第9章　基于『估值+驱动』的交易逻辑

9.1　如何寻找估值指标

估值+驱动的投研方法主要采取二维四象的方式对商品进行分类，在这个二维四象图中，横轴是驱动，纵轴是估值。每个品种根据自身估值与驱动的情况，落入不同的象限当中，从而选择不同的交易策略。永安期货常用的估值+驱动投研框架如图9-1所示。

图9-1　永安期货常用的估值+驱动投研框架

如何理解估值+驱动的逻辑呢？你可以把估值想象成势能，把驱动想象成动能。我们学过物理的人都知道，一般势能高的时候，动能比较低，相反，势能低的时候，动能比较高，如果没有热量损失的话，根据能量守恒定律，动能和势能可以互相转化。

以螺纹钢为例，高利润或者高价格就是从估值角度去看，它就是势能；高产量却低库存说明需求很好，你可以把这种需求理解为动能，当动能无法转化为势能时，接下来就是势能转化为动能的过程，估值发生了变化，驱动向反方向发生了变化。

理解了估值和驱动的逻辑之后，接下来就要明白如何进行估值以及如何寻找驱动，这是这种方法的一个难点。

先来简单谈一下估值，不仅要对现货进行估值，也要对期货进行估值。对现货估值的方法有很多，有人认为高价格代表现货高估，我认为这是不可取的，随着货币超发，通货膨胀增加，高价格并不一定代表商品被高估了；也有人认为用高利润代表现货高估，我认为这个勉强可用，高利润通常代表了商品被高估了。但是从更精确的角度来讲，高利润率才是最合适的。现货估值几个常用的指标，如图9-2所示。

图9-2　现货估值几个常用的指标

此外，我们还需要对期货进行估值，通常情况下我们利用基差来判断期货相对于现货来说，是低估还是高估，这个也是勉强可以的，更严格来说，应该使用基差率，除了基差率之外，我们还可以计算一下盘面利润来判断期货估值的高低。这样能够把不同价位的品种合理地分配到估值+驱动的四个象限当中。期货估值几个常用指标如图9-3所示。

图9-3　期货估值几个常用指标

为了方便不同品种之间进行比较，通常情况下，我们可以使用利润率指标来进行绝对估值，使用基差率指标来进行相对估值。从估值角度来说，我们应该做多低估品种，做空高估品种。

9.2　如何构造驱动指标

再来谈一下驱动，一切的驱动因素皆源于基本面，基本面的核心是供需平衡表，而供需平衡表中最重要的一个指标是库存消费比。库存消费比较高，说明驱动向下；库存消费比较低，说明驱动向上。所以需要制定商品的月度供需平衡表，来实时追踪库存消费比的变化情况。

但是对于大多数个人交易者来说，想要自己制作商品的供需平衡表几乎是不可能的，因为他们根本没有办法获得那么多的供需、库存、进出口、消费等数据，这也是我为什么更多地介绍“库存+基差+利润”这种分析框架。另外，对于消费相对稳定的品种来说，库存基本上是可以取代库存消费比的，对于消费变化较大的品种来说，库存消费比是更加准确的指标。

当然，除了库存消费比这个指标之外，开工率也是一个非常不错的指标，企业自身高开工率对价格的驱动作用向下，企业自身低开工率对价格的驱动向上。当然，在使用开工率进行判断时，最好能够结合产能利用率，因为如果产能利用率低的话，即使开工率高也不一定会产生大量供给，驱动不一定向下；相反，如果产能利用率高的话，即使开工率低也有可能产生大量供给，驱动可能会向下。

所以，关于驱动相关的指标，我们可以从库存消费比、库存、开工率、产能利用率等相关数据中去寻找，如图9-4所示。

图9-4　关于驱动因素几个常用的指标

为了方便不同品种之间驱动强弱的比较，我们通常利用库存消费比这个指标对所有商品进行驱动分析，然后针对不同行业的品种，结合产业自身特点，选择开工率、产能利用率等指标辅助分析驱动作用。从驱动的角度来说，做多驱动向上的品种，做空驱动向下的品种。

