商品数量策略：能源| MarFA月度，收敛至公允价值

2018年6月6日请参阅报告末尾的重要信息和作者以及MAR披露商品量化策略 商品数量策略请参考报告末尾的重要信息能源| MarFATM月刊：趋同于公允价值该文档由以下人员制作：Banco BNP Paribas Brasil S.A.商品量化策略外汇与投资者关系拉美策略负责人+55 11 3841 3421大宗商品量化策略外汇和投资者关系拉美策略+55 11 3841 3492市场已经从过度反应趋同转变为短期公允价值。就此而言，该模型在周一将空头WTI原油获利了5％。自4月中旬以来，MarFATM一直是WTI和Brent的简称。当BNPP-TIF（趋势追踪方法）处于相反阵营时，因子模型仍然是布伦特短线。在过去的35周中，MarFATM已将库存（以需求天数为单位），美国货币市场状况以及全球和美国利率曲线的形状确定为能源价格的最重要驱动因素。尽管如此，解释力大大下降了，这表明最近发生的其他事件（地缘政治紧张局势）对油价的影响更大。在过去的35个工作日中，MarFATM表示全球和欧佩克的存储量以及美国货币市场状况是能源价格的主要驱动力。大宗商品量化策略外汇和投资者关系拉美策略+55 11 3841 3447最新报告：能源| MarFA™每月：反应过度我们分别处理这两种模型：BNPP-TIF旨在最大程度地利用商品价格收益之间的强序列相关性，而MarFATM和因子模型都是固定的方法，主要针对过冲和欠冲。能源MarFATM每周PCA方法论是我们用于每周监视市场动态并确定短期内商品是否定价错误的框架。与我们2017年9月25日的出版物相比，第二主要成分（PC）的解释力已大大下降。第一个市场因素解释了能源价格每周变化的几乎100％（表1和2，第一和第二列）。NYMEX WTI原油ICE布伦特原油NYMEX汽油ICE柴油第一市场第二市场第三市场组件组件这些资产的很大一部分变动是由第一市场因素。第二市场因素有与能源失去联系。截至2017年9月25日的结果NYMEX WTI原油ICE布伦特原油NYMEX汽油ICE汽油资料来源：彭博有限责任公司，法国巴黎银行；截至2018年6月6日;每周数据确定过去35周的市场驱动力我们用来估算市场因素的PCA流程提供了每周数据随能量变化的数据序列，但没有表明是什么因素在驱动这些因素。我们通过计算主成分和一组30个每周市场变量之间的R2来解决此问题。结果显示在表3和4中。因此，MarFATM表明，表1-2：过去35周的能源价格和三个主要因素96.6%3.4%0.0%99.2%0.1%0.4%99.2%0.6%0.2%99.4%0.5%0.1%59.9%39.4%0.5%86.2%12.8%0.2%92.9%5.8%1.3%97.4%1.8%0.5% 2017年6月6日商品量化策略2表3-4：每日最高R2到第一和第二主要市场成分的前15个变量的排名最后的35周数，则第一个市场成分与以下内容的协方差最高：（a）库存（以需求天数为单位）； （b）美国货币市场状况（美元融资成本）；和（c）全球和美国利率曲线的形状。另一方面，（d）全球原油ADU中断（每天桶数）和（e）财务状况与第二个市场组成部分之间的协方差最高（表4）。然而，由于第二市场部分的统计能力低，这些解释性因素对能源价格的最终影响几乎为零（表1）。R2与第一组件R2与第二组件当前3m之前Diff当前3m之前Diff平均值（5个第一变量）50.8％50.1％0.7％平均值（5个第一变量）45.5％43.0％2.5％UST坡度2s10s总Inv（-SPR）天的需求美国货币市场状况全球坡度2s10sUST坡度2s5s美国消费者舒适指数指数以产品需求为依据圣路易斯联储金融压力指数原油库存（天）贝克石油钻井平台数量全球金融状况综合指标技术位置AIS原油+精炼产品存储（Opec）DOE原油库存变化亚特兰大联储GDPDOE原油库存（战略前）74.8％-14.7％全球原油ADU停运（'000