商品期货CTA专题报告（六）：基本面分析框架下的黑色系商品库存预测

金融工程 | 金工专题报告请务必阅读正文之后的信息披露和免责申明 1 商品期货 CTA 专题报告（六）证券研究报告 2018 年 02 月 09 日 作者 吴先兴 分析师 SAC 执业证书编号：S1110516120001 wuxianxing@tfzq.com 18616029821 相关报告 1 《金融工程：商品期货 CTA 专题报告（五）我国商品期货分类及异质性基本面分析概述 2018-01-31》 2018-01-31 2 《金融工程：商品期货 CTA 专题报告（四）库存基本面与动量技术面共振的商品期货投资策略 2018-01-05》 2018-01-05 3 《金融工程：商品期货 CTA 专题报告（三）策略的趋势过滤 2017-03-22》 2017-03-22 4 《金融工程：商品期货 CTA 专题报告（二）日内趋势策略初探 2017-03-10》 2017-03-10 5 《金融工程：商品期货 CTA 专题报告（一）量化 CTA 策略概述 2017-02-14》 2017-02-14 基本面分析框架下的黑色系商品库存预测 库存变化是供需平衡表分析的灵魂 作为商品基本面分析灵魂的供需平衡表显示：库存是供需相对强弱的体现。真实库存难以统计，研究具有代表性的库存指标变化更有意义。本文采用自上而下的方法，从宏观经济基本面入手，结合微观行业和品种特征对黑色系商品的库存变化这一流量概念展开研究，并构建库存同比增速预测模型。 代表性库存指标及宏微观潜在影响因素梳理 结合指标含义、数据长度及可比性要求，我们筛选了黑色系产业链上下游6 个品种的代表性库存指标，在宏观层面选取了投资、消费、进出口、通胀、货币环境及经济景气度等 6个类别53个可能影响库存变化的关键指标，并从上游原材料、中游替代品及品种本身和下游行业景气度三个部分梳理了单个商品的核心指标。 库存同比先行指标筛选及最优阶数确定 为实现预测作用，我们需要挖掘的是领先于库存同比变化的先行指标。通过不同先行阶数下的宏微观指标与各商品库存同比增速的相关性检验，我们筛选出相关性较高且先行阶数在 2-12 阶的指标作为库存同比增速的先行指标。 基于 LASSO 回归的库存预测模型 为减弱数据样本量小及初选先行指标间的多重共线性可能引起 OLS 估计偏度大精度小的问题，我们利用 LASSO 回归，基于 10-折交叉验证法确定惩罚系数，对库存同比增速预测模型进行变量选择和参数估计。回归结果显示，除动力煤外，各品种的指标压缩程度均大于 50%。从样本内预测方向准确率来看，铁矿石、焦煤、焦炭及热卷四个品种的准确率高达 90%以上，样本内拟合效果较好。 预测模型在样本内外的表现具有一致性 从 6 次样本外滚动测试结果来看，各品种库存同比均具有较稳定的先行指标，样本内拟合效果好的铁矿石和热卷库存预测模型在样本外依然表现优异，预测方向准确率可达 100%。模型外推一期可预测受宏微观因素共振影响 2018 年 2 月铁矿石库存同比将继续出现较大幅度上升，而热卷库存同比变化不大。 风险提示：模型基于历史数据，存在失效风险 金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 2 内容目录 商品供需平衡表的灵魂：库存 ........................................................................................................ 4 库存与库存变化 ........................................................................................................................................ 4 库存变化研究视角：宏观与微观 ....................................................................................................... 4 黑色系商品库存潜在影响因素分析 ................................................................................................ 5 各品种代表性库存指标 .......................................................................................................................... 5 宏观经济基本面指标 .............................................................................................................................. 7 微观品种基本面指标 .............................................................................................................................. 7 库存先行指标挖掘 ............................................................................................................................. 9 数据处理 ...................................................................................................................................................... 9 先行指标筛选及最优先行阶数检验 ................................................................................................... 9 基于 LASSO 回归的库存预测模型 ................................................................................................ 10 LASSO 回归模型 ..................................................................................................................................... 10 样本内回归 .........................................................