《史瓦格期貨基本分析》是期貨操作基本分析領(lǐng)域內(nèi)最深入而涵蓋面最廣的一部經(jīng)典之作。史瓦隔多年在市場中操作、淺心鉆研，出版多本著作都甚受好評，公認(rèn)為這個領(lǐng)域中不可多得的權(quán)威。本書內(nèi)容彌足珍貴，是投資人每個交易日不可或缺的工具書。

期貨權(quán)威杰克.史瓦格利用基本分析預(yù)測價格走勢，產(chǎn)生明確可靠的信息來源，任何期貨交易人都不容錯失?！?Tom Baldwin Baldwin Group董事長

這本書不能讓你立即成為頂尖的商品交易人，但可以告訴你成功的開始必備的知識。 — Jim Rogers 《全球投資漫談》作者

杰克.史瓦格總是能夠以最清晰的手法，表達(dá)期貨交易最晦澀的內(nèi)容?！?Richard Dennis  Dennis Trading Group總裁

作者: Jack D. Schwager

譯者: 寰宇財務(wù)顧問公司

出版社: John Wiley ＆ Sons

出版年: 1998年7月

Jake D. Schwager  史瓦格 的其他著作有: <金融怪杰>又名<市場奇才>; <新金融怪杰>又名<新市場奇才>;《史瓦格期貨技術(shù)分析（上，下）》

前言

交易導(dǎo)向的金融書籍在內(nèi)容處理上往往都稍嫌不夠深入。另一方面，比較嚴(yán)格的書籍又太過于強(qiáng)調(diào)學(xué)術(shù)性而忽略實務(wù)上的運用。本書的宗旨是由實際交易的角度，廣泛而深入地探討基本分析的相關(guān)技巧。

第I部分將處理一個頗具爭議性的問題：那一種方法比較理想－－基本分析或技術(shù)分析？第II部分將介紹和種基本分析的方法。第III部分專門討論回歸分析，這是基本分析領(lǐng)域中運用最廣泛的一種工具。第IV部分是以個別或和類市場為主題：除了說明特定市場的概況之外，我們還透過實際的范例解釋第II與第III部分中各種分析方法的運用。

閱讀指引

初學(xué)讀者

本書的對象包括態(tài)度嚴(yán)肅的初學(xué)者與專業(yè)的玩家。初學(xué)者可以跳過第III部分（或許就該瀏覽第15章），因為其中的內(nèi)容稍微困難一些。略過第III部分并不會妨礙整本書的連貫性。可是，如果初學(xué)者有強(qiáng)烈的學(xué)習(xí)欲望，我可以強(qiáng)調(diào)一點，第III部分并沒有涉及艱深的數(shù)學(xué)。

進(jìn)階讀者

第2章介紹期貨市場的概況，這是針對初學(xué)者面準(zhǔn)備，目的是提供本書閱讀上的一些背景知識?；?名符其實"的原則，第2章的標(biāo)題定為“初學(xué)者導(dǎo)讀”。如果讀者對于期貨市場已經(jīng)非常熟悉，而且無法再忍受期貨術(shù)語或避險觀念的重復(fù)介紹，請直接由第3章開始。

所有的讀者

書中所引用的市場范例，完全是為了說明普遍性的觀念，絕對不是強(qiáng)調(diào)特定市場的個別運用。換言之，范例中所提到的個別市場，它們本身并不重要。所以，如果讀者對于相關(guān)市場沒有興趣，或許想略過不讀。請克制這種念頭，因為很可能造成內(nèi)容不連貫的后果。

目錄

上冊

第I部分：背景知識

1基本分析與技術(shù)分析之間的爭議
2初學(xué)者導(dǎo)讀
本章宗旨
期貨市場的性質(zhì)
交割
契約規(guī)格
成交量與未平倉量
避險
商品避險的范例
金融期貨的避險
避險的一般性評論
投機(jī)
資易指令的類型
傭金與保證金
稅務(wù)的考慮

第II部分：基本分析

3十四種邏輯謬誤或戒條
五段情節(jié)
十四種邏輯謬誤
由真空的角度看待基本面資料
把舊資訊視為新聞
去年同期的比較
將基本面資料視為時效的判斷工具
缺乏視野
忽略恰當(dāng)?shù)臅r間考慮
不當(dāng)?shù)耐评?BR>比較名義的價格水平
忽略市場預(yù)期
忽略季節(jié)性的考慮
預(yù)期價格將遵從國際交易協(xié)定的目標(biāo)水準(zhǔn)
根據(jù)不充分的資料做成結(jié)論
需求與消費的觀念混淆