9.3　如何量化“估值+驱动”交易逻辑

我们继续来想象一下估值+驱动的二维四象图，横轴是估值，纵轴是驱动，那么第一象限就是高估值且驱动向上的品种，第二象限就是低估值且驱动向上的品种，第三象限就是低估值且驱动向下的品种，第四象限就是高估值且驱动向下的品种。

当估值与驱动指向一致的时候，我们采取单边交易策略；当估值与驱动不一致的时候，我们采取套利或对冲交易策略。我们对不同象限的品种可以采取这样的策略搭配：

第一象限：高估值驱动向上→套利或对冲

第二象限：低估值驱动向上→单边做多

第三象限：低估值驱动向下→套利或对冲

第四象限：高估值驱动向下→单边做空

需要注意的是，对于高估值驱动向上的品种如果选择做跨期套利，通常适合做正套；对于低估值驱动向下的品种如果选择做跨期套利，通常适合做反套，尤其是结合仓单有效期的规定来做反套。

如果两个品种都落在同一个象限，在我们只能选择做一个品种的情况下，应该选哪一个呢？显然，我们只注重了分类，却没有注重量化，我们还需要给二维四象的坐标轴赋予一定的刻度，这样的话，当两个品种落在同一个象限时，我们就能够很容易做出选择。

估值分为严重低估（-3）、正常低估（-2）、略微低估（-1）、略微高估（1）、正常高估（2）、严重高估（3）这6种情况，驱动分为强烈驱动向下（-3）、正常驱动向下（-2）、略微驱动向下（-1）、略微驱动向上（1）、正常驱动向上（2）、强烈驱动向上（3）。这样一来，整个二维四象图就都有了刻度坐标，同时对估值和驱动的程度进行量化，如表9-1所示。

表9-1　估值和驱动的量化标准

我们在分析估值的时候使用利润率、基差率，在分析驱动的时候使用库存消费比、开工率、产能利用率，这些数值都可以进一步被量化。

以估值为例，首先我们需要对现货进行估值，使用利润率指标，针对不同的利润率情况，其在二维四象图中的取值范围是-3到3，然后我们对期货进行估值，使用基差率指标，其在二维四象中的估值范围也是-3到3。

如果我们在分析现货的绝对估值和期货的相对估值时采取等权重的方式对待的话，那么最终这个品种的估值结构就是利润率估值与基差率估值的算术平均数。一个品种从利润率角度对现货估值为2.54，从基差率角度对期货进行估值为-0.54，那么这个品种的最终估值就是（2.54-0.54）/2=1.00。

对驱动的处理方式也是如此。但是这里面有一个非常重要也是最难的一点就是，如何把一个百分比转化成象限图中对应的坐标值。可能很多人在这一步不知所措，其实很简单。

以利润率为例，你需要把这个品种历史的利润率情况做出来，形成一个利润率分布图，最差的利润率情况对应-3，最好的利润率情况对应3，然后利用数学中的插值法，对任何一个利润率你都能够得到一个准确的数字，而这个估值结果就是符合我们要求的象限图的值。

这样一来，我们就可以通过估值和驱动矩阵，将不同的品种放在同一个标准内进行比较，从中选择适合做多或者做空的品种，选择适合去做对冲的品种，每一个品种的估值和驱动指标都是可以计算出来的，并在坐标轴中对应的位置显示，如图9-5所示。

图9-5　估值驱动矩阵及其量化评级

但是这也存在一个问题，就是利润率分布图是否服从均匀分布或者正态分布，这就需要采取其他方法，例如剔除异常值，或者采用其他更加复杂的统计和计量方法。对大多数个人交易者来说，想要把“估值+驱动”这种逻辑做得非常细，难度还是比较大的。

