欢迎加入交易理想国知识星球
作者 | 秦风投资笔记
来源 | 大宗商品价值投资俱乐部
编辑 | 杨兰
审核 | 浦电路交易员
01
商品市场上的庞然大物：量化资金与产业+私募资金
从6月份开始，大宗商品全板块同步走弱，我们看到的是商品全线崩溃，譬如：贵金属、基本金属遭遇集中抛售。有色面临制造业淡季，国内库存缓慢累积。
化工这边，原油避险溢价快速消退，油价回落带动整条能源化工产业链下行，甲醇、聚酯、塑料跟随成本端崩塌。由于宏观数据不及预期，国内黑色板块承压，钢材进入消费淡季，累库压力显现，铁矿、螺纹同步走弱。
就只有农产品还没有崩掉，毕竟下半年还有一个厄尔尼诺的天气预期因素支撑。
我们用通达信商品指数代表了所有的期货上市品种，同时把工业品与化工板块，有色板块进行了拆分，我们发现这一波下跌是系统性，是工业品的集体回调。
我们取2025年12月1日为起始点，这一波化工商品上涨35%，当下已经基本面把上涨幅度全部回调结束，而有色板块上涨幅度25%，当下回调10%。
这一波商品的回调是产业资金始料不及的，他们看到的是低库存+高基差，期货贴水，而且很多产品确实不好买货，所以不断去抄底。
但是，上海、北京为代表的量化资金却大幅做空，依靠AI模型进行开仓，我们以投资方的角度与我们投资的产业客户，还有私募进行了深入的讨论。
大家的分歧到今天依然非常严重！浙江系产业资金认为商品跌错了，上海系的量化资金认为还没有跌完！
很让人费解的是：大家都是用的都是同一套估值研究框架，而且上海量化资金甚至把商品的估值研究框架写入了AI，结果AI给出的是商品高基差，高利润，低库存是高估值。
但是，浙江系产业资金是实打实在一线的，他们看到的是车辆买货很不好买，需求还是存在。
我们前面写一篇文章：“高基差+低库存”做多，为什么亏了大钱？
如果看完这一篇，大概率，至少咱们公众号朋友会对商品的下跌有个基础的了解。
就好比，大家都是师出一门，结果有了两个分支，一波资金走量化道路，用商品估值体系指导量化。另一支坚守产业逻辑，更多是相信自己的眼睛是当下的现实。
我们在讨论会上，提出一个逻辑可以结束大家的分歧：如果没有估值体系，没有基差，没有月差，咱们就无法判断行情了吗。
我们知道高盛的研究框架中并没有估值与驱动这一分类，而是用库存，价格，利润，开工率的逻辑去分析商品：高盛最新商品方法论：投资经理商品研究框架（1万字详细案例解析）
同一个商品，同一个数据，拿掉了基差，可能大家的想法就会趋于一致，基差迷惑了我们的眼睛。
02
客观的数据
我们看了最近半年，杭州商品私募的净值，最近回撤比较大，当然很多商品的杭州私募是也同时有自己的期现产业公司，所以他们公开的私募产品表达了他们的观点。
虽然这些数据是在私募排排网公开的，而且有很多是我们也持有投资的，最近半年的回撤主要是发生在6月份，当然我们对杭州的私募是相当有信心的，一两次战役并不能代表历史及未来的业绩。
我们是需要从这次的事件中得到一些经验和启发才是最重要的。
当然，并不是所有的上海所有的量化资金都在这一波行情中赚到了钱，我们如果在网站上看量化商品私募，上海的私募在一波中也是同样损失惨重。
我们看到从数据上说，上海量化CTA和商品私募亏损更多，当然我们是简单的选择排名并非是按体量去分析，有可能一家公司发生多支产品均亏损比较大。
这些并不重要，重要的是我们走访的三家规模在100亿以上的量化私募确实是这波化工商品中的空头，并且他们的逻辑是基于商品的估值研究，而我们投资的几家产业客户资金都是多头。
分歧是的的确确存在的！并且很大
03
2026年商品的波动与2022年行情比较
研究历史，仔细复盘，是为了我们将来更好的前行。
我们比较在2022年上半年的俄乌战争，与今年上半年的美国与伊朗战争，这两波行情有很大的相似之处：
1、时间周期相同：两次战争均发生在2月底与3月初，价格上涨到5月底结束，从6月份开始转跌。
2、下跌的板块相同：2022年与2026年我们均看到是商品指数的连续下跌，它反应的是商品出现系统性下跌，无论工业品，有色，化工，原油均下跌。