4供／需分析：基本經(jīng)濟(jì)理論
供給與需求的定義
需求量化的問題
消費與需求之間的差異
納入需求的必要性
納入需求因子的可能方法
傳統(tǒng)的基本分析何以不適用于黃金

5基本分析的類型
老手的方法
平衡表
表格與圖形的方法
回歸分析
經(jīng)濟(jì)計量模型
季節(jié)類比的方法
等級歸類的方法
指數(shù)的模型

6技術(shù)分析工具在基本分析中的運用
趨勢定義的方法
范例
抽離趨勢的資料
考慮資料的時間落差
時間落差的衡量
優(yōu)化程序的缺點
資料公布的時間落差
指標(biāo)的權(quán)數(shù)結(jié)構(gòu)
單一指數(shù)模型的范例
后記

7預(yù)期的角色
采用前一年的估計值而不用修正數(shù)據(jù)
價格預(yù)測模型中納入預(yù)期的變數(shù)
預(yù)期對于實際數(shù)據(jù)的影響
如何界定新作物的預(yù)期？

8納入通貨膨脹

9季節(jié)性分析
季節(jié)性交易的觀念
現(xiàn)貨與期貨價格的季節(jié)性形態(tài)比較
預(yù)期的影響
真正的偏頗或常態(tài)的機(jī)率？
計算季節(jié)性指數(shù)
平均百分率的方法
關(guān)連相對法
分段處理季節(jié)性型態(tài)
抽離季節(jié)性影響的資料
最大上升量與最大下降量的季節(jié)性比較
反季節(jié)性的價格行為
由走勢圖中判定季節(jié)性
結(jié)論

10個別市場的季節(jié)性研究
本章表格的解釋
本章圖形的解釋
建構(gòu)季節(jié)性指數(shù)的價格資料
注意事項：季節(jié)性資料在交易上的運用
季節(jié)性表格與圖形

11市場反應(yīng)的分析
評估市場對于重復(fù)性事件的反應(yīng)
范例A：美國農(nóng)業(yè)部的豬只報告
范例B：十月份澄汗產(chǎn)量與收成估計
違反常態(tài)的市場反應(yīng)
重復(fù)性事件
孤立事性

12政府計劃與國際協(xié)議
討論主題：價格的影響
美國農(nóng)業(yè)政策：相互沖突的目標(biāo)
耕種面積的計劃
降低耕種面積的計劃
正常的彈性耕種面積
選擇的彈性耕種面積
土地休耕補(bǔ)貼
支撐價格的貸款計劃
基本貸款價格
目標(biāo)價格與補(bǔ)貼款項
行銷貸款計劃
農(nóng)民持有準(zhǔn)備
進(jìn)口/出口的管制
出口支持計劃
結(jié)論：國內(nèi)的政府計劃
國際協(xié)議
參考資料

13建立預(yù)測模型：逐步說明

14基本分析與交易
基本分析與技術(shù)分析的比較：更需謹(jǐn)慎
基本分析的三大陷阱
結(jié)合基本分析、技術(shù)分析與資金管理
何以需要基本分析？
市場是否會立即反映基本面？
針對價格走勢強(qiáng)行套入消息
基本面的發(fā)展：長期的意涵與短期的反應(yīng)
結(jié)論

第III部分：回歸分析

15回歸分析簡介
基本概念
最適配的意義
范例
回歸預(yù)測的可靠性

16初級統(tǒng)計學(xué)
離散度的衡量
機(jī)率分配
查閱常態(tài)曲線（Z）的表格
母體與樣本
由樣本的統(tǒng)計量估計母體的平均數(shù)與標(biāo)準(zhǔn)差
抽樣分配
中央極限定理
平均數(shù)的標(biāo)準(zhǔn)誤差
信賴區(qū)間
t檢定

17檢視回歸方程式的顯著性
母體的回歸直線
回歸分析的基本假設(shè)
檢定回歸系數(shù)的顯著性
回歸的標(biāo)準(zhǔn)誤差
個別預(yù)測的信賴區(qū)間
向外插補(bǔ)
判定系數(shù)(r2)
相關(guān)性的誤解