不过没关系，我们可以根据前面介绍的库存+基差+利润交易逻辑，对这个矩阵进行简化变形，还可以把二维矩阵变成三维矩阵。

9.4　“估值+驱动”交易逻辑的变形

在前面的内容当中，我们简单介绍了用“库存+基差+利润”的方法进行期货交易，很多交易者可能只记住了这样的结论：

高库存+高升水+高利润→单边做空

低库存+深贴水+低利润→单边做多

当然，这里面有两个问题，第一个问题是，当库存指标和利润指标不一致时，应该怎么做？第二个问题是，如何去定义库存的高低、升贴水幅度的高低以及利润的高低？关于第一个问题，我们选择通过策略的方式去解决，不做单边，而是选择跨期套利的方式进行参与，说到这里，可能一些交易者会记得：

高库存+高升水+低利润→跨期反套

低库存+深贴水+高利润→跨期正套

显然，上面的跨期策略中，期限结构本身可以反映期货的升贴水，库存和仓单可以反映库存的高低，而我们忽略了利润的影响，由于忽略了利润因素，我们做单边的胜率可能会降低，所以我们可以通过策略变化，将单边改为跨期，用低风险的策略去进行匹配。

那么对于第二个问题，我们应该如何解决呢？我们知道不同品种在绝对价格上存在差异，所以如果用绝对数值来比较基差的话，就会失真，例如沪镍贴水100点和螺纹钢贴水100点的意义可远远不一样。所以，为了避免不同品种在价格、库存、利润绝对数值上的差异对我们的判断造成影响，我们选择使用相对数值，例如基差率、库存同比、利润率等指标。

1. 基差指标：基差率

比较不同品种的基差意义不大，例如，单纯从基差角度来看，沪镍贴水100点和螺纹钢贴水100点，两个品种贴水一样，做多哪个品种都一样，这就是绝对数值给我们造成的假象，因为镍的价格将近100 000元／吨，而螺纹钢才4000元／吨，所以按照基差率来计算的话，螺纹钢的贴水幅度远大于沪镍，做多螺纹钢会比沪镍更具安全边际。基差率的计算方法为

基差率=（现货价格-期货价格）／现货价格

在计算基差率的时候，期货价格通常使用收盘价进行计算，这个从期货行情软件比较容易获取，最大的问题在于现货价格，现货价格主要的问题在于地域价差和品质价差。关于地域价差的问题，以基准交割仓库所在地的现货价格为主，关于品质价差的问题，正常来说应该以标准品价格为主，但实际上大多数品种都存在替代品以及升贴水设置，所以建议以满足交割要求的劣质品的价格作为参考。

这样一来，品种、地区、品质等问题都解决了，只要找到一个固定的数据获取渠道，长期跟踪这个渠道得来的基差率，或许这个基差率并不准确，但是由于你一直参考这个数据，并且使用的数据具有连续性，对于交易来说，还是比较有价值的。这就是关于基差指标需要注意的几个问题，如图9-6所示。

图9-6　关于基差指标需要注意的几点

2. 库存指标：库存同比

关于库存指标，其实有很多选择，如果你能够做出商品的月度供需平衡表的话，那么建议你使用库存消费比这个指标，但是对于大多数人来说，想把商品的供需平衡表弄清楚是比较困难的，而且需要对供需节奏有较好的把握，难度更大，所以适用于团队或者机构研究者。

对于普通交易者来说，我认为没必要去做供需平衡表，因为你不具备那么多数据以及精力。但是你可以采取其他指标进行替代，例如库存同比变化了多少。库存同比增加，与去年相比那就是在累库，说明供需驱动较弱；库存同比减少，与去年相比那就是在去库，说明供需驱动好于去年。

另外，对于季节性不明显的品种，也可以考虑使用环比，环比其实比同比更能反映当下的库存趋势，但是由于有一些品种存在明显的供应和消费的季节性规律，会对环比指标造成影响，而同比指标不存在这个问题。这是关于库存指标需要注意的几个问题，如图9-7所示。

