5.5季节性趋势

在我看来，位于俄勒冈州尤金的摩尔研究中心是研究市场季节性趋势的领头羊，它专门致力于期货、货币和股票价格的计算机分析工作。自1989年以来，该中心对世界范围内的特定的综合期货进行了研究，并每月出版一次报告。在有关市场的或然性趋势研究方面它也做得很出色，因此，我联系史蒂夫·摩尔（Steve Moore）来写这一章的内容。史蒂夫说他们中心的杰里·托普克是专门负责与公众联系的专家，他是摩尔研究中心刊物的编辑。杰里写过很多文章并且在一些会议中发表过演讲。这一部分有些图表有点陈旧，但是它们所要阐明的观点仍然是有效的。

1.杰里·托普克：季节性因素为什么会起作用

季节性方法旨在预测价格未来的移动，而不是对没完没了的经常相互矛盾的消息做出反应。尽管影响市场的因素有很多，但某些条件和事件每年都会周而复始地再现，最明显的就是每年天气从温暖到寒冷又到温暖的周期了。我们也可以从日历上看出每年一些重大事件的周而复始，比如每年4月15日是美国征收所得税的截止曰期。这些每年都会周而复始发生的事件就导致了供求的年周期性。收获时节的大量谷物供应在一年中会逐渐减少；在寒冷天气来临时，对取暖用油的需求一般会增加，但在补充库存后就会平缓下来；货币的流动性在人们交完税后可能会下降，但在联储再发行基金时又会上升。

供求每年的周期性变化会引起价格的季节性变化——程度或大或小，多少有些时间性。条件每年周而复始的变化模式可能造成价格多多少少每年同样周而复始的反应模式。因此，价格变动的季节性就可以定义为市场变化的自然节奏，即在每年同一时点，价格以相同的方向变化。这样，只要对每一市场进行客观分析，价格变动的季节性就可成为有效的原则。

在一个受每年周而复始的周期性因素强烈影响的市场中，价格的季节性变动就可能不只是季节性原因影响的结果。它有时变得如此根深蒂固，以至于季节性几乎就是它本身的基础情形——好像市场自身就有一种记忆似的。为什么？一旦消费者和生产者形成了一种消费和生产的模式，他们就倾向于依靠这一模式，几乎到了依赖的程度，然后就会维持这个模式。

模式意味着一定程度的可预测性。在预期到变化时，未来的价格会移动，而在这一变化实现后，价格又会进行调整。如果这些变化在本质上是每年周而复始的，那么变化的预期与实现也就会演化成循环往复的周期。这种循环往复的现象是交易的季节性方法之本，因为它旨在预测与进人周期性趋势，并在其出现时捕捉到它，在其实现后退出市场。

当然，第一步就是要发现市场价格的季节性特点。过去，人们用每周或每月的最高价和最低价来进行相对粗略的研究。比如，这样的分析可能表明，4月份牛的价格在67%的时间里要比3月份的价格高，在80%的时间里要比5月份的价格高。如今，计算机可以从几年的综合日价格变动中得出价格季节性变动的日模式。根据所得出的模式适当地作图，由此可以看出这一市场上价格年复一年的变化周期。

构成任何周期的四个主要元索是：最低点、上升部分、最高点和下降部分。如果解择成价格的季节性周期模式，这些元素就变成了价格的季节性最低点、季节性上升、季节性最高点以及季节性下跌。因此，价格变化的季节性模式描述了市场价格预期到的市场情形，即最大的供应量——最小的需求量，需求上涨——供应减少，最大的需求量——最小的供应以及需求下降——供应增加每年都会再现，循环往复。由价格的季节性变化模式，我们可以更好地预测价格的未来变化。

图5-4所示为1月份可供应的取暖用油的季节性变化模式（1982 - 1996年）月份对取暖用油的需求一般很低，因为这通常是一年中最热的月份，因此价格也就很低。当该行业开始预期较凉爽的天气将来临时，市场上就会增加对未来存货的需求，从而给价格施加了上涨的压力。结果，在预期的需求将要实现，炼油厂开足马力生产以满足需求，市场忙于库存的未来变现的15冷天气到来之前，取暖用油的价格就往往会上涨到最高点。

