期货交易中的现代预测技术

近年来，期货行业逐步走上了规范和稳定发展的轨道，交易所也逐渐完善了市场监管和服务体系，但多数期货交易主体的投资决策体系还不健全，“卜卦问神来预测，心血来潮作决策”的投资者总难免伤痕累累。那么，面对瞬息万变的期货市场，如何科学地预测与决策，并形成一套行之有效的交易方法呢？欧美现代期货业的发展历程告诉我们：广泛应用数学方法、现代统计方法和先进的计算工具，对大量信息资料进行定性分析与定量分析，建立流程化的市场预测系统，这些是期货投资者避免被市场消灭的生存法则。

　　期货交易是指交易双方在期货交易所内集中买卖某種特定商品“标准化合约”（期货合约）的交易行为，这就决定了期货同时具有商品属性和金融属性，影响期价的因素非常复杂。因此，作为期货市场的理性投资者，我们的交易活动必须依靠标准化的预测流程：

　　一、确定预测目标。一方面要明确预测的对象。比如，是什么品種，是单一期货品種的价格决定要素还是多品種套利比例的变化趋势？另一方面要明确预测对象的期限。是月、季或年预测？

　　二、确定预测因子。根据预测目标，明确具体的预测因子，才能有的放矢地收集实际资料。以棉花期货为例，國内棉花播種面积、消费库存比、國内消费量、國外棉花价格、棉花净进口额、相关替代品价格的变化、國内宏观经济景气指数和交易所仓单注册数量等等，都是决定國内棉花期货价格的重要因子。

　　三、收集、整理和分析预测所需信息。预测结果的精度很大程度上取决于所收集资料的完整性和准确性。期货市场投资者必须具备信息数据的快速处理能力，从國外市场动态、國家政策走向等基本面信息到席位持仓分析，无一不是我们关注的焦点。

　　四、确定预测方法。首先，我们能够通过对相关经济现象的分析，寻找其内在的规律，并建立预测模型。例如，根据相关研究结论，可以建立棉花初始价格的函数：P 0=A·f〖a·(C－Q)，β·R，a·(P0－P01)，b·N1，e·△Ps〗，其中P0是國内棉花初始价格，C是國内消费量，Q是國内产量，R是國内库存消费比，P01是國际棉花初始价格，N1是棉花净进口，△Ps是相关替代品价格的变化，A是國内宏观经济景气指数，α是消费量与产量的缺口对國内价格的作用参数，β是國内库存消费比对國内价格的作用参数，a是國内外棉价差对國内价格的作用参数，b是棉花净进口对國内价格的作用参数，e是相关替代品价格的变化对國内价格的作用参数。其次，依据样本数据分析该模型在样本期的特点，对建立的模型进行必要的统计检验并进行模型优化，将可能出现的误差减到最小。

　　五、实际预测。首先是对模型的解释变量进行先期预测，其次是预测被解释变量的未来值，最后还必须考虑被解释变量的过去值、现期值以及与模型变量有关的各種扰动因素。比如，在决定棉花初始价格函数的解释变量中，國内消费量C和國内产量Q可以用下列式子表示：C=f（C－1，△Ps，A），Q =f（S，W，V）（其中，C－1是上年度國内消费量，S是当年度國内棉花播種面积，W表示天气因素，V是其他不可知的变量）；棉花净进口N1或者净出口NX可以用下列式子表示：N1=I－E，NX=E－I（I是当年度中國棉花进口量，E是当年度中國棉花出口量）。

　　六、预测结果的评价。预测结论能否比较准确地描述预测目标未来的趋势，需要进行检验。对比实际数据与预测值的吻合程度是事后最终的检验方法，而我们在事前就可以利用统计手段测出预测值偏离实际值的程度。

　　在数理金融理论广泛运用的今天，國外期货投资机构广泛运用的蒙特卡罗预测法值得我们借鉴。比如，从近n年次的模拟中得出：全球棉花消费量年增长率在4％－6％之间的概率为P＊，则该事件發生的概率的真值P将有95％的可能落在以下区间内：P＊－2×[P＊（1－P＊）/n〗1/2≤p≤p＊＋2×[P＊（1－P＊）/n〗1/2；用蒙特卡罗预测法计算全球棉花消费量年增长率在4％－6％之间的概率时，为了使最大可能误差不大于允许误差△，取95％的置信度，则所必须模拟的次数应不少于：n=4P(1－P)/△2。同样，可以从n次模拟中得出纽约棉花期价Y的算术平均值Y＊，则随机变量纽约棉花期价Y的数字期望值将95％的可能性落在以下区间内：Y＊－2×[1/n×∑（Yi－Y＊）2〗1/2≤Y≤Y＊＋2×[1/n×∑（Yi－Y＊)2〗1/2；用蒙特卡罗预测法求随机变量Y的数字期望值时，如果要求的最大可能误差不大于允许误差△，在95％的置信度下，必须n≥4/n×∑（Yi－Y＊）2/△2，通过计算模拟和修正，在经过定性分析后，可以得到比较合理的预测值。

　　期货市场上每一个成功的交易者都有其独到的交易策略，而科学的预测技术往往是他们超越市场平均利润率的重要保证。“凡事预则立”，现代预测方法的运用必将使期货交易者真正享受金融衍生品带来的巨大收益。