黑色商品产业链图示

（正文）

1.拥有完备产业链条的工业品，更易于做基本面量化

下面两张图分别展示了铁矿石、双焦、钢材之间产品的产业链，以及石油和其化工品的产业链条。这两个产业链条中包含了很多上市的期货品种，每个品种的上中下游产品清晰明确，库存、开工率、产量、产能、等可量化的基本面指标多，成本和利润之间有较为明确可得的数量关系。另外供应量和需求量也可以通过产量、开工率、进出口及库存的变化来反映，且供求逻辑可以直接通过产业链条进行传导。例如上游原材料开工率增加，则易导致中游产品供应增加，或生产成本降低，从而导致其价格走弱，而下游制成品开工率或者利润增加，则易导致中游产品需求增加，从而导致其价格走强。

以PTA为例，其上游生产链条依次包括原油，石脑油，PX，可以计算裂解价差，加工费等量化指标。中下游端包括乙二醇生产聚酯，聚酯下游包括涤纶短纤，涤纶长丝，覆盖了家纺、服装、日用洗化和汽车行业等领域。PTA生产链条上包含了许多已上市的期货品种，期货价格和现货价格数据充足。PTA的交易流动性充足，其仓单数据等也可用来做量化分析。此外由于PTA品种上市较早，有较长时间的历史数据进行回测，回测的统计显著性相对较高。

图1：黑色商品产业链图示

资料来源：国泰君安期货研究

图2：石油化工产业链条

资料来源：国泰君安期货研究

2.探讨基本面量化在农产品上的制约：以棕榈油和菜籽油为例

农产品的种植和生产有较强的季节性，容易受到天气、政策等多重因素的影响。在天气端可量化的工具主要有气温、降水、湿度等数据性指标。不过，有经验的生产商、农民等往往会依据经验及其他非量化的判断，提前部署生产。同时，也有一些交易参与者会利用舆情炒作天气话题，比如厄尔尼诺和拉尼娜现象，故量化数据的发布时效性及作用效果会有所减弱，构造的相关因子对于交易的指示性不够显著。此外，由于许多主要农作物，例如大豆、棉花、玉米等均为全球性农作物，其基本面的研究往往需要细致到某个国家的省、州甚至主要城市，对于量化数据质量上的要求和研究者的知识储备更高。政策上的影响包括但不限于：国家对于农业生产的扶持，进出口贸易影响等。