一、引言

根据国际期货业协会（FIA）发布的数据，2021年全球85家交易所的场内衍生品（包括期货和期权）的交易状况显示，2021年全球期货和期权交易量625.85亿手，同比增长33.7%，连续4年创下纪录新高。其中，期货交易量292.75亿手，增长14.6%；期权交易量333.09亿手，增长56.6%。 从交易所衍生品交易量排名看，2021年，全球衍生品交易量排名前三的交易所分别为印度国家证券交易所（NSE）、巴西交易所（B3）和CME集团，分别成交172.55亿、87.56亿、49.43亿手。我国的郑商所、上期所、大商所均跻身前十，分别排在第七、第八和第九，中金所排在第二十七，香港交易所、台湾期货交易所分别排第十七和第十八。

从单个品种交易量排名看，上期所的螺纹钢期货是唯一跻身交易量前十的商品类合约。在全球农产品期货和期权交易量排名中，前十均为我国交易所的品种，依次为豆粕、菜粕、豆油、棕榈油、玉米、天然橡胶、纸浆、白糖、棉花和菜籽油期货。在全球金属期货和期权交易量前十中，我国交易所有九个品种，螺纹钢、白银、热卷、铁矿石、镍、铝、硅铁期货依次排在前七，硅锰和锌期货分列第九和第十。在全球其他商品期货和期权交易量前十中，我国交易所也有九个品种，PTA、甲醇、聚丙烯、纯碱、玻璃、PVC、LLDPE期货依次排在前七，乙二醇和苯乙烯期货分列第九和第十。在全球能源类期货和期权交易量前十中，我国交易所的燃料油、沥青、动力煤、焦炭、焦煤期货分列第二、第五、第七、第九和第十。如表1所示，商品期货交易信息白银合约（ag2301）在2023年1月3日的开盘价为5364、收盘价为5390，成交量为1164手，成交金额为9345.64万，持仓11128手。

表1 商品期货真实交易数据展示（白银ag）

合约单位：铜、铝、锌、天然橡胶为5吨/手，天然橡胶(1208开始)、燃料油、沥青、螺纹钢、线材、热轧卷板为10吨/手，燃料油(1202开始)为50吨/手；黄金为1000克/手；白银为15千克/手；铅为25吨/手，2013年9月2日起为5吨/手。报价价单位：铜、铝、锌、铅、螺纹钢、线材、热轧卷板、天然橡胶、燃料油、沥青为元/吨；黄金为元/克；白银为元/千克。成交量、持仓量、持仓变化单位为手，单边计算；成交金额单位为万元，单边计算。

我国期货（Futuers）市场不断发展壮大，期货品种、交易规模等方面都不断凸显其重要程度。截至2023年5月，我国商品期货上市交易的品种数量达到48个，包括农业品、金属、能源化工等类别，不断扩大的市场规模与市场容量，使得商品期货市场渐渐成为我国现代化市场经济体系的重要构成部分。随着商品期货品种数量的增加，部分商品的产业链条日趋完善，过去以单一品种期货价格波动为主要特征的期货市场，如今更多地呈现出行业整体波动的特征。

上期所是我国五大期货交易所之一。油气领域的品种如原油、燃料油、低硫燃料油、沥青等均在上期所上市，且其正在筹备的汽油、柴油、液化天然气、石脑油等品种处于研发阶段。上期所挂牌交易的20个期货合约、6个期权合约中，原油期货是我国首个国际化期货品种，对我国期货市场对外开放具有标志性意义。中国期货交易市场保持稳步增加。中国期货业协会最新统计资料表明， 9月全国期货交易市场成交量为5.8亿手,成交额为43.2万亿元。1-9月全国期货市场累计成交量为49亿手，累计成交额为4,007,430.88亿元。

