1、高振幅行情具有聚集性，大概率在11月出现，其次是7月。
2、历史上当出现这些高振幅的行情时，跌的概率更大，且跌幅较深，一般当日跌幅在2%+。通过二项式回归支持这一判断。
3、从历史表现上，高振幅行情出现后波动率倾向于保持低位，也就是说行情倾向于顺畅单边走势。
4、结合今年十一月的表现，商品市场大概率延续下跌走势。
正文
一、大胆的预测
双十一当天，打折满天分，我们公司却在天津召开四季度投资策略报告会。当时当日，商品市场疑似出现了下跌行情，自最高点已经下跌了6.65%。应时对景，我在会上大胆预言：商品市场上的双十一行情不会太远了，且在一个月内，倾向于11月下旬。
我预测的主要根据：
2、根据历年商品市场的转势的特征和时间节点，我认为商品市场11月下旬12月上旬出现打折行情的概率比较大。
https://bang.wallstreetcn.com/LTE2Nzg0ODcxNjE=
二、小心的论证
大胆的预测，往往需要小心的论证，不然真变成胆大了。时至今日，11月南华商品指数下跌5.76%，11月11日到现在南华商品指数下跌3.29%，那么商品市场下一步还会延续下跌之势吗？从统计的角度来讲，小K认为大概率会。
下面我们从统计的角度来对这一问题给出一个可能的视角。
我们选取的样本数据是南华商品指数全部历史数据（2004/6/1-2018/11/21）共3524个样本，其中包括涨跌幅，振幅两个维度。研究的重点是高波动性（振幅>2.5%）的样本.为什么选择2.5%呢？主要是考虑到出现的概率，振幅大于2.5%在历史上只出现了91次，出现的概率是2.58%，位于振幅分布的极右尾部。见图2.也就是说出现的可能性很小，这样才具有可识别性。
数据清洗、整理分析过程略过，列出主要结论：
1、高振幅性具有聚集性，也就是说高振幅出现相对比较集中，这个跟金融数学中波动率Garch模型理论一致。实质上讲，振幅也是波动率定义的一种方法。具体上讲，除了08年（金融危机）出现了14次，16年（15年商品大底的第一年）出现了41次，06-07年牛市，12-14年熊市均没有出现过，其余年份出现的次数也不多。另外从分布上来看，主要集中在6-7月，10-12月，也就是说6-7月，10-12月变盘的概率更大一些。具体地讲，11月份出现的概率最大，达16.5%,其次是7月11%，再其次是3月和12月，出现的概率均为9.9%，出现概率最小的月份1-2,9月，概率均为4.4%。这个可能违背的我的直觉意识，但这个事实。尤其是近些年表现的更明显一些。小K认为主要原因：随着商品市场参与度的提高，旺季预期行情反应的越来越早，变盘的时间节点提前。其二，随着期货套保理念的普及，现货市场上淡旺季的规律越来越淡化了。BTW，我押注11月原来还是有统计意义上的支撑呢。见图2.
2、当出现这些高振幅的行情时，市场的表现如何？
从图5的涨跌幅与振幅的分布图上来看，当出现这些高振幅的行情时，跌的概率更大，且跌幅较深，一般当日跌幅在2%+。计算一下，只有2016年振幅大于2.5%的下跌概率不超过50%（这个刚才提过了，熊市反弹的第一年），其他年份均超过50%。历史上上所有样本的出现的概率为57.1%，具有一定的交易价值。恰巧2018年11月21日，南华商品指数出现巨振，2.55%，似乎暗示着什么？
3、我们从回归的角度来看一下是不支持第二条的观点呢？
以涨跌幅为横轴，以振幅为纵轴，以二项式回归，y = 0.1696x
2+ 0.0016x + 0.8591，R^2=0.2607，p-value:
https://bang.wallstreetcn.com/LTE2MDQzMzg1OTA=
https://bang.wallstreetcn.com/LTE2MTA3NjU5ODM=
https://bang.wallstreetcn.com/LTEwNTU4MDgyNzk=
https://bang.wallstreetcn.com/LTE5MzQwMjM1Nw==
https://bang.wallstreetcn.com/MjExMzU3Mzk4Mw==
https://bang.wallstreetcn.com/MjA1NTUyMzYwNA==
三、基本结论：商品市场大概率延续下跌走势
1、高振幅行情具有聚集性，大概率在11月出现，其次是7月。
2、历史上当出现这些高振幅的行情时，跌的概率更大，且跌幅较深，一般在2%+。通过二项式回归支持这一判断。
3、从历史表现上，高振幅行情出现后波动率倾向于保持低位，也就是说行情倾向于顺畅单边走势。
遥想2016年双十一过后的杀人夜，结合今年十一月的表现，小K认为今年商品市场双十一之夜不远，大概率延续下跌走势。
评论 (0)