图9-7　关于库存指标需要注意的几个问题

当然，库存又分为上、中、下游库存，参考哪个库存好一些呢？如果你能够获得全部上下游库存，那么就一直跟踪总库存，例如螺纹钢的厂库+社库，如果你的数据来源不全，你可以只盯住一个环节的库存，例如社会库存或者港口库存，问题的关键未必是你的数据需要多么准确，而是你使用的数据必须具备连续性，你一直参考这个数据来源，那么这个数据就会有价值，如果你不断变化数据来源和口径，那么数据的价值就会大打折扣。

3. 利润指标：利润率

利润是任何一个行业的生命线，所以我们也要对利润这个指标予以重视。关于利润需要特别注意的是，有的品种产业链比较简单，可以考察单一利润，但是有的品种产业链稍微复杂，同时可以产生不同的产品，这个时候，就不能简单地看单一利润。

例如，能化品种，一套装置可以有很多副产品，如果你只是去看单一品种的利润，那么利润率这个指标可能会对你造成误导，所以需要看整个装置的综合利润，但是这个装置的综合利润往往无法计算，而是需要通过调研获取，所以对于能化品种，如果你要使用库存+基差+利润的交易策略，需要格外注意。

再比如压榨产业，也不是看豆粕或者豆油单个品种的利润，而是看整个大豆的压榨利润，这个时候，我们在评估利润指标时，可以认为豆粕和豆油两个品种的利润率是一样的，再去比较豆粕和豆油两个品种各自的基差率和库存同比变化。

此外，关于利润指标，除了使用利润率之外，还可以使用利润分位数来判断当下利润的高低。以上就是关于利润指标，我们需要注意的一些问题，如图9-8所示。

图9-8　关于利润指标需要注意的几个问题

当我们每周定期地跟踪相应商品的基差率、库存同比变化、现货利润率情况，我们就会得到一幅这样的三维气泡图，如图9-9所示。

图9-9　库存+基差+利润交易逻辑可视化⁽¹⁾

接下来，我们需要学会解读气泡图，并从中提取我们的交易策略：

（1）上下看基差：上半部分，基差率为正，期货贴水，适合做多；下半部分，基差率为负，期货升水，适合做空。

（2）左右看库存：左半部分，库存同比下降，同期去库，适合做多；右半部分，库存同比增加，同期累库，适合做空。

（3）大小看利润：气泡大，利润率高，高利润不可持续，适合做空；气泡小，利润率低，低利润不可持续，适合做多。另外，彩色气泡代表盈利，黑白气泡代表亏损。黑白气泡越大说明亏损越严重，黑白气泡越小说明亏损越少。

所以，对于高库存+高利润+高升水→单边做空，在上述的气泡图中就比较简单了。高库存，我们就去找库存同比增加的气泡，即右半部分；高利润，我们就去找彩色的大气泡；高升水，我们就去找基差率为负的气泡，即下半部分；然后我们在整个图表中取三者的交集，结果就出来了。

同样的道理，对于低库存+低利润+深贴水→单边做多，在上述气泡图中也非常简单，我们采取同样的方式去选择交集，最终结果是第二象限的品种。在第二象限的品种当中，如果一个库存同比变化较大，说明驱动非常强；一个基差率特别大，说明期货估值特别低，气泡大小差不多，说明利润率相当。这个时候该如何选择呢？从数学的角度来讲，应该选择距离原点最远的那个品种。

此外，我们不仅可以从中选择单个品种的多空方向，还可以选择对冲品种组合，例如第二象限的品种和第四象限的品种，最好是同一板块的品种，无论是宏观、利润还是其他方面都相同，唯一不同的就是基差和库存，可以作为对冲组合。

如果是能化品种，也可以从中选择对冲组合，因为这个交易模型是以产业逻辑为主的，可以对冲掉宏观因素，可以对冲掉原油因素，只留下产业因素，可以选择做多第二象限的能化品种，做空第四象限的能化品种，如果两个能化品种对原油的敏感性相当，价格波动率相当，那么就更完美了。能化品种对冲交易的逻辑如图9-10所示。所以，我们还可以利用这个气泡图组合来选择跨品种对冲的组合。