我国商品期货市场中能源类、化工类、金属类等相关行业的基本面由于受到相关因素变化的影响，如国内生产总值、存贷款利率、房地产及基建投资等宏观经济因素变化影响，更是呈现出产业链的波动特征，为我们寻求基本面套利交易机会，进行基本面套利提供了依据。 2017年公布的FIA年度报告中，无论是从成交手数，成交金额，交割数量等方面，我国在全球期货交易市场的占比均名列前茅，足以证明中国的期货市场正在经历一个高速发展的时机。2017年6月中国A股加入MSCI也逐渐说明了中国市场和来自中国市场的资产进入了国际资本配置的行列。原油期货等一系列商品期货的上市，以及生猪期货等一系列期货合约也即将推出，将极大丰富国内投资者面临的投资选择。目前相较国内金融期货市场而言，商品期货市场更加规范与成熟，其中商品期货部分品种的主力合约日均成交量和成交额均名列前茅，尽管与证券市场相比显得流动性稍有不足，但是，总体而言商品期货市场的流动性仍然能够满足量化投资策略的投资要求，是当下越发受到资金青睐的新兴的量化投资市场。

期货的意义在于价格发现和套保。对于投资者来说，面对当前复杂繁琐的投资分析方法，简单利用量价构建的量化策略，并不能完全满足投资者的多元化需求。投资者逐渐意识到符合逻辑的投资变得越来越重要。传统量化策略仅在数理上深入远远不够，更需要与现实环境相结合。正因如此，投资者希望能够有效地把定性和定量的方法的相结合，也就是说，把基本面分析和量化的方法结合，以期实现稳健的盈利。基本面量化正是基于这样的背景下所提出的，它是基本面分析和量化分析方法的有效结合。这种方法可能更适合中国市场，毕竟现在研究基本面的人很难处理这么多信息。因此，我们必须借助工具来让投资者能够处理更多的信息，最终做出决策。从这个意义上说，量化也将一些原始的基本信息，如人的思维和投资逻辑，转化为量化后的模型，未来的趋势应该把量化和基本面有效结合。 另一方面，2018年3月初我国的公募基金数量就已经超过5000只，但多集中在股票市场和债券市场，期货市场少见，这与投资者的多元化投资需求存在较大的差距，随着中国期货市场的不断发展和完善，将会有越来越多的基金或投资者考虑利用商品 期货参与到商品期货资产配置。

然而，相对于国外丰富的经验，我国商品期货市场还处于稳步发展阶段，国内对期货方面的研究缺乏系统性，有待进一步深入研究，大多局限于对跨市套利、跨期套利和跨品种套利等常规的交易策略做叙述和简单的实证分析。对于基于基本面分析与量化方法相结合的套利策略，目前来说仍然显得匮乏，非常有必要在我国期货市场进一步发展的情况下做更加深入的研究。因此，对作为一类资产的商品期货的套利交易进行研究，从传统意义上来说，套利交易有利于价格发现、风险转移和提高流动性。进一步，研究商品期货套利交易更有助于在新一轮的投资热潮中找到商品期货套利投资的盈利方式，为我们在实战交易中提供方式方法和思路参考。因此，基于基本面分析的基础上，引入量化交易的思想，并将二者结合用于商品期货市场套利交易策略的设计，有利于丰富现代金融理论关于商品期货套利交易的理论，以及为投资者进行商品期货套利实践提供参考。

一方面，期货市场存在大量的投资机会，另一方面，也存在较大的风险。全球大宗商品价格在2004-2023年间产生了极大的波动，特别是在金融危机期间大宗商品价格持续下跌；2020年疫情、美联储货币政策和地缘政治都加剧了商品市场价格的波动。在全球大宗商品价格涨跌不定的情况下，企业在采购原材料和销售产成品时必然会面临市场价格波动所带来的风险，因此，如何消除或降低价格风险成为了企业风险管理中最重要的一方面，也是企业持续保有市场竞争力的重要来源。因为波动大，我们需要深入分析其基本面和套利规律，以防范风险和应对。

本文的贡献如下。首先，本文梳理文献，对商品期货基本面的经济规律做整理和总结，从中分析出有效的基本面量化套利方法。其次，基于模型和统计方法，我们用最新的多品种数据，实证检验套利方法的有效性。再次，本文基于理论和实证分析，优化参数和迭代策略研究方法。最后，本文从投资者的角度给出参考和决策方法，从监督机构的角度给出风险防范的建议。

后续论文的安排：第二部分是文献综述，从期货市场特征、期货对应的宏观经济规律、量化套利等角度梳理相关文献；第三部分是方法和模型的说明；第四部分是实证结果和讨论；最后是总结和建议。

