豆粕期货价格影响因素4年周期的分析

发布时间:2020-12-03
摘要: 豆粕期货价格影响因素4年周期的分析 在2004年之前,天气的炒作并不明显,但我们可以发现,从2004年之后,但凡豆粕大涨的年份,都会有天气配合。2008年2季度美国大豆主产区遭遇了洪
  豆粕期货价格影响因素4年周期的分析
 
  在2004年之前,天气的炒作并不明显,但我们可以发现,从2004年之后,但凡豆粕大涨的年份,都会有天气配合。2008年2季度美国大豆主产区遭遇了洪水,2012年1季度南美干旱导致大豆减产, 3季度北美遭遇56年不遇大旱导致大豆减产, 2016年2季度受厄尔尼诺影响南美大豆减产。尽管每次发生大涨行情时,各个事件会依次发生,但事件各不相同,唯一相同的就是天气因素,所以关于豆粕的这种价格周期的背后,我们认为是天气炒作在作祟。
  
  巧合的是,厄尔尼诺现象平均大约每4年发生1次,拉尼娜常发生于厄尔尼诺之后,但也不是每次都这样。厄尔尼诺与拉尼娜相互转变需要大约4年的时间。所以无论是平均4年发生1次的厄尔尼诺现象,还是平均4年与厄尔尼诺现象相互转变的拉尼娜现象,都与豆粕的每4年出现1次价格高点相吻合。
  
  2008年厄尔尼诺现象, 2012年拉尼娜现象, 2016年厄尔尼诺现象。所以豆粕4年的价格周期都伴随着天气因素,而这种天气因素不是厄尔尼诺现象就是拉尼娜现象,而厄尔尼诺现象或拉尼娜现象,是不以人的意志为转移的,它与地球自转有关,会相对周期性地发生。
  豆粕期货价格影响因素4年周期的分析
  所以,按照这种规律来看, 2008年厄尔尼诺现象-2012年拉尼娜现象-2016年厄尔尼诺现象-2020年拉尼娜现象?所以2019年厄尔尼诺现象有可能转正常,在9月份结束, 2020年春天开始爆发拉尼娜现象,此时正值南美大豆生长时期,高温干旱天气可能会导致南美大豆减产。2020年有可能上半年异常燥热,而冬季异常寒冷。
  
  既然厄尔尼诺和拉尼娜现象对农产品的影响这么大,那怎么才能判断是否发生厄尔尼诺或者拉尼娜现象呢?其实,这个很简单,虽然我们并不是气象学家,但对于气象学界的常用工具,我们会用就可以了。
  
  为了监测热带太平洋地区海面水温的变化,气象学界构造了各种指数,通过这些指数的变化来预测发生厄尔尼诺和拉尼娜现象的概率,其中最为著名的就是NINO SST INDEX(尼诺SST指数)。
  
  它把赤道附近的热带太平洋地区根据相应的经纬度(S代表南纬, N代表北纬,E代表东经, w代表西经)进行划分,一共分成了4个区域:
  
  Nino 1+2(0-10s, 90W-80W)
  
  Nino 3(5N-5S, 150W-90W)
  
  Nino 4(5N-5S, 160E-150W)
  
  Nino 3.4(5N-5S, 170W-120W)
  
  各个划分的区域, Nino 1+2这个区域是Nino SST指数当中最小的区域,也是最靠东的区域,它与南美海岸线对应,这个指数往往被当地居民认为最先可能发生厄尔尼诺现象,但问题是这个指数是所有Nino SST指数当中方差最大的一个。
  豆粕期货价格影响因素4年周期的分析
  Nino 3这个区域过去曾是监测和预测厄尔尼诺现象的重要区域,但是后来研究人员发现海洋大气相互作用的关键区域位于西部,所以Nino 3.4在定义厄尔尼诺和拉尼娜现象时备受青睐。
  
  Nino 3.4这个区域发生异常时需要格外注意,它通常使用5个月的移动平均值,当Nino 3.4 SST超过0.4℃并持续6个月或更长时间时,就被定义为厄尔尼诺现象,反之,当Nino 3.4 SST低于-0.4℃并持续6个月或更长时间时,就被定义为拉尼娜现象。
  
  Nino 4指数用于捕获赤道太平洋地区中部的SST异常,这个区域的方差往往比其他Nino区域要小。
  
  在上述指数当中,我们观察得比较多的是Nino 1+2,Nino 3、Nino 3.4,Nino4这4个区域的异常情况。我们可以在Tropical Tidbits这个网站上进行观察,这个网站有各种气象分析工具。
  
  我们可以选择Ocean Analysis来看一下SST Anomaly Time Series,默认就是Nino 3.4区域的时间序列,还可以切换到Nino 1+2、Nino 3、Nino 4等几个区域的时间序列,从而来判断厄尔尼诺与拉尼娜现象的变化和发展情况。

了解完豆粕期货,可以了解一下其他的相关期货品种:www.ymqihuo.com/pinzhong/
本文由国内正规期货开户网原创编撰,若有转载,请标注原文出处,谢谢配合!
更多期货知识问题可添加国内正规期货开户网微信
国内正规期货开户网微信
标签:豆粕期货