价格的变动幅度。
（七）指数模型法 它是将若干自变量综合成单一的指数，从而对价格变化进 行解释的方法。分析步骤如下： 第一步，按照市场价格上涨或下降趋势设定指标为+1或-1. 第二步，将所有的指标数值相加获得指数值。 第三步，将指数值除以指数的个数，再乘以100，就得到 标准化指数值。 这样，标准化指数的值域范围就介于-100和+100之间。 例如，（略）。 小结：通过该法，分析者基本上可以对市场价格的变化趋 势或方向有一个基本判断。
3. 类型 （1） 点数图。 优缺点。 （2）曲线图。 优缺点。 （3）柱状图。 优缺点。 ☆（4）K线图。 优缺点。 小结：具有简单、客观、明确等有点，对于统计分析基础 较弱的交易或分析人士，不失为比较使用的分析工具。
（三）回归分析法 1. 含义及方法。所谓回归分析法，是在掌握大量观察数据 的基础上，利用数理统计方法建立因变量与自变量之间的 回归关系函数表达式（称回归方程式）。
☆（五）季节性类比法 类比法是按同类事物或相似事物的发展规律相一致的原则 ，对预测目标事物加以对比分析，来推断预测目标事物未 来发展趋向与可能的一种预测方法。 类比法应用形式很多，如由点推算面、由局部类推整体、 由类似产品类推新产品、由相似国外国际市场类推国内国 际市场等等。类比法一般适用于预测潜在购买力和需求量 、开拓新国际市场、预测新商品长期的销售变化规律等。 类比法适合于中长期的预测。
（二）图表分析法 主要是针对价格本身的变化来研究其规律，以判断价格变 化的趋势、幅度。 “一个图表胜万言”。图报表分析法 就是根据影响商品价格变动的相关变量和价格本身的历史 数据，分析和预测未来价格走势的基本面分析方法。 1. 假设：图表分析作为投资分析的一种方式，它的依据是 基于三个假设，即： （1）价格反映市场一切； （2）价位循一定方向推进； （3）历史是会重演的。 2. 原理 （1）价格是由供求关系决定的； （2）商品的供求关系又是由各种合理与非合理的因素决 定的； （3）忽略价格微小波动，则价格的变化就会在一段时间 内显示出一定的变化趋势； （4）价格的变化趋势会随市场供求关系的变化而变化。 市场交易者可以根据图表走势入市、退市、购入、抛出， 不必考虑其他影响市场走势的因素。
2. 解释模型和预测模型。 模型反映了影响因素与价格之间的关系。 如：P=f（x，y，z） 从影响因素与价格之间的时间角度看，模型可以分为：解 释模型和预测模型。 混合模型——即其中的一部分自变量与价格之间具有同步 关系，而另一部分自变量具有提前关系。
回归分析法进一步拓展了平衡表法和图表分析法，它在自 变量和因变量相关关系的基础上，建立变量之间的回归方 程，并进行预测。通过回归分析，图表中的因果关系都可 以转化为明确的数学方程式。 2. 其优点是：简单方便；不同分析者根据这些数据可获得 相同的拟合曲线；计量准确，提高预测方程式的效果。
（三）检验和修正模型 在应用模型进行预测时，需要引入具体的变量数值进行检 验，在此基础上，对模型作进一步的调整和优化。 1. 模型的检验。——输入自变量的具体数值。如产量。 2. 模型的修正。 导致预测误差的原因很多，主要有： 第一，输入数据的准确度不能满足要求。 第二，预测误差也可能是来自模型中函数形式的选择。 第三，市场发生重大变化，原先认为不重要的因素突然起 作用了，而这一因素在原来的模型中并没有纳入。 如“通胀”——价格低估了 ；“通缩”——价格高估了， 第四，恶性投机与操纵也是容易被遗漏的因素。
（四）经济计量模型法 1. 经济计量模型法是将相互联系的各种经济变量表现为一 组联立方程式，来描述整个经济的运行机制，利用历史数 据对联立方程式的参数值进行估计，根据制订的模型来预 测经济变量的未来数值。 2. 案例表示： （1）汇率的变动。 （2）农产品市场价格预测。 Qd=ao+a1P+a2Y+ ——需求函数 Qs=bo+b1P+b2R+ ——供给函数 Qd= Qs ——平衡方程 3. 评价：从理论上说，联立方程计量经济模型避弹衣方程 式更精确，结构也更完善，带来的预测效果可能更精确。
第二节和第三节
一、基本面分析方法（7个）
（一）平衡表法
平衡表列出了大量的供求方面的重要数据，如上期结转库 存、当期生产量、进口量、消耗量、出口量、当期结转库 存等。 市场分析人士非常强调平衡表的功能，他们重视供给与需 求中各种成分的变动，借以预测价格变动的可能方向。 见184页表4-4，2010年美国农业部美国大豆供求平衡表。 如何分析农产品供求平衡表？ 实务操作：网上查各品种今年或1~6月供需平衡表并进行 分析，预测该商品价格价格走势。 ——“中国农业信息网”和“中国粮食信息网”等。