二、文献综述

2.1 关于基本面分析方法的研究

基本面分析依据有价证券的内在价值，深入探讨影响其价格及走势的多种因素。Graham 和Dodd（1934）在其《有价证券分析》一书中强调了企业的内在价值是由企业的资产情况、收入和利润、以及预期收益等因素决定，并且这些因素均能够量化，因此企业的内在价值可用量化的模型来分析，即利用企业的预期收益乘以适当的贴现因子来估计。如运用股息、销售收入、利润、净资产、账面价值和现金流量来判断企业的内在价值，称这种分析方法为基本面分析法，重点是利用企业的历史会计信息来分析企业的内在价值。其他国外学者如Arnott、Hsu和Moore（2005）构建的基于过去会计数据的基本面指数，正是基本面分析的早期应用，也开创了构建基本面指数来指导股票投资的先河。  

近年来也有国内学者将转向研究上市公司的基本面，这也被称作是价值投资的基本功。如陈述云（2001）利用统计回归分析的一般方法对筛选后的25个基本面因素进行检验，以此研究基本面因素与股价的相关性，以及基本面因素对股价变动的解释程度。其他学者如吴红军（2003）、毕研勤，朱传宝（2006）等也从不同的研究角度选取不同的财务指标来研究股票基本面。总体来说，关于基本面的研究基本遵从了Graham（1934）基于内在价值的开创性研究，但大部分研究的对象仍然是围绕股票市场进行，对期货市场的基本面分析较少。

张珣(2018)发现基本面量化套利组合策略在控制住最大回撤的同时也获得了较高收益。他首先通过梳理现有文献基础和相关理论夯实本文的研究基础，接着根据商品期货的特征制定商品期货基本面分析框架，以此来定性研究商品期货价格的主要影响因素。其次，构建商品期货基本面因素的量化分析方法。最后，设计基本面量化套利组合交易策略，并结合实际应用案例进行分析。

2.2  关于商品期货量化套利的研究

Working（1949）认为期货市场的套利交易有利于减少现货价格波动，也就是说，当现货基本面预期不能够支撑期货价格时，就会产生无风险套利机会，而套利行为又将进一步推动期货价格和现货价格重新回到均衡状态，这是关于期货套利交易概念的最初来源。随后，Leo Melamed（1977）指出因为套利者交易的是两个及以上的期货合约，因此无风险套利的利润并不是基于商品自身价格的涨跌，而是来自于不同合约之间价差的变化。类似地，Kanamura，Rachev和Fabozzi（2010）均认为期货的套利交易其实质就是配对交易，配对交易的收益来自于合约价格的相对变动，而不是绝对变动。Christopher K.M和LueA.Soenen（1988）研究发现黄金与白银的期现价差存在一致性，价差的不断变化使得存在短暂的套利机会。对于套利与价差的关系，Mark G.Castelino和Ashok.Vora（1984）研究发现相关期货合约的价差波动强弱来源于该合约距离到期日的时间长短。进一步，G.Vidyamurthy（2004）则认为期货与现货的价差越大，期货被错误定价的程度也就越高，期现套利的获利空间越大。此外，David.P.Simon（1999）认为价差偏离长期均衡水平的情形是短暂的，并据此提出大豆压榨利润的价差交易策略。

国内方面，早在期货市场建立初期就有学者研究套利交易的价格发现功能以及对市场的作用机制。钱小安（1995）就从价格发现功能和市场流动性的角度，研究套利对我国期货市场的作用。宋逢明（1997）进一步研究认为套利交易使得我国期货市场上的非正常价格状态有所缓解，对于提高期货市场效率意义重大。此后，李经谋和童宛生（1997）则提出套利交易的三个前提假设，以及我国期货市场制约套利交易发展的因素和对策建议。在套利模型及策略方面的研究。郑大伟等（1998）提出价差波动强弱的概念，并根据套利交易者采取的不同套利方式构建相应价差套利定价模型，然后运用该模型去预测损益情况。唐衍伟（2006）针对黄豆、铜和天然橡胶的期货价格周期性波动进行了实证分析，研究发现我国的期货市场并未达到强式有效市场，存在无风险的套利空间。曹晓科（2008）构建了商品期货跨品种套利和行业产业链套利的两个套利模型， 其中价差是套利的关键。樊鹏英（2010）以行业产业链分析为基础，提出基于行业产业链分析的商品期货套利策略，研究发现基于行业分析的多品种套利策略存在较高收益。高扬（2011）通过对大豆期货的基差及无套利区间进行分析，研究表面合约间存

