Python X 原物料交易｜規劃適用整年的高勝率交易策略

市面上第一堂「Python x 原物料交易」課程

# 透過基本面、籌碼分析、Python 統計分析，找出專屬於原物料商品的高勝率交易策略！

原物料基本面分析方法

原物料商品最能完整表現經濟學中的供給與需求法則，在分析原物料商品時，必須要有明確定義的供給與需求架構，課程中將會引用經濟學中的基本供需模型，透過這些模型來輔助我們來進行分析與判斷原物料商品的未來走勢。

有了供需模型觀念後，就可以針對個別原物料市場進行分析，原物料商品都有相當完善的基本面數據可以分析，例如某地的原物料現貨庫存量或生產量等，透過這些數據可以作為中長天期交易的數據佐證，基本面數據可能落後，但可以確認趨勢的存在。

原物料期貨籌碼分析—交易者承諾報告（Commitments of Traders, COT）

相信大家在交易台股時很喜歡分析外資的期貨淨部位，美國交易的期貨商品其實也有這種東西，但資料頻率為每週一次，相對較適合中長期方向性交易，COT 報告主要分為大型避險者、大型投機者與小型投機者，大型避險者就是實際參與該種原物料的業務，例如原油鑽油井公司或煉油廠，大型投機者比較屬於華爾街的大型投資銀行或避險基金，以上兩種都是有一定的留倉口數門檻，而小型投機者就是「散戶」。

大型的機構投資人除了具有資金優勢外，更重要的是具有資訊優勢，所以我們可以藉由每週公告的淨部位資料來觀察整體大型機構投資人的行為，與 Smart Money 站在同一個方向。

利用 Python 統計分析找出原物料的季節性規律

我們會利用在第四章的能源篇來建立季節性分析的方法，透過幾十年的期貨歷史資料來進行時間序列分析，並從中間萃取出核心的季節性走勢，舉例來說，我們可以輕鬆找出容易在四月份出現大漲的原物料商品，在每年的四月份都可以留意這些商品的潛在交易機會。

當然市場並不是如此的簡單，季節性走勢只是一段時間可能走勢的方向，實際走勢仍受當下的需求面或供給面影響，例如 2020 年發生的 COVID-19，在發生的初期導致全球商品需求中斷，而出現供給過剩的價格崩盤走勢，而在中後期各地因為缺工的影響，生產面供應不足，導致所有商品出現大多頭走勢，所以在操作季節性走勢時，仍需要建立一套明確進出場的交易策略。

利用季節性規律來建立高勝率的交易策略

季節性走勢周而復始，感覺在某個月份買進，在某個月份賣出就好了，但是交易策略是需要更為科學化的設計，需要設計進場點與出場點，最後一章將會帶領大家透過多商品幾十年的資料來建立一個分散風險的季節性交易策略，同時持有多個季節性優勢產品，以降低季節性走勢失敗風險，在勝率相對高之下，盡可能利用大數法則來獲得收益。除了操作期貨或 ETF 工具之外，進階的投資人也可以建立選擇權價差部位來作季節性交易。

華人傳統的農民曆代表著古人經過歷史統計出的結果，最基本的月亮陰晴圓缺就是一個最容易理解的季節性週期，而原物料季節性走勢也是一樣，這都是屬於一個統計上的觀念，只不過我們可以比古人方便獲取透過歷史資料來分析，上表為利用過去幾十年的歷史資料跑出來的原物料季節性交易農民曆，利用統計上的顯著性判斷出哪個月分適合交易哪些產品。

進階價差交易策略

原物料交易除了可以進行單商品的方向性交易外，也有相當多的多支腳策略可以進行，例如賭近遠月價差收窄或發散的期貨跨月價差，或跨商品間的統計套利，此價差策略風險更小，季節性波動更為穩定，更適合作為持有一整個期間的交易策略。