3. 辨析及处理数据。 （1）辨析。对于分析者来说，仅仅知道有哪些数据还不 行，还必须清楚地了解这些统计数据的含义及由来。 （2）合理处理数据。由于基本面分析涉及的时间周期较 长，价格有自然上涨趋势，因此在涉及分析商品的长期价 格时，应该剔除通货膨胀对价格的影响。 ——方法：在预测价格时，我们可以将所有的当时价格除 以生产者物价指数（PPI）。这样做的可取之处就是屏蔽 了物价水平的影响之后，更容易看出商品本身供求关系对 商品价格的影响，有助于提高对商品价格评估的合理性。 ——“去粗取精，去伪存真，由此及彼，由表及里”。 小结：搜集和处理数据 熟悉品种背景——搜集统计数据——辨析及处理数据。
USDA：6月份公布的美国白糖供需平衡表 发表日期：2013年06月13日 10:09来源：99期货网作者 以下为6月份公布的美国白糖供需平衡表 2011/12年度 2012/13年度 2013/14年度(预测值) (估计值) 5月份 6月份 单位：1000短吨 期初库存 1378 1985 2168 2231 产量 8488 9015 8584 8584 甜菜糖 4900 5100 4840 4840 蔗糖 3588 3915 3744 3744 佛罗里达 1828 1866 1833 1833 夏威夷 172 180 180 180 路易斯安那 1438 1700 1561 1561 德克萨斯 150 169 170 170 进口量 3631 2966 3438 3810 关税配额 1883 1040 1265 1265 其他配额 664 125 400 400 其他国家 1084 1801 1773 2145 墨西哥 1071 1791 1763 2135 总供应量 13497 13966 14190 14625 出口量 269 200 200 200 交付 11243 11535 11745 11745 食物消费 11070 11400 11560 11560 其他用途 173 135 185 185 使用量 11512 11735 11945 11945 期末库存 1985 2231 2245 2680 库存比例 17.2 19 18.8 22.4
2. 搜集统计数据。 数据是基本面分析最基本的元素。 （1）一般数据的获取。基本面分析所需的数据，我们可 以从特定的政府部门、非营利研究机构和营利性研究机构 等组织获得。譬如： 农产品类期货品种数据——，国内主要是农业部信息中心 和国家粮油信息中心；美国农业部发布的信息等。 （2）专业资料的查询。对于很多市场来说，除了一般性 的资料以外，还需查询专业的资料来源。譬如： 德国的统计分析机构F. O. Licht是市场公认的主要糖资料 供应机构；天然橡胶与合成橡胶的统计，全球公认的权威 数据则来自位于新加坡的国际橡胶研究组织（IRSG）。 目前，各大国际机构，包括中国国家统计局、美国农业部、 国际能源机构等，都形成了信息发布公示制度。
最大优点是实现了各个指标的相互验证，既直观的反映了 特定研究周期的涨跌概率，又从绝对量和相对幅度对涨跌 进行了度量，降低了因某个指标产生偏差的可能性。
（2）季节性图标法分析价格变动趋势的具体步骤： 第一步，选取商品期货价格指数，一般采用主力合约组成 的连续合约介个数据。 第二步，确定研究周期，分析者可任意根据所分析商品的 特点确定周期的时间跨度，可以是周、月或季度等。 第三步，计算相关指标，如每个周期在研究时段上涨和下 跌的念书几百分比，最高价格和期初价格差值及其平均值、 最低价格和期初价格差值及其平均值，平均最大涨幅、平 均最大跌幅、期初百分率，期末百分率，平均百分率及变 动。 最后，根据上述各指标判断研究时段的价格季节性变动模 式。
3. 建立模型的过程及注意事项。 （1）建立模型是一个循序渐进的过程，也是不断探索的 过程。如“大豆价格预测模型”， ——大豆产量； ——增加一个新的因素（玉米产量）； ——对这两个模型进行对比分析。 （2）两个注意事项： 第一，对建立模型者而言，即使模型不能解释过去某一段 时间内的价格变化，也是有积极意义的。 ——必须确认异常现象的确是孤立事件而不是基本影响因 素所致。 第二，必须分清实际数据与在此之前的估计值之间的差别。