在正向套利收益。

随着金融工程技术的深化，近年来的研究多运用数理统计的方法建立模型，以此来进行套利交易分析。例如，华仁海（2002）就利用相关性分析以及VAR模型和Granger因果检验的方法，对我国期货市场的价量关系进行了实证分析，结果发现成交量与绝对价格波动之间存在正相关关系，表面市场信息已在最新的价格中得到体现。类似地，现代商品期货套利投资策略多基于统计套利的方法，通过协整理论、回归分析等方法来进行套利，相关的研究如（扈文秀，2013；高兴波，2014；陈桂军，2015；周亮，2017）。

2.3  文献评述

从上述文献可以看出，商品期货套利的理论基础来源于商品期货定价理论。国外先进的金融投资理论为研究套利策略夯实了理论基础，也指明了下一步研究的方向。这些套利操作方式和技巧，能够对西方成熟市场的套利投资活动进行指导，但是由于我国期货市场的特殊性，相对来讲还比较封闭、规模也很有限，期货价格可能存在不合理情况，因此直接将这些研究应用到我国期货市场上可能不太显著。国外的发展趋势偏向于数理化、模型化，与统计、计量等结合在一起，引入时间序列等，而国内侧重于在传统的协整理论基础上建立套利模型。国内学者在期货套利理论研究方面做了不少尝试和突破，在定价模型、价格预测、收益率分析等方面都已有一些研究，为后续套利研究做好了铺垫。相对于国外丰富的经验，我国商品期货市场还处于稳步发展阶段，国内对期货方面的研究缺乏系统性，有待进一步深入研究，大多局限于对跨市套利、跨期套利和跨商品套利等常规的交易策略做叙述和简单的实证分析。对于基于基本面分析的量化套利交易机制的深入诠释和套利策略的系统性设计与应用，目前还十分匮乏，有待在我国资本市场进一步开放情况下做更深入的实践研究。因此，基于基本面分析的基础上，引入量化交易的思想，并将二者结合用于商品期货市场套利交易策略的设计，有利于丰富现代金融理论关于商品期货套利交易的理论，以及为投资者进行商品期货套利实践提供参考。此外，将经济规律与期货的量化交易相结合的研究还比较少，之前的文献聚焦于解释性，从样本外分析和预测性方面研究比较匮乏，本文重点从这几个角度展开。

三、方法和模型

这一部分，课题分为经济规律分析和量化分析两个部分，不失一般性，研究以铝（AL）为例展开。经济规律从供给和需求角度、从上下游产业链的角度和宏观经济规律的角度分析，为理论部分。后续的实证基于上海期货交易所的铝期货主力合约交易数据，分析供给、需求和宏观变量对期货价格的影响，基于模型做出预测，然后构建投资策略，分析定价有效性和模型的准确性。

3.1基本面分析：供给和需求、经济规律

（1）产业链视角

图1 商品铝对应的上游产业链

图2 商品铝对应的下游产业链

如图1和图2所示，商品铝的生产和应用由上下游产业链决定。铝的生产从铝土矿开采到电解铝得到标准化的产品由图1展示；铝经管加工进入电器设备、交通运输和家电等，由图2展示。

（2）供给和需求

图3 商品的供给和需求示意图

如图3所示，商品的价格直接由供给和需求决定，如果供给增加，则均衡价格下降；反之，如果需求增加，则均衡价格上升。反映供给和需要的指标包括商品的库存、开工率、消费指数等。具体的需求来自下游产业链链，需要来自房地产开发、机械设备、电器设备、电子、交通运输、金属容器、家用电器等。供给来自上游的铝土矿和电解等方面。从建模指标的便捷性和有效性，课题考虑了体现需求和供给的指标，包括经济发展程度（GDP增速）、开工率、库存、供给-氧化铝、利润等指标。