另外一种主要的石油产品却蕴涵了不同的需求周期，虽然也是受天气驱动的。 见图5-5所描述的8月份汽油价格的季节性变化模式（1986 ~ 1995年），其价格往往在驾驶条件比较差的冬天较低。然而，当石油行业开始预期驾驶条件改善的夏季到来时，对汽油未来存货的需求就会上涨，从而对价格施加了上涨的压力。在官方开放驾驶季节（纪念日），炼油厂就有了足够的动机进行生产以满足需求的增长。

由日价格数据描绘出的季节性模式很少以完美的周期形式出现。即使是有明显的季节性最高点和最低点的模式，介乎其间的季节性趋势在完全实现前也会受到各种力量，有时是相互冲突的力量的影响。在一个季节性的价格下跌趋势中可能通常会穿插着一些短暂的跌停回升。例如，尽管自三四月份到六七月份期间，牛的价格通常呈现下跌的趋势，但是由于零售店在纪念日的烧烤中会卖出很多牛肉库存，因此牛的价格在5月初会呈现一个强劲跌停回升的势头。自六七月份到十月份的丰收时节，大豆的价格下跌，但是到劳工节时，市场通常会预测到人们对霜冻的恐慌，因此价格又会有所回升。

相反，一个季节性的价格上涨趋势也通常可能会时不时地被一些短暂的微幅下调所打断。例如，未来的上涨趋势经常会因为近期合同很快到期的履约通知带来的一笔笔人为的抛售压力而中断。这种为了避免实际交货而采取的清偿行为，既可以为交易商提供实现利润的机会，又可以令其再次入市建仓。

因此，由日价格数据所构造的季节性模式不仅能够描绘出季节性价格移动的四个主要元素，而且包括了更大的季节性趋势中尤其可靠的部分。认识到与这些打断季节性模式的行为相吻合的基本事件能够让我们对价格的季节性模式更有信心。

让我们看看图5-6描述的9月份国库券价格的季节性模式（1981-1995年）。美国政府的财政年度始于每年的１0月１日，它提高了货币的流动性，而且多少缓解了美国政府的借款需求。自此开始的偾券价格虽现的上涨趋势往往随着这一年个人所得税的征收而达到顶点，这难道仅仅是巧合吗？ 

一直持续到5月份的季节性下跌趋势是否反映了因为税收的支付，市场预期货币流动性会收紧呢？请注意最后一次剧烈的下跌开始于4月15日，也就是美国所得税支付的截止日期。货币流动性是否在6月1日，也就是美联储最终有能力再发行基金后倾向于急剧增加呢？

请仔细看看12月1日、3月1日、6月1日和9月1日附近市场的典型表现——这些都是芝加哥交易所债务工具期货合约的首次交割日。最后，请留意每季度的第二个月份——也就是11月、2月、5月和8月的第一或第二个星期价格出现的明显的微幅下调。债券交易商知道价格一般至少会一直下降到每个季度国库券以新换旧，进行再融资的第二天——此时，在三天的债券拍卖中，市场会有所恢复。

我们再来看图5-7，它给出的是自巴西成为一个主要的大豆生产国以来的15年 (1981 -1995年）所形成的11月份大豆的价格变化模式，巴西的农作物周期与北半球完全相反。注意大豆价格开始做横向移动的趋势，然后到2月份出现暴跌，因为美国的生产商在销售它们刚刚收获的大豆，而巴西的大豆又在快速地成长。到3月份合约交割的初次通告张贴出来，春季价格回升的基础动力开始起作用——巴西的大豆已经预卖；美国生产商的销售压力达到极点的时候，由于河流运输很便宜，运输变得很容易，因此市场预期需求会重新上升，同时开始集中力量旨在鼓励美国大豆播种面积增加以及为天气风险提供溢价。