小结：一、基本面分析方法（7个） 1. 平衡表法 2. 图表分析法 3. 回归分析法 4. 经济计量模型法 5. 季节性类比法 6. 分类排序法 7. 指标模型法
（一）搜集和处理数据 搜集和处理相关统计数据是进行基本面分析的基础。 1. 熟悉品种背景。 阅读大量的相关背景资料及文献。 ——相关书籍、交易所的品种介绍汇编； ——相关研究机构的研究报告、专业咨询公司的资讯信息 等。 达到下列目的： （1）对市场关注的各种影响因素有比较直观的认识； （2）了解市场对这些因素变动的反应模式； （3）获得这些因素的变动数据的途径等。
（六）分类排序法 基本步骤： 第一步，确定影响价格的几个最主要的基本面因素或指标。
第二步，将每一个因素或指标的状况按照利多、利空的程 度划分为几个等级，并用不同的数值表示。如2、1、0、1、-2（强烈利多、利多、中性、利空、强烈利空）。 第三步，对每一个因素或指标的状态进行评估，得出对应 的数值。
2. 相对关联法。 它是分析季节性指数的另一种方法。识别某个期货品种价 格季节性走势的常用方法是——计算季节性指数。共四步： 第一步，选取商品期货价格指数。（主力合约） 第二步，确定时段（如年度）首月基准价格为100%；按 月度平均价格计算月度百分比。 第三步，综合阅读百分比数据，求解该时段相同月份的月 度百分比的平均值，并画曲线图。 第四步，根据该曲线判断商品价格的季节变动模式。 小结：季节性类比法的目的是，根据过去基本面条件类似 季节的价格形态，推测当前季节的价格行为，指导入市时 机的选择。但是该法在某些阶段是非常有效的，但在某些 阶段却是低效的，且容易走出反季节行情。
该法比较适合与原油和农产品分析。原油价格的季节性波 动，主要是由于原油消费和飓风影响具有季节性特征。 ——季节性特征：一些商品的价格由于季节的变动产生规 律性的变化，如在供应淡季或者消费旺季时价格高企，而 在供应旺季或者消费淡季时价格低落。这一现象就是大宗 商品的季节性波动规律。
1. 季节性图标法。 季节性图标法在研究价格季节性变化时，计算出相应的价 格变动指标，并绘制成图标，以发现商品的季节性变动模 式。 （1）图表中包括的指标内容。 上涨年数百分比、平均最大涨幅、与平均最大跌幅差值、 平均百分率变动等。
（二）建立和完善模型 基本面分析所需的数据经过有效整理后，就可以运用相应 模型来分析预测价格水平和变化趋势。 ——取决于模型是否有效构建了核心变量与价格之间的逻 辑关系。 1. 建立模型的目的。价格的变化 各种因素的影响。 将各种因素影响价格的机制及影响同数量关系表达出来， 可以达到预知的目的。首先确立各种因素与价格之间的变 动关系。 剔除次要因素，将主要因素纳入模型。
第四步，将所有指标得到的数值相加求和，并根据加总数 值评估该品种的未来行情走势。 需要指出的是，采用分类排序法，只适用于判断价格的未 来趋势，并不能预测价格的绝对水平或价格的变动幅度。
（七）指数模型法 它是将若干自变量综合成单一的指数，从而对价格变化进 行解释的方法。分析步骤如下： 第一步，按照市场价格上涨或下降趋势设定指标为+1或-1. 第二步，将所有的指标数值相加获得指数值。 第三步，将指数值除以指数的个数，再乘以100，就得到 标准化指数值。 这样，标准化指数的值域范围就介于-100和+100之间。 例如，（略）。 小结：通过该法，分析者基本上可以对市场价格的变化趋 势或方向有一个基本判断。
3. 类型 （1） 点数图。 优缺点。 （2）曲线图。 优缺点。 （3）柱状图。 优缺点。 ☆（4）K线图。 优缺点。 小结：具有简单、客观、明确等有点，对于统计分析基础 较弱的交易或分析人士，不失为比较使用的分析工具。
（三）回归分析法 1. 含义及方法。所谓回归分析法，是在掌握大量观察数据 的基础上，利用数理统计方法建立因变量与自变量之间的 回归关系函数表达式（称回归方程式）。
☆（五）季节性类比法 类比法是按同类事物或相似事物的发展规律相一致的原则 ，对预测目标事物加以对比分析，来推断预测目标事物未 来发展趋向与可能的一种预测方法。 类比法应用形式很多，如由点推算面、由局部类推整体、 由类似产品类推新产品、由相似国外国际市场类推国内国 际市场等等。类比法一般适用于预测潜在购买力和需求量 、开拓新国际市场、预测新商品长期的销售变化规律等。 类比法适合于中长期的预测。