日志技术分享
影响大宗商品价格的主要因素有哪些方面?这是大宗商品投资和交易的人员都是非常关心的话题,同时大宗商品的价格也直接影响了我们的生活,世界经济中大宗商品无处不在,每天的吃穿住行都包含大宗商品,到底是什么影响了大宗商品的价格下面给进行具体说明:
一、供需因素是影响大宗商品价格的首要因素
供需因素是影响大宗商品的根本性因素,也是起决定性的影响因素,例如自然灾害,金融危机等会导致需求的增减。但进入信息化时代之后,供需矛盾的信息经常 *** 纵者别有用心的人为放大,而且放大的程度往往是n多倍,进而造成大宗商品价格的暴涨暴跌。
二、影响大宗商品价格因素之美元及汇率:
美元汇率与大宗商品呈现负相关关系,且美元汇率与大宗商品呈正相关关系多发生在美元升值的时候。一般而言,铜、Brent原油与美元汇率波动关系较为接近,而黄金与美元汇率负相关关系较其他大宗商品强的多。
扩展资料:
趋势:根据大宗商品数据商——生意社最新发布的《2012年2月大宗商品供需指数(BCI)数据报告》显示,在其跟踪的100种大宗商品中有55种上涨,其中,能源涨幅居前,更高为2.14%。
这反映出国际油价对我国的影响深远,但是耗能比重超70%的煤炭价格连续下跌,表明大宗商品市场虚热仍在,下游回暖仍待时日。
在生意社跟踪的100种大宗商品中,有55种在2月份出现上涨,100种商品的平均涨幅在0.35%。能源和有色成为2月份的两个亮点板块,其中能源平均涨幅更高,为2.14%,有色平均涨幅更低,为-1.87%。
环链:石油、农产品和贵金属价格在全球性的连锁反应中彼此借力不断被推高,由此人们担心,价格居高不下的大宗商品将引发长期的通货膨胀。
参考资料来源:百度百科-大宗商品
期权买卖是根据波动率而进行的,卖出,波动率越大越好,买入,波动率越小越好,另外期货和期权本身就是对应盘,因此商品期货跌幅越大,期权波动率越小
一、报告简介
上期我们对于期货多因子的逻辑和用途进行了小结,我们构建期货多因子是为了刻画期货的特征,从而用于机器学习。上期我们探究了动量因子,本篇报告将把更多的因子特征呈现出来。
二、因子研究 ***
上期我们对于因子溢价构建 *** 进行了简介,本文采用同样 *** ,每天换仓,构建因子多空组合。对于多空组合收益率,我们采用总收益、年化收益、年化波动、夏普比率、更大回撤、收益回撤比、Hurst指数、5,10,20,60,120日方差比率检验来衡量。
其中,Hurst指数(见中信建投Hurst报告)以及方差比率检验(Lo, MacKinley(1988)文章)是用于刻画因子是否具有趋势性。如果因子不是随机游走,具备短期趋势,那么我们可以根据这些特征来预测未来商品指数强弱,择时构建溢价。
因子溢价构建
function [p1,p2] = factorPremium(factorMat,retMat,order)
%% 参数说明
% factorMat:因子矩阵
% retMat:收益率矩阵
% order:true/false,正序或反序
% 返还30%多空和50%多空
%%
[tradeDate,~] = size(retMat);
p1 = nan(tradeDate,1);
p2 = nan(tradeDate,1);
for i=1:tradeDate
factor = factorMat(i,:);
ret = retMat(i,:);
d = quantile(factor,0.3);
u = quantile(factor,0.7);
short = mean(ret((factor=d)(~isnan(factor))));
long = mean(ret((factor=u)(~isnan(factor))));
if order
p1(i,1)
= long-short;
else
p1(i,1) = short-long;
end;
d = quantile(factor,0.5);
u = quantile(factor,0.5);
short = mean(ret((factor=d)(~isnan(factor))));
long = mean(ret((factor=u)(~isnan(factor))));
if order
p2(i,1)
= long-short;
else
p2(i,1) = short-long;
end
end
p1 = ret2tick(p1);
p2 = ret2tick(p2);
figure
plot([p1,p2])
legend('3-7','5-5')
xlim([1,tradeDate])
end
因子评价
function record = factorEvaluation(retIndex)
record = zeros(1,10);
n = length(retIndex);
retPer = tick2ret(retIndex);
record(1) = retIndex(end)-1; % 总收益
record(2) = retIndex(end)^(252/n)-1; % 年化收益
record(3) = std(retPer)*sqrt(252); % 年化波动
record(4) = record(2)/record(3); % 年化夏普
record(5) = mdd(retIndex); % 更大回撤
record(6) = record(2)/record(5); % 收益更大回撤比
mid = HurstCompute(retPer(2:end)); % Hust指数
record(7) = mid(1);
[~,~,record(8)] = vrt_full(tick2ret(retIndex),5); % 方差比率检验5日
[~,~,record(9)] = vrt_full(tick2ret(retIndex),10); % 方差比率检验10日
[~,~,record(10)] = vrt_full(tick2ret(retIndex),20); % 方差比率检验20日
[~,~,record(11)] = vrt_full(tick2ret(retIndex),60); % 方差比率检验60日
[~,~,record(12)] = vrt_full(tick2ret(retIndex),120); % 方差比率检验120日
end
三、各类因子评价
(1)动量因子
这里动量因子是衡量现在价格与均线价格偏离程度,即商品趋势性衡量,上期报告已有较为充分的描述,公式为:
图1:20日趋势动量因子
(2)时间序列动量因子
时间序列动量因子与动量因子稍有区别,为过去N日商品总收益率,其衡量的是总趋势性,而非短期偏离均线的趋势,运用也较多。当某些技术指标被广泛接受时,会产生自我实现的预期。表现较好的时间序列动量因子有60日和120日。
图2:60日时间序列动量因子
图3:120日时间序列动量因子
( 3)偏度因子
偏度因子能够衡量商品期货的强弱程度,因为大单拉动趋势,小单反向操作时,会产生较高的偏度,因此偏度能够较好的捕捉人们交易行为,此外,偏度因子还代表着商品期货的博彩性质,偏度大的商品期货吸引更多资金前来对赌。我们采用的是过去N日收益率偏度来衡量,其中表现较好的为10日、20日、60日偏度因子。
图4:10日偏度因子
图5:20日偏度因子
图6:60日偏度因子
(4)其他因子
我们还总结了其他一些因子,包括流动性因子、资金流向因子、振幅因子、基差因子。
图7:流 动性因子
图8:资金流向因子
图9:振幅因子
图10:基差因子
四、综合评价
下面是各因子溢价的表现,同时我们还用Hurst指数和方差比率检验的t值来衡量因子趋势的筛检情况。大部分因子的短期趋势都较为明显,如果小资金操作,可以考虑每5天或者10天就重新学习一下特征,构建组合,从而降低回撤。
表1:各因子表现汇总
表2:因子趋势性衰减与Hurst指数
你得先定义什么是波动率,你问波动率大小你得先给波动率定下量化标准
网站首页:最新期货开户网
期货开户微信:527 209 157
本文链接:http://jienve.com/post/36125.html
Copyright 2010-2024 最新期货开户网 网站地图 微信:527 209 157 湘ICP备18014167号