（3）宏观政策

 （1）

如公式（1）所示，为标的i（AL）在t时刻的价格，由市场对交割日价格（T>t），按照利率r折现，美联储政策如加息和降息会通过利率r对期货价格产生影响。

3.2 量化分析

基本面分析展示了商品价格决定的经济规律，具体的定价多少需要我们根据量化模型分析，所选的变量和指标来自基本面分析。

（1）假设

量化分析基于下面两个角度的假设，市场有效性：交易者通过交易把自己的信息反映到价格里面；市场局部无效：各种噪音和过度行为使得价格偏离正常价格区间。

（2）回归模型

 （2）

i代表不同的标的，t代表时间；是铝期货日度收益率变量，是被解释变量；是基本面和解释变量；是控制变量。是截距项，为解释变量的回归系数， 是干扰项。

（3）数据说明

宏观经济指标来自国家统计年鉴和开源网站tushare。变量包括GDP增长率、PPI（工业生产者出厂价格指数）和M0、M1、M2（货币供应量），本文经过筛选后考虑货币供应量变量。商品期货基本面数据，包括开工率、库存、利润数据，来自万得数据库。商品期货日度交易数据，包括开盘价、最高价、收盘价、最低价、成交量和成交额，数据来自铝的期货价格数据来自聚宽数据库（第三方）开源数据。最后得到2017年5月31日至2022年3月10日的1137个交易日的数据。

（4）变量说明

本文用的变量如表2所示，包括被解释变量期货价格收益率（re），和解释变量库存、供给、开工率、利润和货币量等。

表2 变量说明

四、实证结果分析

（一）数据说明与描述性统计

如表3所示，铝期货价格日度收益率（re）的均值为0，最小值为-0.06，最大值为0.05，标准差为0.01。

表3 描述统计

（二）回归结果

本研究将数据划分为两个时间段进行分析：样本内数据（2017年5月31日至2020年12月31日）和样本外数据（2021年1月1日至2022年3月10日），表四为样本内回归结果。如表4所示，库存（store）的回归系数为51，在1%水平显著;铝箔出口利润(lbck)的回归系数为-29，在5%水平显著，m0的回归系数不显著。

表4 回归结果

（三）策略验证

为了验证模型有效性，本文基于样本内的回归结果对样本外数据进行策略验证，即预测第二日铝期货收益率为正数，则做多买入，若为负数则做空卖出，计算整体收益率。如图4所示，策略在样本外（2021年-2022年）收益为正数，说明模型有效。

图4 策略展示

五、结论

结合经济规律与期货量化交易的研究仍较为稀缺，现有文献多聚焦于解释性分析。从样本外分析和预测性方面研究比较匮乏，本文重点从这几个角度展开。我们将数据分为样本内（2017年5月31日至2020年12月31日）和样本外（2021年1月1日至2022年3月10日。结果表面库存（store）的回归系数为51，在1%水平显著;铝箔出口利润(lbck)的回归系数为-29，在5%水平显著，m0的回归系数不显著。

为了验证模型有效性，本文基于样本内的回归结果对样本外数据进行策略验证，即预测第二日铝期货收益率为正数，则做多买入，若为负数则做空卖出，计算整体收益率。结果表明，策略在样本外（2021年-2022年）收益为正数，说明模型有效。

政策建议：为进一步促进我国期货市场的健康发展，建议采取一系列综合措施，包括增强市场透明度、促进品种多样化、加强风险管理与教育、优化监管框架、支持技术创新及加强国际合作。通过提高交易数据的可访问性和市场信息的透明度，可以提升投资者信心。同时，引入更多期货品种并支持跨境交易，有助于满足不同投资者的需求，增强市场的深度和广度。加强对投资者的风险管理和教育，提供投资策略与风险控制的指导，对维护市场稳定至关重要。此外，政策制定者应保持监管政策的灵活性和时效性，鼓励采用人工智能、大数据等先进技术，提升交易效率与市场透明度。最后，加强与国际市场的合作，共享最佳实践，对促进市场稳定性和增强全球竞争力极为重要。综合这些措施，将为市场参与者创造一个更加安全、公平和高效的投资环境。

参考文献

[1] Dodd D, Graham B. Security Analysis: The Classic 1934 Edition[J]. Mcgraw Hill, 1997.

