格林期货：各位尊敬的评委、各位同仁，大家下午好。在期货价格的估量 过程中，基本面估量 是最主要的方法之一，但是基本面估量 方法却存在着一些主观性的缺点，所以我们引用了量化模型辅助我们进行研究，提高我们研究的客观性和准确性。

　　下面，我将从以下四个方面介绍我们借助豆粕指数量化模型对于豆粕投资机会估量 。

　　第一 我们会对豆粕的影响原因进行估量 和回纳。从经济学的角度上将豆粕的影响原因一回纳出来，这不仅仅是我们进行基本面估量 的一个最重要的依据，也是我们下一步建立量化模型过程中的一个初步的经济理论准备。经济理论认为供需变化是影响豆粕价格最基本的原因，供需变化包括供给变化和需求变化两个方面。因为豆粕是大豆的下游产品，所以大豆的供需情景就是我们需要重点关注的方面，这个方面包括全球大豆产量、全球大豆库销比、全球大豆产量、进口量和库存等等方面。实际情景也确实证明库存价格和全球大豆的供需情景是存在一个较为显然的联系。

　　这是大连豆粕指数月度出盘价的对比图，可以看来 二者之间存在较为显然的负相关关系，实际上是属于中度负相关的据统计学范围。

　　养殖业的发展情景直接决定了豆粕需求，这张图表就是豆粕消费比例的分布，94%左右的豆粕都是用于养殖的，这也可以反映养殖业情景的存栏和出栏，这是我们需要重点关注的指标。

　　当然，在供需变化之外还有别的原因影响豆粕价格，比如宏观经济、CBOT、豆油价格，我们也会参照估量 变化的方法对于这些原因进行一一估量 和回纳。这张图表就是我们回纳出的豆粕影响原因列表的一部分。今天由于时间关系就不一一叙述了。

　　在回纳了豆粕的影响原因以后，我们将会通过影响原因的挑选 进行模型的统一检验和模型的猜测 检验，通过这些步骤建立我们所需的量化模型。

　　经过多种尝试以后，我们初步得出了一个模型猜测 公式，其中Y代表了我们渴望 猜测 的豆粕指数的月度出盘价，X1-X5是我们猜测 豆粕指数出盘价的影响原因。我们在建模过程中渴望 尽量多地包含豆粕的影响原因，但是因为据统计学的影响理论和数据库的限制，目前这个模型包括了5个影响变量，但是这5个影响变量已经涉及来 了豆粕的供需变化，也会对豆粕的生产成本造成重大影响的大豆价格，这也是符合经济学基本原理的。

　　在我们对这个模型进行了经济学验证之后又进行了据统计验证，经过这四个方面的据统计验证，我们发觉我们的公式还存在自相关的问题，所以我们又对公式进行了进一步的完善，建立了一个误差系统模型。这是Y的误差修正，通过二者的结合我们可以得出豆粕出盘价的最终猜测 值。

　　在对这个模型进行了据统计检验和经济学方面的检验以后，我们又对它进行了猜测 方面的检验，对于一些数据进行了归溯检验。我们发觉这个模型在猜测 收盘价的价格方面还是有一定误差的，但是在猜测 豆粕的涨跌趋势上还是有一些显然的成效。

　　因为这个模型是通过了经济学和据统计方面的验证，也通过了猜测 方面的验证，所以我们认为这个模型是可以用于实际估量 研究的过程中的。根据这个豆粕模型的实际情景，我们在应用的过程中主要遵循两个原则：一是用于豆粕模型辅助基本面进行方向趋势的判定 ，二是在价格猜测 上需要借助模型之外的方法，比如技术估量 。

　　在量化模型最终形成以后，我们就形成了这张图表上的投资策略估量 体系。我们通过基本面估量 和量化模型来决定我们买卖的趋势，通过技术估量 来决定我们的出进场时机和点位，通过资金治理 来决定我们的交易数量和最终风险治理 。

　　这张图表就是我们通过这四个方面最终形成的豆粕投资策略。通过基本面的估量 和豆粕的指数模型，我们认为在12月底之前豆粕坚持增长向上趋势的概率非常大，生猪行情，所以我们建议对于1305合约摘 取逢低买入的操作策略。通过技术方面的估量 ，我们认为价格短期目标可以放在3500元左右的位置。通过咨询治理 ，我们认为仓位最好可以保持 在30%左右，这是最为合适的。

　　以上就是我今天的全部演讲内容，谢谢大家！

　　方志：你们的估量 方式比较与众不同，这一点非常值得肯定 。通过量化模型估量 豆粕走势这种方法存在几个问题，你们这个公式是综合了很多原因进行估量 的，我觉得这里有很多原因存在比较强的自相关问题，你们是如何把这些问题归避掉的？为什么没有考虑豆粕和豆油的原因？你们整体数据来源的准确性能否保证？另外在这种基本面估量 的量化工具上对于数据的准确性有非常高的请求，你们能否保证这个公式数据的准确性？还有就是根据技术估量 最后给出的投资建议，你们是通过怎样的形式来形成技术估量 最后得出这种结论的？估量 的整体框架是非常不错的，渴望 它的逻辑关系能够越发含糊一点，通过这个模型最后检验出这种上涨的概率是多少，然后再给出一个相应的点位，我觉得这样做更可信一点。之前对于点位的预估比对于趋势的预估要差得多，你们如何减少在点位猜测 上的误差？