桶/日）43.1％12.4％圣路易斯联储金融压力指数30.3％18.4％美国消费者舒适指数60.4％-12.5％全球财务状况41.9％0.0％美国货币市场状况33.0％8.2％美元广义指数27.2％14.0％偏差：外汇和股票的保护需求12.4％25.0％AIS原油+精炼产品存储（Opec）37.2％-0.5％总Inv（-SPR）需求天数汽油20.7％5.3％（供应天数）0.8％23.2％综合规格技术位85.5％-66.4％BNP全球风险溢价指数4.2％8.3％亚特兰大联储GDP3.0％8.0％DOE原油库存变化1.1％9.8％贝克石油钻井平台数量69.5％-60.6％天数基于Int Prod产品需求的Int Inv17.8%46.0% 59.9%-14.0%37.5%4.6%47.8%-8.6%52.1%-15.6%35.1%-2.2%32.1%-0.5%24.9%-1.0%38.1%-16.2%27.7%-6.9%5.1%12.0%5.0%10.2%0.1%12.6%4.7%6.0%19.9%-11.5%22.8%-14.6%资料来源：彭博有限责任公司，法国巴黎银行；截至2018年6月6日;根据35周的数据估算PCA图1-9绘制了前三个市场组成部分以及与第一个组成部分具有最高协方差的解释变量（这解释了过去35周中能源价格每周价格变化的97％以上）。图1-9：三个主要PC和主要成分的滚动协方差（R2），带有选择的解释变量0.370.08-0.21-0.50能源第一市场成分最近35周0.080.03-0.02-0.06能源第二大市场成分最近35周0.010.00-0.02-0.04能源第三市场成分过去35周10月17日-11月17日1月18日3月18日5月18日10月17日-11月17日1月18日3月18日5月18日10月17日-11月17日1月18日3月18日5月18日100%75%50%25%0%协方差第一成分和技术位置（投机者） 19.1% 100%75%50%25%0%需求天数的协方差第一分量和总Inv（-SPR）100%75%50%25%0%协方差第一分量和斜率UST 10x2扁平化=支持风险资产和商品 60.1% Apr-16 Oct-16 Apr-17 Oct-17 Apr-18Apr-16 Oct-16 Apr-17 Oct-17 Apr-18Apr-16 Oct-16 Apr-17 Oct-17 Apr-18第一市场部分60第一市场部分55第一市场组成部分15美国货币市场（rhs）需求天数（rhs）中的Inv（-SPR）斜率10x2（倒数； rhs）455827306139155164010月17日至12月17日2月18日至18年4月18日10月17日至12月17日2月18日至18年4月18日10月17日至12月17日2月18日至18年4月18日资料来源：彭博有限责任公司，法国巴黎银行；截至2018年6月6日;根据35周的数据估算PCA除财务因素外，供求关系也有所解释。55.5%60.1%55.5%48.8%47.9%41.9%41.2%41.1%37.3%36.7%26.0%23.9%19.1%12.5%10.9%10.9%8.9%63.8%45.8%42.2%39.3%36.5%32.9%31.6%23.8%21.9%20.8%17.1%15.3%12.7%10.6%8.4%8.3% 2017年6月6日商品量化策略3表5-6：过去35个工作日内的能源价格和三个主要因素表7-8：在第一和第二主要市场成分中每日R2最高的前15个变量的排名能源MarFATM日报与1月相比，除WTI原油外，第一主成分（PC）的解释力保持在95％以上（表5）。第二市场组成部分（PC）在1月没有显示任何解释力，现在占WTI石油每日波动的38.7％。NYMEX WTI原油ICE布伦特原油NYMEX汽油ICE汽油截至2018年1月NYMEX WTI原油ICE布伦特原油NYMEX汽油ICE柴油第一市场第二市场第三市场组件组件这些资产的很大一部分变动是由第一市场因素。