18多元回歸模型
多元回歸簡介
多元回歸模型的t檢定
回歸的標(biāo)準(zhǔn)誤差
個別預(yù)測Yf的信賴區(qū)間
R2與校正R2
F檢定
閱讀電腦輸出結(jié)果

下冊

19回歸方程式的分析
離群值
殘值圖
自身相關(guān)的定義
利用DW統(tǒng)計值衡量自身相關(guān)
自身相關(guān)的意涵
遺失變數(shù)與時間趨勢
經(jīng)過轉(zhuǎn)換而產(chǎn)生線性關(guān)系
利用轉(zhuǎn)換來剔除自身相關(guān)
不等變異性
虛擬變數(shù)
多元共線性

20回歸分析運用上的實務(wù)考慮
決定應(yīng)變數(shù)
選擇自變數(shù)
一般性考慮
是否應(yīng)該納入預(yù)測期間之前的價格
挑選調(diào)查期間的長度
預(yù)測誤差的來源
模擬
分段回歸
回歸分析的逐步程序
結(jié)論
參考書目（第15-20章）

第IV部分：基本分析的運用：個別市場

21預(yù)測活豬價格

預(yù)測供給
需求面的考慮
價格預(yù)測模型1
價格預(yù)測模型2
考慮預(yù)測誤差
預(yù)測價格高點與低點
價格預(yù)測與交易
結(jié)論

22預(yù)測活牛價格（作者：Bill Gary）
消費完全由產(chǎn)量所決定
長期供給的決定因子
飼養(yǎng)場存量
季節(jié)性
生產(chǎn)面的季節(jié)性
消費的季節(jié)性
價格的季節(jié)性
活牛產(chǎn)業(yè)的主要結(jié)構(gòu)性變化
結(jié)論

23預(yù)測谷物價格
存量/消耗量比較：基本面的重要指標(biāo)
小麥的基本面概況
小麥的等級
生產(chǎn)
消耗
年度的小麥價格預(yù)測模型
玉米的基本面概況
生產(chǎn)
消耗
每季的玉米價格預(yù)測模型
結(jié)論

24預(yù)測黃豆價格（作者Anne Frick）
季節(jié)類比研究：基本面的時效評估方法
基本面概況
黃豆類商品
美國黃豆生產(chǎn)
美國出口
黃豆餅的使用
黃豆油的使用
期末存量
重要因子
結(jié)轉(zhuǎn)存量
生產(chǎn)量
總供給量
使用量
價格行為
因子的結(jié)合
穩(wěn)定的季節(jié)性形態(tài)
作物恐慌的上漲高點
收成期的低點
收割后的高點
二月份的頓挫
挑選季節(jié)性分析的契約月份
類比分析的范例
預(yù)測春季高點與隨后的低點1993年7月份黃豆契約
價格行為的季節(jié)類比分析:
預(yù)測11月份契約的7月份高點與回檔低點
納入黃豆油與黃豆餅的預(yù)測
相關(guān)報告與資訊來源
主要報告
次要報告
結(jié)論

25預(yù)測糖價格
郁金香與糖
生產(chǎn)
消費
價格預(yù)測模型
作物年度開始之前的價格預(yù)測
結(jié)論

26預(yù)測咖啡價格(作者:Sandra Kaul)
出口管制之前與之后的咖啡
等級分類的分析方法
評估生產(chǎn)國的平衡表
可供出口數(shù)量
預(yù)期出口百分率
未來供給
咖啡生產(chǎn)的基本面情況
生產(chǎn)國平衡表的整體評估讀數(shù)
生產(chǎn)變數(shù)的等級報告:兩個范例
評估消費國的平衡表
消費國的平衡表
消費國的存量
消費國的消耗量
存量/消耗量比率
消費變數(shù)的等級報告:兩個范例
結(jié)合為價格預(yù)測模型
基本模型的延伸
結(jié)論

27預(yù)測原油價格(作者:Michael S.Rothman)
原油的類別
供給/消費的平衡表
消費
非OPEC的石油供給
OPEC的供給
存貨數(shù)量:幽靈資料
OPEC的政局:預(yù)測石油價格的關(guān)鍵因子
預(yù)測石油價格:綜合的方法

28預(yù)測銅價格
供給面的因子
需求量的因子
經(jīng)濟(jì)指標(biāo)
通膨指標(biāo)
利用銅價差為指標(biāo)
考慮資料的取得時間
將基本面資料轉(zhuǎn)化為時效訊號
結(jié)論
附錄:最近交割月份契約與連續(xù)期貨契約之間的差別
最近交割月份期貨契約
連續(xù)期貨契約
那一種價格數(shù)列比較理想?