3、背后的逻辑相同：均是处于高基差+低库存，期货带着贴水大幅下跌。
我们看在2022年由于原油上涨，引发化工品上涨之后，严重打压了需求端，导致的一个结果是商品的库存开始大幅累积到了顶部，从而产生系统性去库存需求。
而当下，2026年大家看多化工品的一个主要逻辑是基于底库存，但是，这里是一个要比谁看得远，看得深的游戏。
产业客户看到的是甲醇，PP等这些基础工业原料的库存很低，确实他们很低，当然他们基差最大，他们下跌幅度也是最大的。
如果我们格局大一点，看一下全国的库存水平，当下的库存水平已经是三年新高了，注意是从2023年以来的历史新高。
这是统计局的数据，它不会说谎，也就是说宏观量化资金的模型中，一定是高基差+高库存+高利润+低开工率。
一个高基差的逻辑，完全比不过高利润，高库存，低开工率的利空权重因子。如果我们给差打5分，另外三个因素是15分利空。
04
我们可以问一下AI
我们把估值与驱动的要素，判断逻辑与标准输入龙虾，让它去判断，化工品在2026年5月份的估值水平，并且给出方向：
首先，龙虾会自己学习估值与驱动的框架，当然最好是我们也进行对期训练校正，下面是AI模型的分析：
分析框架：估值与驱动双维模型
商品研究的两大核心问题是："贵不贵"（估值）和"往哪走"（驱动）。估值决定安全边际，驱动决定方向。两者发生背离时，往往是最大级别的交易机会；两者共振时，则是趋势最确定的阶段。
核心逻辑链：宏观定方向 → 成本定中枢 → 供需定节奏 → 利润定边界。（这一点我们人工判断都很棒！）
宏观核心判断：全球"滞胀交易"格局成型——增长下修、通胀上修、利率高位、地缘风险溢价见顶回落。对大宗商品而言，成本端（原油）支撑边际减弱，需求端承压，本轮"复合型通胀"行情进入下半场。（我们解读：龙虾判断这次大宗商品在5月份进行复合型通胀会见顶）
AI模型对原油的估值是高估82%，驱动向下，所以，单边看空。
对于甲醇是估值68%高估，驱动向下，龙虾自己能够知道兴兴在停车，它这方面还是比较细节。
PP是我们在知识星球中最看空的一个品种，有多篇专题表达看空的策略，我想这一点我们与龙虾是一致的看法。
05
总结
从6月初的这一波下跌，整体商品下跌我们判断并未结束，但是当下商品的估值已经合理，再持续下行需要更大的宏观利空。
从产业的角度来说，确实可能会有下游少量买盘引发反弹，我们需要研究的还是中长期的角度，未来开工率走向，原油是否会有超预期的利空，伊朗的原油产能很大，一旦回归市场，会不会引发更大的利空？伊朗国家重建：对全球能源化工、农产品、金属供需冲击！
这些是需要我们考虑的，在AI越来越成熟的情况下，我们发现有两个趋势：
1、知识的贬值在加剧，研究员辛苦研究5-10年的经验，轻易被AI龙虾学会，数据自动化，报告自动化，现在连分析都更相信AI，而不是主观的判断。
2、学历在贬值，因为有了AI，我们需要会运用模型的人，需要有学习能力，而不是高学历，当然高学历代表了更高的眼界，但是如果没有学习能力的话高学历的意义就弱化了。
我们的困惑是：
1、或许研究员与交易员年轻化更有优势，他们对AI的接受程度更快。
2、我们的亏损是亏在我们的经验上，我们执念太重，是否未来的方向一定是人工与机器的结合？
3、知识的调用与整合能力，在未来更加重要，也就是归纳总结能力，逻辑能力，深度思考能力，如何训练这种能力？
4、我们当下用的很多数据不再有更多价值，龙虾之间可以互相学习复制，我们需要走到一线去。
像期货圈里大家都认为傅海棠老师是从调研出身，他经常说，要走到田间地头去，我想，当AI数据同质化严重的时候。
我们更需要真实，需要温度，需要实事求是，从群众中来，到群众中去。
免责声明
报告中的信息、意见等均仅供查阅者参考之用，并非作为或被视为实际投资标的交易的建议。投资者应该根据个人投资目标、财务状况和需求来判断是否使用报告之内容，独立做出投资决策并自行承担相应风险。
官方网站：http://bestanalyst.cn
「对冲研投」
寻找属于你的alpha
热门跟贴