完整學習 3 大類 13 種原物料特性和交易策略

# 從入門到進階交易策略一次學習！

課程中，首先會完整介紹原物料市場，接著將針對能源、農產品和金屬進行詳細介紹，並詳述課程的核心重點－季節性方向統計和價差策略。

• 能源：原油、天然氣
• 農產品：黃豆、小麥、玉米、咖啡、可可、棉花、活牛與瘦肉豬
• 金屬：黃金、白銀、銅

最後，課程還會進一步讓大家學會進階的原物料交易策略，教導大家找出更穩定的季節性走勢、建立選擇權價差部位、建立規避通貨膨脹風險策略！

原物料商品有哪些特性？跟其他投資標的有什麼不同？

# 原物料商品比股票複雜，但卻是順勢交易者的天堂！

台灣投資人過去相當積極參與原物料商品的投資，曾經創造了多個 Taiwan No.1，例如世界上最大的原油槓桿 ETF 與最大的農產品 ETF，但大多數投資人的策略就是小跌小買或大跌大買，原物料商品較股票複雜得多，且有可能會有放越久賠越多的狀況（期貨持有成本），這也是間接導致元大原油正2 (00672L) ETF 被下市清算的其中一個原因，以下為原物料與股票的差異：

1. 趨勢性明顯，價格波動大

一般而言，股價指數的年化波動度約為 10%~20% 之間，個別股票年化波動度可能在 20%~60% 之間，而原物料波動度平均介於 30% 至 60% 之間，且雙邊偏態嚴重容易形成尾端的暴漲與暴跌，可以說是順勢交易者的天堂，也可能是高槓桿交易者的墳場。

2. 期貨持有成本 / 收益

以股票期貨來說，期貨長期可能是遠月期貨較近月期貨低，所以長期多單投資並不會價值減損，反而還會有持有收益，但原物料商品就不一定了，原物料期貨的正逆價差幅度均較股票期貨大，在投資交易上絕對不能忽視長期轉倉帶來的虧損或收益，散戶投資人習慣於賠錢套牢就放著不管，這個行為在原物料交易是大錯特錯，長時間的轉倉成本將會讓資產價值持續減損。

2 大優勢告訴你為什麼要學會交易原物料

# 對抗通膨、季節性規律顯著！

相信大家一定有看過餐飲店公告：「由於原物料上漲，全品項調漲 10 元」。類似的內容，絕對讓身為消費者的你我幹意滿點，每週末中油又會宣布下週汽油全面調升 0.5 元。這些會讓我們荷包縮水的東西，就叫做通貨膨脹（Inflation）。

做多一籃子原物料商品來針對我們的日常消費進行避險，當原物料上漲時，會因為避險部位賺錢而抵銷消費價格上漲的痛苦。原物料價格高漲不利於債券價格與新興國家股市的成長，長天期債券對於通貨膨脹率相當敏感，當市場對於通貨膨脹預期升溫，債券殖利率彈升，債券價格下降；新興國家股市通常消費與投資需求強勁，所以在通貨膨脹快速拉升下，將顯著影響人民的消費意願與企業的投資規劃，進而導致股市容易受到壓抑。

在台灣，我們每年進入六月份後就會開始開冷氣，而在氣候暖化的狀況下，冷氣可能會一路開到十月，就可以發現民生用電需求在夏季前後是最高的，間接代表台灣的煤炭與天然氣的發電需求在這個期間會大增。

而全世界中，90% 的人口居住於北半球，所以在地理上的極端差異下，對於各種商品的需求必定有季節性規律的產生，這些供給與需求的消長將會導致原物料價格存在有規律性，何不就把這個統計優勢發展成一個一年四季都可用且周而復始的交易策略呢？

# 原油類商品季節性走勢

# 黃豆商品季節性走勢

上課前你可能還會有的疑問

Q1：沒有Python程式基礎可以上嗎？

建議可以先研讀市面上的Python的基礎教學，先熟悉語法後，再去研讀numpy與Pandas相關套件的使用方式。

Q1：需要哪些金融投資知識呢？

課程中會希望大家曾經有研究或交易過股票與期貨，知道買賣的運作方式，或期貨轉倉與結算等。

講師經歷

雷大

多年法人自營交易室選擇權交易員，主要進行高頻、套利與選擇權交易，擅長使用 Python 進行程式交易與投資研究分析，同時經營雷大的 Python 投資筆記 Blog，主要分享金融市場分析、量化交易與 Python 相關教學，希望讓更多人能夠紮實的學會 Python 量化交易領域。