然而，到5月中旬，美国中西部主要可供大豆耕种的土地面积已经基本上确定， 播种也已经着手。与此同时，巴西开始销售其刚刚收获的大豆。这些新收获的大豆供应来源以及美国新大豆的生产供应潜力通常联合起来共同对市场价格施加了下跌的压力。6月下旬和7月中旬出现的一些小的价格高峰反映的是人们时不时地对收成可能不好感到恐慌的倾向。

到了8月中旬，美国新的大豆作物已经预卖，并且期货有时可以较早地导致季节性最低价。然而，价格多半会进一步下跌，但在跌至10月份收获时节的最低点之前，在9月份，往往会因为对首批新的大豆作物的商业需求和/或由于担心较早出现霜冻损害庄稼，价格会在这时出现止跌回升。还请注意一些小的价格趋势中断（价格的下跌与回升）与7月、8月、9月以及11月合约的首次公告日有关。

当然，这些交易模式并非一定会重复出现。季节性交易方法与其他方法一样， 也有其内在的局限性。对交易商来说，目前最实际的担忧就是时机的选择和反季节性价格移动的问题。每天或更长期的一些基础规律，都不可避免地会出现此起彼伏的现象。例如，有些夏天会更炎热、更干燥，也就比其他夏天处于更严峻的时刻。 即使是对一些非常具备季节性一致的趋势进行交易，最好也要利用你的常识、简单的技术指标和/或你对目前的基础关系的基本了解，以提高交易的选择性和时机。

一个有效的统计样本必须要有多大呢？一般来说，越大越好。然而从某些用处来讲，“现代”历史的数据可能更具实用性。比如，巴西在1980年作为一个主要的大豆生产国地位的上升，是20世纪70年代以来该市场交易模式发生几乎180度大转变的一个主要因素。相反，如果单纯依赖1985~1991年期间普遍盛行的通货紧缩模式在通货膨胀的情形下会是有害的。

在此类历史性的转变时期，近期模式在其相关性上就可能出现时滞。分析现金市场可以帮助抵消这种影响，但是期货所特有的某些模式（比如那些由交割或者到期日所驱动的模式）在现金市场的结论用来解释期货市场时就会失去意义。因此，样本大小和样本本身都必须适合于它们特定的用处。这些可以任意地确定，但是使用者要对自己选择的后果有充分的认识。

相关的问题还涉及用这些证实了过去但其本身并未进行预测的统计资料来预测未来。超级保龄球赢家/股票市场走向“现象”就是一个统计巧合的例子，因为其中不存在任何因果关系。然而，这的确提出了一个有效的问题：在计算机只对原始数据进行筛选时，哪些发现是有意义的呢？例如，一个模式在过去的15年中重复出现 了14次，就必然是有效的吗？

当然，由基本规律驱动的模式能够激发我们更多的信心，但是要想知道每一市场中所有相关的基本规律又是不现实的。在正确地构建季节性模式时，你可能会发现一些在过去以很高的可靠度在一些特定的日期之间以同一方向反复出现的一些趋势。诸如此类的一系列历史性可靠的趋势，再加上相似的入市和/或退出的日期，不仅降低了发生统计偏差的概率，而且还意味着这些趋势在将来可能还会存在并在某种程度上和几乎及时的方式影响市场基础情形的再现。

一个季节性模式仅仅描述了市场本身在过去所遵循的路线。正是市场本身的前后一致性为季节性因素发挥作用奠定了基础。

2. 编者的评论

有些人总是大肆兜售一些在我看来毫无意义的季节性信息，如某某商品在4月13曰这一天的价格在过去14年中有13年都是上涨的。计算机总是能够发现这种相关性，而有些人就想根据这种相关性进行交易。然而，对一个背后毫无逻辑上的因果关系做支撑的季节性模式进行交易，你只是在冒险，如果用季节性模式交易的背后并没有合理的因果关系的话，就是让自己处于很冒险的情形了。例如，2006年1月超级保龄球比赛的结果预示股票市场在2006年要上涨?你想凭此进行交易吗？