29預(yù)測黃金(貴金屬)價格
黃金的基本面:不重要的因子
黃金與通貨膨脹
外匯價格走勢
經(jīng)濟(jì)指標(biāo)
黃金與利率之間的關(guān)系
人氣指標(biāo)
建構(gòu)單一的綜合指數(shù)
結(jié)論

30預(yù)測匯率(作者Katherine Jones)
購買力平價理論
國際收支平衡
利率
經(jīng)濟(jì)因子
政治因子
匯率預(yù)測模型的范例:美元/德國馬克
結(jié)構(gòu)性變動與政府政策干預(yù)
貨幣協(xié)定
結(jié)論

31預(yù)測利率(作者:Katherine Jones)
市場結(jié)構(gòu)
需求面因子
供給面因子:聯(lián)邦準(zhǔn)備銀行
結(jié)論
附錄:公債期貨契約的訂價

32預(yù)測國外利率(作者:Katherine Jones)
全球債券市場之間的互動關(guān)系
匯率風(fēng)險
政治發(fā)展
經(jīng)濟(jì)成長
通貨膨脹
貨幣政策
財政政策
風(fēng)險評估
預(yù)測的范例:英國利率
區(qū)域性因子與未來的展望
歐洲
日本/亞洲
美元集團(tuán)國家
結(jié)論

33預(yù)測股票市場(作者:Courtney Smith)
股票市場的驅(qū)動因子
指標(biāo)的選擇
盈余成長
價值評估
貨幣政策與利率
整體經(jīng)濟(jì)與景氣循環(huán)
通貨膨脹
痛苦指數(shù)
人氣指標(biāo)
將市場指標(biāo)轉(zhuǎn)化為時效訊號
整合的方法
結(jié)論附錄：契約細(xì)節(jié)內(nèi)容

內(nèi)容摘要

整個基本分析的范疇都涵蓋在因果關(guān)系之中.反之,技術(shù)分析的所有方法都是建立在型態(tài)之上.因此,如果交易者希望暸解市場的行為,唯有訴諸于基本分析.基本分析的一些重要特質(zhì)如下:

1.對于純粹的技術(shù)分析者而言,基本分析可以提供另一個維度的思考

2.基本面的資料往往可以遠(yuǎn)在技術(shù)面的訊號之前提供重要價格走勢的征兆

3.基本面的資料經(jīng)?？梢詮?qiáng)化技術(shù)面所呈現(xiàn)的重要行情契機(jī),鼓勵交易者采取更積極的立場

4.了解基本面的環(huán)境,讓交易者有更強(qiáng)烈的動機(jī)與信心而堅持某個致勝的部位

5.市場對于基本面消息的反應(yīng)方式,可以做為一種交易工具--即使是純綷的技術(shù)交易者也是如此

許多透過基本面分析做成的推論并不正確或不完整--通常兩者皆是.完全不引用基本分析的結(jié)果必然優(yōu)于不正確的引用.但我們不能否認(rèn)一項事實:合理的基本分析是一種有效.甚至威力無比的工具

十四種邏輯謬誤

1.由真空的角度看待基本面的資料

[空頭的基本面資料]與[供給過剩]幾乎代表相同的意義.這種解釋或許有些道理,但經(jīng)常導(dǎo)致錯誤的結(jié)論

舉例來說,假定目前的糖價是30/1b元,而供給由緊轉(zhuǎn)松.在這種情況下,基本面確實稱得上[空頭],價格走低是合理的預(yù)期.假定價格下滑.在25元的價位,基本面是否仍然偏空呢?很可能.在20呢?或許還是如此.可是,在15元或10元將如何?在5元又如何?此處強(qiáng)調(diào)的重點是:基本面的資料在某個價位上將不在偏空,不論潛在的供給有多龐大

事實,如果價格超跌--不是罕見的反應(yīng)--供給過?？赡艽矶囝^的基本面.所以,基本面本身并沒有多頭或空頭的意涵,多頭或空頭是相對于價格而言.許多分析家不了解這項事實,所以基本面經(jīng)常在行情頭部被解釋為[多頭],在行情底部被解釋為[空頭]

