賣方分析高頻數據的方法論

目錄

• 賣方分析高頻數據的方法論
  • 1 高頻數據的清洗和對比細節
  • 2 高頻數據的領先、相關性研究
    • 經驗結論
  • 參考研報

賣方分析高頻數據的方法論

1 高頻數據的清洗和對比細節

絕對高頻：是指數據更新和披露的頻率爲日度、周度、旬度的數據。

選擇指標的時候應該對那些公佈時間長度不滿一個朱格拉週期（9-10 年）的予以剔除。

• 流量數據是時期數據，對累計值進行一階差分，即便用本期累計值減去上期累計值的方法來計算獲得當月值；而對於高頻流量數據，取其月度或季度合計值。
• 存量數據是時點數據，價格指數、鋼廠數量等即是典型的存量數據，採起平均值變頻的方式。

實際值對實際值、同比對同比這樣一種形式上的匹配。

高頻指標和重要指標作到「量對量」、「價對價」。

在各行各業政策影響下，高頻指標也可能會失去前瞻效果，因此咱們採起「一個重要指標對應多個領先指標」的方法。

2 高頻數據的領先、相關性研究

經驗結論

• 螺紋鋼現價領先固定資產投資價格指數 3 個月左右，
• 螺紋鋼現價領先 PPI 約 1 個月。
• CRB 指數平均領先我國出口 7 個月左右。
• LME 金屬鋁價格同比領先工業部門名義 GDP 同比一個季度 。
• LME 3M 銅期貨價格同比領先工業增長值同比 + PPI 同比 3 個月
• 6 大發電集團耗煤量領先發電量 2 個月左右
• 豬肉供需缺口領先豬價同比
• 豬價同比領先 CPI 1 個月左右
• 養殖利潤領先生豬存欄 13 個月左右

參考研報

• 《咱們觀察高頻數據的方法論：有效的高頻數據必定要通過清洗和對比》