第二个市场因素在2017年更为重要，但现在在统计上并不重要。资料来源：彭博有限责任公司，法国巴黎银行；截至2018年6月6日;每日数据我们用来估计市场因素的PCA流程提供了能源随时间变化的每日数据系列，但并未指出是什么因素在驱动这些因素。我们通过计算能源资产（主要成分）与一组30多个每日市场变量之间的协方差来解决该问题（类似于每周MArFATM）。结果示于表7和8。R2与第一组件R2与第二组件当前2m前Diff当前2m前Diff平均值（5个第一变量）52.2％平均值（5个第一变量）52.4％AIS原油+精制商品存储库（欧佩克）AIS原油+精制商品存储库（全球）美国货币市场状况全球原油ADU中断（'000桶/日）运输+运输指数美元指数UST坡度2s10s八分之一美元交易，法国巴黎银行全球风险UST坡度2秒20秒亚特兰大联储GDP美国经济不确定性政策美国经济意外全球金融状况中国坡1s5s69.9％1.0％BNP全球风险溢价指数6.1％52.6％美国10年期互换息差57.2％-10.4％UST隐含波动率2.9％40.3％全球坡度2s10s32.7％8.9％全球金融状况0.7％32.7％美国货币市场状况48.9％-15.8％全球原油ADU中断（'000桶/天）3.6％26.8％美元指数12.3％17.4％法国巴黎银行全球风险48.5％-19.5％以八成不变的美元贸易额34.0％-6.5％UST斜率2s5s8.1％5.2％亚特兰大联储GDP26.3％-14.5％运输+运输指数52.3％-45.9％AIS原油+精制产品存储（全球）0.8％5.1％UST坡度2s10s15.7%48.8%19.7%38.3% 14.0%36.9% 25.0%20.4%14.2%29.0% 21.1%21.9%28.8%12.3%12.9%25.9% 7.6%28.7% 17.6%18.5%24.1%8.8%4.1%19.2%12.5%0.6%32.4%-22.6%28.8%-26.3%资料来源：彭博有限责任公司，法国巴黎银行；截至2018年6月6日; PCA估计有35个工作日的数据MarFATM显示，在过去的35年中工作日，第一个市场组成部分与全球和Opec储存以及美国货币市场条件的协方差最高。如上所述，在所有情况下，第二和第三市场组成部分的解释力几乎是无关紧要的。与每周的MArFA情况一样，解释变量的统计能力大大下降，这表明最近发生的其他事件（地缘政治紧张局势）对油价的影响更大。基于Energy MArFATM每周的策略我们已经表明，在第一个市场组成部分中具有最高协方差的变量是：（a）库存（以需求天数为单位）； （b）美国货币市场状况（美元融资成本）； （c）全球和美国利率曲线的形状（表3）。61.2%38.7%0.1%95.6%2.5%0.5%97.6%0.1%2.2%98.5%0.7%0.0%93.8%0.0%5.5%96.1%2.3%0.4%62.8%37.0%0.0%97.5%0.1%1.8%70.9%58.7%46.8%43.2%41.6%33.4%33.1%30.4%29.7%29.1%27.5%13.4%11.7%6.4%5.9%64.5%58.1%50.9%45.4%43.2%43.0%41.1%38.8%36.3%36.1%33.0%23.3%13.2%9.8%2.5% 2017年6月6日商品量化策略4差价市场x模型卖出信号3.8%购买信号WTI石油最具流动性的合约卖出信号模特乐队 市场MarFA当前差异与历史差异当前值为相当于43.1％当前的历史差异卖卖卖出卖出有点丰富购买购买假 模型乐队购买购买 市场WTI中央模型购买购买图16-17;布伦特和WTI的因子模型基于这些发现，我们建立了一个函数来模拟WTI和布伦特原油的每周公允价值。结果表明，WTI不再比其短期公允价值便宜。模型的结果79布伦特油最液态区域销售信号7919%717