[2] Ma C K, Soenen L A. Arbitrage opportunities in metal futures markets[J]. Journal of Futures

Markets, 1988, 8(2):199-209.

[3] Kanamura T, Rachev S T, Fabozzi F J. A profit model for spread trading with an application to

energy futures[J]. The Journal of Trading, 2010, 5(1): 48-62.

[4] Castelino M G, Vora A. Spread volatility in commodity futures: The length effect[J]. Journal of

Futures Markets, 1984, 4(1): 39-46.

[5] Vidyamurthy G. Pairs Trading: quantitative methods and analysis[M]. John Wiley & Sons, 2004.

[6] Melamed L. The mechanics of a commodity futures exchange: A critique of automation of the

transaction process[C]. Hofstra Law Review，1977.

[7] Simon D P. The soybean crush spread: Empirical evidence and trading strategies[J]. Journal of

Futures Markets, 1999, 19(3):271-289.

[8] Working H. The theory of price of storage[J]. The American Economic Review, 1949, 39(6):

1254-1262.

[9] Chng M. T. Economic linkages across commodity futures: Hedging and trading implications[J].

Journal of Banking & Finance, 2009, 33(5):958-970.

[10] Gorton G B, Hayashi F, Rouwenhorst K G. The Fundamentals of Commodity Futures Returns[J].

Review of Finance, 2013, 17(1):35-105.

[11] Arnott, Robert D., Jason Hsu, and Philip Moore. Fundamental indexation[J]. Financial Analysts

Journal 61.2 (2005): 83-99.  

[12] 钱小安. 对套利和图利的研究[J]. 国际金融研究, 1995(01):36-39.

[13] 宋逢明. 金融科学的工程化[J]. 金融研究, 1997 (7): 1-5.

[14] 李经谋, 童宛生. 中国期货市场运行机制[M]. 中国财政经济出版社, 1997.

[15] 丁鹏. 量化投资:策略与技术[M]. 电子工业出版社, 2014.

[16] 常清. 期货投资实战策略[M]. 教育科学出版社, 2009.

[17] 陈工孟. 量化投资分析[M]. 经济管理出版社, 2015.

[18] 唐衍伟. 期货价差套利[M]. 经济科学出版社, 2006.

[19] 曹晓科. 期货市场跨商品套利机制研究及实证分析[D]. 西南交通大学, 2008.

[20] 华仁海, 仲伟俊. 对我国期货市场量价关系的实证分析[J]. 数量经济技术经济研究, 2002,

19(6):119-121.

[21] 高扬. 基于套利视角的期货与现货价格关系实证研究[J]. 北京工商大学学报(社会科学版),

2011, 26(4):46-53.

[22] 樊鹏英, 张嘉为, 毛志杰,等. 基于行业分析的商品期货套利策略研究[C]. 风险管理与金

融系统工程国际研讨会. 2010.

[23] 扈文秀, 牛静, 李芳,等. 基于统计套利模型的商品指数期货双跨套利方案研究[J]. 管理

评论, 2013, 25(9):100-107.

[24] 高兴波, 郭甲蕾, 胡智磊. 统计套利策略在对冲基金投资中的应用研究[J]. 中央财经大学

学报, 2014, 1(6):31-37.

[25] 陈桂军. 我国农产品期货套利效率实证研究[J]. 价格理论与实践, 2015(2):91-93.  

39

[26] 周亮. 基于协整的期货跨品种套利研究—以黑色系期货为例[J]. 价格理论与实践,

2017(4):112-115.

[27] 陈述云. 基本面因素对A股股价变动影响程度的实证研究——对我国股市投机成份的定量

测定[J]. 贵州财经大学学报, 2001(4):33-36.

[28] 郑大伟, 于乃书, 张屹山. 期货交易中的投机套利模型[J]. 吉林大学社会科学学报,

1998(5):73-75.  

[29]张珣. 基于基本面分析的商品期货量化套利策略设计与应用[D].北京工商大学,2019.