期货持仓分析 期货持仓分析助手

我遇到过很多次，有人问我对期货持仓排名的看法，我也发现，不少人看持仓排名会影响到自己的交易方向或者头寸，对此我总是回答说，持仓排名没有参考价值，不作为交易的依据。我的理由是什么呢? 对此，我想先讲一个我在外企的故事，再回过头来讲这个持仓排名。

几年前，我曾经在某外资汽车镜生产企业做采购经理，在入职了一段时间以后我发现该企业的一个问题，生产部门是一个比较强势的部门，生产流水线上的工序QC（用来控制生产过程中质量，避免将不合格品投入下道工序中去）是归属于生产部门管理的，质量部门主要负责原材料检验以及最终成品的检验以及一些巡检抽查工作，甚至于某些成品的终检就是生产部门负责的，为什么不把这些工序QC也统归质量部门管理呢？

后来生产总监是这么说的，如果把这些工序QC也归到质量部门管理下，那么整个生产流水线的节奏和速度怎么保证？——公司总经理也下不了这个决定，于是我这个采购经理就悲催地成了替人背黑锅的，我很多次直觉上就觉得生产部门把一些自己生产过程中出现的质量问题归到了原材料的缺陷上去了，以此躲避自身的管理责任并诿过于他人，而我也相信，生产部门的报表一定经过了某种程度的修饰涂抹。

在某次公司例行管理上又被生产部门投诉而质量部门却闷声不响之后，我决定不能继续坐视下去了，一定要做点什么才行，可是数据很可能是经过了改造的，我该怎么办呢？思考良久，我终于想到了一个办法，那就是相关性分析。通过SQE的协助，我找到了所有的生产日报表，然后把报表上的质检数据统一整理到一个excel表格中，然后我看到了这样的一个反映原材料缺陷率的图表：

公司生产两种2mm厚度的汽车后视镜，一种是平面的，一种是曲面的（可反射范围更广，经过了热弯工艺变成曲面），而它们使用的原材料2mm浮法玻璃是一样的，没有区别。

仔细看上图，首先很奇怪的一点，同一种原材料，不可能出现两种缺陷率，在平面镜生产时是低缺陷率（几个百分点），而在曲面镜生产时是高缺陷率（比平面镜的原材料缺陷率平均高了13个百分点），这在逻辑上完全无法解释。

然后，我继续做相关性分析，看某数据（比如图中蓝色曲线）的涨跌之后另一个数据（如红色曲线）的跟随概率有多少来当作相关度计算，我计算下来的结果是，它们的相关度是43%（如果是50%意味着完全不相关，如同抛硬币的正反面是50%概率一样, 是随机的），相关性很差。既然是来自同一供应商的同批次的原材料，为什么相关度却这么差？这同样难以在逻辑上解释得通。

接下来，我以生产部门自己把质量缺陷的归类统计数据来做对比（scratch数据代表生产部门生产过程中产生的最主要的缺陷），先看平面镜的原材料缺陷率和生产缺陷率对比，结果如下：

很容易看得出来，这两条曲线的相似度很高，计算得出的相关度百分比是83%。

然后再看曲面镜原材料缺陷率和生产缺陷率的对比：

它们的相关度是100%！哇哦！

我还记得，那天是双休日在公司加班把这个分析做了出来，看到这些图表时我难以抑制情绪，长久以来的郁闷一扫而空，忍不住大笑起来。

也许你还不明白这么高的相关度意味着什么，简单解释下，一种原材料的缺陷率，是供应商出厂时就已经决定了的，无法更改（当然随储存时间会有变化），也不会因为生产过程怎么样而产生变化，因为生产的缺陷率和原材料的缺陷率理论上完全不相关，前者的决定因素可以是操作工人、检验标准、工艺过程、设备等，但唯独不可能是供应商。因此，它们的高度相关，只能意味着一件事，那就是工序QC把生产缺陷率调剂到了原材料缺陷率上了，或者也可以理解成，工序QC没有正确区分原材料缺陷和生产缺陷；而平面镜的相关度83%很可能是因为它本身缺陷率不高，调剂的愿望程度相对有限，而在曲面镜高缺陷率下，调剂的愿望极其强烈——诿过于人，于是就有了奇葩的100%相关度！

借用上面这个故事，我自己总结得出的一些看法是：

1. 相关性分析是非常有用的一个分析工具，在一定的数据统计基础上，可以帮助我们正确厘清因素之间究竟是否存在逻辑上的一致性或相关程度。
2. 无论数据经过了怎样的造假掩饰，建立在坚实逻辑基础上的数据分析，应当都能发现这些造假掩饰，这是因为，它只能做到部分数据的篡改却不能覆盖100%的数据，那样必然和事实完全不符，于是这些篡改的数据和未篡改的数据在逻辑上必然导致矛盾和不可调和。

好了，现在回归本篇文章的主题，持仓排名为什么没用？其实我在刚开始交易没多久，就已经注意到了这个数据，于是我自己曾经针对这个持仓排名做了相关性分析——持仓排名和期货行情之间的相关性。

在连续采样统计了2个月的玻璃持仓排名数据以及对应的玻璃期货涨跌统计，最终计算得出的几个相关度：

1. 交易所给出的数据是前20的持仓排名，包括多头和空头，把它们的多空持仓量之比的变化对照当天期货涨跌，相关性偏低（41%），无明显参考价值。
2. 即使缩小到排名前5的多空持仓对比，其和行情的相关性也一样偏低（53%），然后即使该对比数据和后一天的行情做相关性，也一样偏低（61%）。
3. 在当时的统计时段内，由于排名前20的多头和空头的持仓占总持仓量的比例大约在50-60%左右，意味着还有相当一部分持仓（40-50%）没有出现在持仓排名中，于是我考虑将前5的持仓量排名与总持仓量之比的变化来和行情做相关性，结果出现微弱的负相关性（37%），也就是说，排名前5的持仓量的增减仓，反而成为了一个微弱的反向指标。

*说明下：当时的统计时段内，持仓排名前5的差距没有像现在这么大，现在排名第一的持仓量常常大幅度领先于其他次一些的排名的持仓量。

好了，总体的结论就是，持仓排名的变化无甚参考价值，不足以作为交易的一个依据（更谈不上分配决策权重了）。那么也许就有人产生了疑问，如果持仓排名是无用的，那么资金的博弈因素是否要放弃考虑呢？我的答案是，资金博弈分析是有点用的，只不过并不需要建立在这个持仓排名的数据上。