2.把舊資訊視為新聞

網(wǎng)路新聞與報章雜志經(jīng)常以相同的方式報導(dǎo)舊資訊與新資訊.舉例來說,[世界綿花產(chǎn)量預(yù)計上升10%],這個標(biāo)題看起來是利空消息.可是,這個報導(dǎo)可能不會說明該數(shù)據(jù)是第四次或第五次的估計值.上個月的估計值很可能也是上升10%.或者,上個月的估計值可能是上升12%,所以目前的估計值反面有助于價格走勢.總之,請記住,某些資訊聽起來是[新聞],但實際上是[舊聞],市場早就己經(jīng)反應(yīng)

3.去年同期的比較

統(tǒng)計數(shù)據(jù)經(jīng)常做一年期的比較,因為這是分析上最簡單的時間基準(zhǔn).可是,這也是一種過度簡化而應(yīng)該避免的方法.不妨考慮下例的評論:[十月份的豬只報告顯示豬肉供給將增加.農(nóng)場的可售豬只上升10%.預(yù)計豬只屠宰量將增加10%,并迫使價格走低....]雖然這類的分析結(jié)論在某些情況下可能正確,但分析的方法頗值得懷疑

精明的讀者可能察覺其中的一項邏輯謬誤,供給增加不一定會造成價格下跌,因為市場可能己經(jīng)反應(yīng)這項資料.可是,這類去年同期的比較還潛藏著一些推理上的錯誤.首先,十二月份報告顯示活豬數(shù)量增加10%,這并不代表供給增加.或許去年同期的活豬數(shù)量特別低.其次,屠宰豬只與可售活豬之間的關(guān)系可能發(fā)生重大變化.去年同期的屠宰豬只占可售活豬比率可能極度偏高.若是如此,可售活豬數(shù)量增加10%僅會造成屠宰量小幅上升.一年期的比較在某些情況下雖有助于說明, 但絕對不應(yīng)該成為基本分析中的基準(zhǔn)

4.將基本面資料視為時效的判斷工具

如果由發(fā)生頻率來排列這些謬誤的先后順序,目前這項謬誤頗有奪冠的潛能.基本分析是一種方法,在某組統(tǒng)計條件下衡量合理的價格水準(zhǔn),藉以預(yù)測某年.某季或某個月的價格走勢.可是,如果把供/需的統(tǒng)計數(shù)據(jù)簡化為瞬間的價格訊號,這是相當(dāng)荒謬的行為,但某些交易員就是如此運用基本面的資料

根據(jù)報章媒體的文章.新聞的報導(dǎo)或小道消息進(jìn)行交易,都是屬于這個謬誤的領(lǐng)域.所以,如此交易的投機(jī)客通常都失敗的很慘.可是,反向思考是一個重要的例外:某項利多消息公布而市場不能上漲,這代表放空的訊號

當(dāng)基本分析者完成一項研究而發(fā)現(xiàn)價格高估或低估的情況,經(jīng)常迫不及待的希望在市場里建立部位.這是一種自然而應(yīng)該克制的沖動.市場并不知道你完成研究而及時提供對應(yīng)的行情.縱使相關(guān)的分析完全正確,發(fā)生的時間可能在三個星期之后.總之,就時效的判斷來說,即使是基本分析者也應(yīng)該采用某種形式的技術(shù)分析技巧

5.缺乏視野

某一天,當(dāng)你瀏覽報紙金融版的報導(dǎo)時看見下列的標(biāo)題:
政府估計最近的中西部大風(fēng)雪造成10000頭牛只死亡

這種產(chǎn)量上的重大損失是否代表理想的買進(jìn)機(jī)會?且慢,什么產(chǎn)量上的重大損失?如果一萬頭牛擠在你家庭院里,這或許是非?？捎^的數(shù)量,但美國的牛只總產(chǎn)量是一億頭,損失一萬頭牛幾乎不會造成產(chǎn)量上的影響

這個例子是說明供給面的情況,但國內(nèi)消費或出口也可以看到許多類似的例子.總之,你必須考慮一個問題:這個事件對整體情況有何重要性?