图9-10　能化品种对冲交易的逻辑

对于第一象限和第三象限的品种来说，尽量不要单边参与，而是选择跨期或者套利交易。以第一象限中的品种为例，从基差率的角度来看，HC比RB的基差率大，说明HC主力合约贴水幅度更大，比RB更满足深贴水；从气泡颜色和大小来看，RB和HC颜色相同，都是盈利的，但是RB的气泡比HC大，说明RB的利润率高于HC，所以HC比RB更满足低利润；从库存变化角度来看，RB库存同比变化不大，而HC库存同比略微增加一点，但并不明显。所以对于卷螺差而言，可能多HC空RB会比较合适一些。

也许，很多交易者会好奇，上面介绍的跨期套利的交易策略如何在图中得以体现呢？其实很简单，正套可以从第二象限中找，反套可以从第四象限中找。当某个品种基差率特别大，但是库存同比减少并不多时，即气泡特别靠近纵轴，这个时候可以考虑做正套，基差率大就是back结构，库存同比减少，就是库存验证，这就是back结构+库存验证→做正套⁽²⁾。

同样的道理，当某个品种基差率特别小，但是库存同比增加并不多，这个时候可以考虑做反套，这就是contango结构+库存验证→做反套⁽³⁾。当然，这个条件也可以放宽到第一和第三象限，但归根结底气泡要特别靠近纵轴，因为在做跨期套利的时候，近月合约主要以顺基差为主。

市场上影响价格的因素有很多，例如，消息、心理、情绪等，但是归根结底还是反映了库存、基差、利润三个终极指标，消息可能是骗人的，心理可能过度乐观或过度悲观，情绪容易受到感染，但是库存、基差、利润这些数据是不会骗人的。

对于普通散户来说，如果你一直做某个板块的5个品种左右，持续利用这个三维气泡图去跟踪，我相信这种简单的方法，比很多机构去搞那么多复杂的数据、信息、图表，写那么长的报告要有效得多，因为对于交易者来说，我们需要对数据和信息做减法，得到一个明确的交易策略。

从上面的分析过程来看，我们其实寻找了三个比较重要的指标：库存、基差、利润，更重要的是，我们在使用三个指标的时候注重平衡，当三个指标指向一致的时候，我们直接单边交易；当三个指标指向不一致的时候，我们通过修改策略，降低策略的风险来重构平衡，即我们选择跨期、跨品种对冲交易的方式。

方向、起点、终点→策略，这个是格局的问题。这个交易模型能帮你解决方向性的问题，即让你交易时有方向和策略，但这并不代表你使用这个交易策略就一定能够赚钱，因为交易中没有圣杯，也不存在常胜或者必胜的交易策略。任何交易策略都有失效的时候，只是将这种策略拉长时间周期来看，它是一种长期有效，短期或者偶尔会失效的交易策略。

价格、仓位、节奏→细节，这个是细节的问题。交易时并不是有了大格局就一定能够赚钱，细节处理不好，照样会亏钱。要想长期交易成功，关键是保持投资组合布局平衡。从策略的角度来说，我们可以选择不同的品种、交易方向以及交易策略，从细节的角度来说，我们的持仓需要注重平衡，多空总的货值相对平衡，这样抗风险能力更强一些。

除了上面提到的策略平衡、仓位平衡之外，交易和生活也需要平衡，交易只是生活的一部分，而不是生活的全部。交易需要注重的几组平衡如图9-11所示。

图9-11　交易需要注重平衡

交易需要不断地总结和反思，当你需要提炼自己的交易框架时，需要借助理论分析、逻辑分析和实证分析，这些分析方法同样适用于你的人生和生活。希望交易者在追逐交易成功的同时，也能够注重交易与生活的平衡，享受生活的乐趣！

(1)　图9-9中，P和EG气泡为绿色，其他气泡为红色。

(2)　back结构+库存验证→做正套，这是基于期限结构+库存验证的交易逻辑，在后面的章节中会详细介绍。

(3)　contango结构+库存验证→做反套，这也是基于期限结构+库存验证的交易逻辑，在后面的章节中会详细介绍。