6.忽略恰當(dāng)?shù)臅r間考量

[谷物價格的上漲將造成肉品價格上漲]正確或錯誤?不是開玩笑---不妨稍做思考再繼續(xù)閱讀

事實上,這并不是一個好問題,因為答案取決于時間架構(gòu).大多數(shù)人或許認(rèn)為這是正確的陳述,因為谷物價格上漲將造成畜牧業(yè)者生產(chǎn)的總成本的增加,導(dǎo)致肉類生產(chǎn)減少而價格上揚(生產(chǎn)成本也隱藏著一些錯誤的觀念,稍后另外討論)可是,這種推論僅適用于極長期的時間架構(gòu)(2 1/2年以上)

就中,短期而言--這也許是期貨交易者所關(guān)心的時間架構(gòu)--結(jié)果可能恰好相反.如果谷物價格上漲將造成畜牧業(yè)者減產(chǎn),初步的反應(yīng)是盡快把既有的牲畜推出市面,這將造成肉類價格下跌.谷物價格上漲或許會造成牛只重量下降,但這方面的影響相對很小.飼料成本的增加僅會改變供給的流量分配(因為草料牛的成長比較慢),但不會影響較長期的實際總供給

在經(jīng)濟(jì)的世界里,因果關(guān)系不是在瞬間之內(nèi)完成.某些情況下,個別事件會立即引起價格反應(yīng);另一些情況下(例如前述的例子),結(jié)果會發(fā)生在幾年之后

7.認(rèn)定價格不可能遠(yuǎn)低于生產(chǎn)成本

不論有多少案例證明這項陳述為錯誤,就是有人不信邪.生產(chǎn)成本不是價格的支撐因子,這個結(jié)論尤其是適用于不可儲存的商品

商品一但完成生產(chǎn)之后,市場就不再關(guān)心生產(chǎn)成本.價格是由目前的供/需關(guān)系決定.如果價格跌到生產(chǎn)成本而供給仍然過剩,價格將繼續(xù)跌到供需均衡為止

生產(chǎn)者為什么愿意在生產(chǎn)成本之下賣出商品?事實上,他們沒有多少選擇的余地.農(nóng)產(chǎn)品是高度競爭市場,任何個人都沒有能力把生產(chǎn)成本轉(zhuǎn)嫁到市場.反之,生產(chǎn)者必需接受市場決定的價格.畢竟來說,價格偏低總勝過于沒有價格

當(dāng)然,賠錢的生意沒人做,無法獲利會造成產(chǎn)量減少,但這不會在一夕之間發(fā)生.最低的時間落差可能要一年,但在大多數(shù)的情況下,價格遠(yuǎn)低于生產(chǎn)成本需要好幾年的時間才會造成產(chǎn)量減少.由這個角度來說,{謬論7}是{謬論6}-----忽略恰當(dāng)?shù)臅r間考量的輔助定理

近年來有許多典型的例子足以說明價格可能跌到生產(chǎn)成本之下,而且可能持續(xù)相當(dāng)長的期間,包括:活牛在1970年代中期的行情,糖在1976~1979年與 1982年以來的大部份年份,銅在1975~1978年與1981~1986年期間的大多數(shù)時候,玉米與小麥在1986與1987年的行情,以及1990 年代初期的白銀行情.往后,每當(dāng)你發(fā)現(xiàn)研究報告基于生產(chǎn)成本的理由而推薦買進(jìn),務(wù)必記住前述的例子

8.不當(dāng)?shù)耐评?/P>

這個謬誤最好利用幾個例子來說明.首先,飼料牛的數(shù)量未必可以用來推論將來潛在屠宰量.理由:飼料牛不包括草料牛.如果屠宰量中的草料牛比率非常的穩(wěn)定, 前述的推論或許沒有問題.可是,這個比率實際上經(jīng)常大幅的變動;所以直接由飼料牛數(shù)量來推論屠宰量,結(jié)果經(jīng)常很離譜.舉例來說,假定飼料價格上漲而造成草料牛的數(shù)量增加.在這種情況下,雖然飼料牛的數(shù)量明顥減少,但牛只的總數(shù)量還是可能增加

許多市場分析與評論對于屠宰量的預(yù)測,顥然都忽略前述的復(fù)雜關(guān)聯(lián).誤差有多嚴(yán)重?飼料牛數(shù)量與屠宰量之間的百分率變動關(guān)系.我們發(fā)現(xiàn)這兩組數(shù)據(jù)之間的關(guān)系非常的不穩(wěn)定.事實上,在20年期間的10年內(nèi),兩個數(shù)據(jù)的差值每年至少有一季大于12%.在整個20年期間中,有18年的年度差值在6%以上!如果希望根據(jù)飼料牛數(shù)量來預(yù)測屠宰量,那還不如干脆假定每季的屠宰量將等于前一年同期的水準(zhǔn).這是一個典型的范例,顥示沒有資料往往更優(yōu)于不正確的使用資料

由耕種的畝數(shù)來預(yù)測產(chǎn)量也經(jīng)常有不當(dāng)推論的情況.當(dāng)耕種畝數(shù)發(fā)生某百分率的變動,這并未代表產(chǎn)量也會發(fā)生相同的變動(甚至假設(shè)收成率不變也是如此).對于大多數(shù)作物來說,產(chǎn)量的分配是一項非常重要的變數(shù).舉例來說,某些州的棉花收成率是其他州的三倍(前者如加州,后者如德州).產(chǎn)量應(yīng)該根據(jù)個別地區(qū)的耕種畝數(shù)來預(yù)測,不應(yīng)該采用總耕種畝數(shù)的資料

9.比較名義的價格水準(zhǔn)

目前的價格不能與過去的實際紀(jì)錄價格互相比較.比較不同期間的價格,需要根據(jù)通貨膨脹進(jìn)行調(diào)整

舉例來說,假定我們深入研究某過去商品過去的統(tǒng)計資料,發(fā)現(xiàn)目前與1965年和1972年同期具有非常類似的基本面條件.這是否意味著目前商品價格應(yīng)該大約等于1965年和1972年同期的價位?當(dāng)然不是如此.就實質(zhì)價格來說,這些期間的商品價格大約相同,但由于通貨膨脹的影響,目前的名義價格一定會比較高

可是,請注意,自從1980年以來,大多數(shù)實體商品的需求呈現(xiàn)長期的下降趨勢,主要是因為對抗通貨膨脹的存貨需求減少.由于需求面的資料非常難以量化 ------下一章將詳細(xì)討論這這點----所以通貨膨脹調(diào)整后的凈預(yù)測價格會存在向上的偏頗.換言之,如果某項分析完全不考慮需求的變動與通貨膨脹的調(diào)整,其結(jié)果的精確性可能高于經(jīng)過通貨膨脹的分析結(jié)果.這類負(fù)負(fù)得正的精確性應(yīng)該是一種暫時的現(xiàn)象.正確的預(yù)測模型還是應(yīng)該同時考慮通貨膨脹的調(diào)整與需求的變動

10.忽略市場預(yù)期

相對于既有的基本面資料來說,市場更重視來年(或下一季)的預(yù)期.當(dāng)供給面處于由松轉(zhuǎn)緊或由緊轉(zhuǎn)松的過渡期,前述的說法更為正確

1990年的小麥行情就是一個典型的例子.在1989/1990期間,冬季的收成非常不理想,收成率偏低.因此,結(jié)轉(zhuǎn)庫存掉到15年以來的最低水準(zhǔn).另外,1990年產(chǎn)期的冬麥播種僅小幅增加,這似乎意味著多年的小麥供給將短缺

基本面顯然偏多,但小麥價格由1990年初就開始穩(wěn)定下滑.這波價格跌勢不能由當(dāng)時的基本面資料解釋,僅能由預(yù)期心理著手.隨著時間經(jīng)過,市場預(yù)期 1990/1991的冬麥?zhǔn)粘蓱?yīng)該非常理想.就事后的實際資料顯示,1990/1991的冬麥?zhǔn)粘奢^前一期增加16%,耕作面積的收成百分率由75%上升到88%.雖然耕種畝數(shù)僅稍微增加,但由于收成理想與棄耕面積銳減,1990/1991年的產(chǎn)量增加39%,結(jié)轉(zhuǎn)庫存也恢復(fù)正常的水準(zhǔn)

雖然前述基本面轉(zhuǎn)變的資料一直到1990年春天稍后才陸續(xù)公布,但市場在1990年初就有這方面的預(yù)期.所以,1990年上半年的小麥行情提供一個典型的范例,預(yù)期心理的重要性超過當(dāng)時的基本面資料

11.忽略季節(jié)性的考量

幾乎每種商品都會呈現(xiàn)一種或數(shù)種的季節(jié)型態(tài).忽略季節(jié)性的影響很容易導(dǎo)致基本資料的誤解.讓我們舉一些例子

豬只屠宰量第四季的豬只屠宰量較第三季增加5%,這可能代表產(chǎn)量減少---而不是產(chǎn)量增加.這個陳述表面上看起來很矛盾,但實際上有其道理,因為豬只的產(chǎn)量有高度的季節(jié)性型態(tài) .豬只的繁殖是在春季最高而冬季最低.由于小豬大約要六個月的時間才能成長到銷售的重量,屠宰量在秋天最高而夏天最低.所以,當(dāng)我們比較目前一個月或前一季的屠宰量時,必須考慮季節(jié)性的型態(tài)

棉花的消費量棉花的月份消費量也具有高度的季節(jié)性質(zhì),某些月份的消費量總是特別高或特別低.舉例來說,由于假期的緣故,每年六月份或七月份的消費量大概會降低30%, 基于相同的理由,七月份到八月份的消費量大約會增加20%.這類的波動顯然非常劇烈,如果不了解正常的季節(jié)性型態(tài),很可能完全誤解消費的數(shù)據(jù)

如果生產(chǎn)與消費的數(shù)據(jù)是與往年同期的資料比較,當(dāng)然不考慮季節(jié)性的因子.可是,如果所比較的基本面資料屬于不同的月份或季節(jié),務(wù)必要詳細(xì)觀察歷史資料中的季節(jié)性行為,并做必要的調(diào)整

12.預(yù)期價格將遵從國際交易協(xié)定的目標(biāo)水準(zhǔn)

整個商品發(fā)展史上充滿了無數(shù)的例子,顯示國際交易協(xié)定完全無法遵從他們所設(shè)定的目標(biāo)價格.交易協(xié)定通常是希望透過出口管制與庫存計劃的手段來支撐價格.雖然這對市場價格具有某種程度的支撐效果,偶爾可以激發(fā)短暫的價格漲勢,但通常都沒有力量將價格長期維持在均衡水準(zhǔn)之上.以最近的國際糖協(xié)議與國際可可協(xié)議來說,最后都不可能將價格維持在目標(biāo)區(qū)間的下限之內(nèi).OPEC或許是最有效率的價格支撐組識,但這個石油卡格爾也經(jīng)常讓油價跌破目標(biāo)區(qū)的下限-----而且相當(dāng)嚴(yán)重

就價格漲勢的限制而言,世界性的交易協(xié)定更是無能為力.當(dāng)市場價格到達(dá)目標(biāo)區(qū)的上限時,這些組織頂多能夠取消所有的管制--換言之,讓市場恢復(fù)自由交易的功能

13.根據(jù)不充份的資料做成結(jié)論

有時候,由于缺乏可充份的可比較歷史資料,幾乎不可能建立某個市場的基本面預(yù)測模型

此處將舉個一個典型的例子.在商品雜志(現(xiàn)在改名為期貨雜志)創(chuàng)刊號中有一篇文章,詳細(xì)研究棉花市場的基本面資料.最后,這篇文章提出一個有效的結(jié)論,自從1953年以來,棉花市場僅有兩年稱得上是自由交易的市場.在整個1950與1960年代,政府的規(guī)劃將棉花價格維持在供/需的均衡水準(zhǔn)之上.截至此處,這篇文章的推論還沒有問題

事實上,適當(dāng)而正確的結(jié)論應(yīng)該是:既有的資料不足己進(jìn)行基本面的價格預(yù)測.畢竟來說,如果僅有兩年的資料可供比較,你如何能夠進(jìn)行統(tǒng)計上均衡的預(yù)測呢?

不幸地,這位作者根據(jù)非常有限的資料而描述整個預(yù)測的結(jié)論.引用其中的一項:最后的存量在350萬包之下,代表供給非常的緊俏,意味著價格可能上漲超過30￠

雖然這項陳述最后證明為正確,但嚴(yán)重低估棉花市場的上漲潛能.當(dāng)這篇文章發(fā)表之后的一年左右,棉花創(chuàng)99￠/1b的歷史新高價格.順便提及一點,那篇文章的作者正是本人

14.需求與消費的觀念混淆

在期貨的文獻(xiàn)分析領(lǐng)域內(nèi),需求(demand)可能是最被經(jīng)常被誤用的兩個名詞之一(另一個是參數(shù)).需求與消費之間的混淆不是來自于語言學(xué);兩者代表完全不同的觀念,它們經(jīng)常被視為同意語而造成許多分析上的重大錯誤.這方面的解釋需要涉及基本的供/需理論。