来源：华宝财富魔方
分析师：张青 执业证书编号：S0890516100001
分析师：贾依廷 执业证书编号：S0890520010004
分析师：李亭函 执业证书编号：S0890519080001
钢铁是现代工业之母，在国民经济生产中起着中流砥柱的作用。然而，无论是钢材价格，还是钢铁生产的原料价格，如铁矿石、焦炭等，均面临较大波动，导致钢铁行业的利润波动十分剧烈。因此，对于钢铁行业利润周期的把握，无论是对于钢铁企业的原材料采购、库存管理、生产计划安排和销售等生产经营活动，还是对于钢铁相关产业链条的一二级市场投资，均是至关重要的。
作为中游行业，钢铁行业的景气周期变动核心受价差影响，即代表收入端的钢铁价格与代表成本端的铁矿石、焦炭价格的相对变动。因此，我们可以模拟钢厂的收入成本端，通过价差指标，来构建钢厂虚拟的利润模型，并通过这一价差走势的预测，来前瞻性研判钢铁行业的景气研判。这样做的好处是，相较于单一价格变动，由于不同商品间比价关系的存在，价差变动的均值回复特征更明显一些，更具有周期性规律，从而更易于预测。此外，由于钢铁、铁矿石、焦炭均存在相应的商品期货市场，从而这一价差指标的构建，逻辑上还可以用于指导商品期货市场的跨品种套利活动。
本文正是基于这一思路，首先构建了一个表征虚拟钢厂利润的指标，然后采用技术面与基本面方法，构建对虚拟钢厂利润的预测系统，由此研判钢铁行业景气。最后，本文还将这一预测系统用于商品期货市场的跨品种套利策略，以进一步检验该预测系统是否可行，并进一步挖掘虚拟钢厂利润指标的利用价值。
1. 虚拟钢厂利润模型指标构建
对钢厂生产流程做简单抽象处理，可以将炼钢流程大致分为三部分，分别是炼铁环节、炼钢环节以及轧钢环节。首先在炼铁环节，主要原材料为铁矿石和焦炭，成本也主要为原材料成本，其他综合成本大概为10%左右，综合考虑得到生铁炼制成本与铁矿石和焦炭的价格关系如下：
第二个环节为炼钢环节，炼钢环节中产生的废钢约占总成本的18%，炼钢成本与生铁成本的大致关系如下所示：
得到粗钢后，第三个环节为轧钢，轧钢时会有一定的其他损失，这里我们暂且不计，主要考虑钢材生产与原材料铁矿石和焦炭价格的关系，关系如下公式所示，即得到了简单的虚拟钢厂模型。
根据上文建立的虚拟钢厂模型，我们得到钢厂的利润大致如下所示：
在黑色产业链上，铁矿石、焦炭处于上游，是钢材冶炼的主要成本。虚拟钢厂受产业链上下游供需关系以及竞争的限制，价值是稳定的，故利润应该在一定区间内波动，具有一定的均值回复特征。这里我们采用各品种的现货价格，构建虚拟钢厂。其中钢材、铁矿石和焦炭的现货价格分别选用下表指数代表，而对虚拟钢厂利润的计算我们忽略了冶炼流程中的其他损失，只考虑了主要成本铁矿石和焦炭。
从虚拟钢厂的利润走势来看，利润没有明显的长期向上或向下趋势，而是呈现一定的周期性变化，2017年前虚拟钢厂利润基本维持在很小范围内波动，而2017年后由于供给侧改革，虚拟钢厂的利润开始不断攀升。基于利润曲线的周期性波动，我们可以采用技术指标对未来利润走势进行预测；考虑到黑色金属的顺周期属性以及政策对行业的影响，我们同时从基本面，包括经济周期和行业景气来预测虚拟钢厂的未来利润走势。
2. 如何预测虚拟钢厂利润走势？
2.1. 技术面分析
由于虚拟钢厂价值稳定，长期具有均值回复的特征，因此在技术层面，我们采用MACD指标，MACD指标的金叉死叉较适合于区间交易，且具有快进快出的特点，能更好的对利润走势进行预测。此外，我们还对该指标进行了改进，首先对做多信号进行了限制，仅当金叉发生在0轴之下时才发出看多信号，其次平仓信号加入了ATR生成动态止盈止损线。详细的改进方法可参见报告《融合短线区间交易的A股趋势跟踪系统构建》。
为了对虚拟钢厂的利润预测效果进行衡量，我们将预测信号作为择时信号，对利润进行交易，虽然虚拟钢厂利润不可交易，但可以根据择时效果判断对利润的预测是否准确。测试中，由于现货价格指数存续时间限制，我们选择从2011年8月到2020年10月间的数据进行回测，调仓频率为周度。从测试结果来看，MACD指标信号频繁，总胜率仅为53%，但看涨信号20日胜率较高，达到80%，说明通过技术指标对利润进行预测是可行的。
2.2. 基本面分析
钢厂利润最大的不确定性来自于需求，而需求主要来源于房地产、基建等周期行业，这些行业的需求主要受到宏观经济的影响较大，而融资是宏观经济的领先指标，因此我们选择了M1和社融增速指标作为代表；PMI也是一个研判宏观及行业景气度常用先行指标，我们选择代表钢铁行业景气度的钢铁PMI作为表征，另外高炉开工率和库存也能一定程度影响未来的钢厂利润。
下述我们对指标进行了相关性的检验，以选取最优领先期，从检验结果来看，融资类指标M1和社融增速大概领先钢厂利润1年左右，相关系数显著正相关（显著性由pValue进行研判，本文设定pValue<0.1通过相关性检验），这是由于融资是经济的领先指标，代表宏观经济向好有利于钢厂利润的改善；钢材库存领先6周左右，相关系数显著为正，一般钢厂通过预期方式进行钢铁生产，当预期钢厂利润回升时，增加钢材的储备；钢铁PMI和高炉开工率与钢厂利润是同步指标，其中钢铁PMI与钢厂利润正相关，说明钢铁行业整体向好时代表了钢厂利润处于较为景气状态，高炉开工率与钢厂利润负相关，由于钢厂开工率上升将加大原料的需求量，原材料的价格上行将压缩钢厂的利润。
根据上述指标，我们通过打分方式生成未来钢厂利润乐观与否的研判。首先，对单指标分值进行定义，由于指标边际变化相对于指标绝对的数值更能影响对未来的判断，因此我们将指标的趋势作为打分的依据，对于正相关的指标，当指标呈现上行趋势时分值为10分，当处于下行趋势时为0分，对于负相关的指标，当指标呈现上行趋势时分值为0分，当处于下行趋势时为10分，由于M1、社融增速以及钢材库存指标领先于钢厂利润，因此需根据领先期对于指标信号进行外推。其次，指标权重的生成在等权重的基础上根据相关系数进行调整。最后，根据指标分值和权重加权得到最终的打分，分值越接近10分说明钢厂利润越乐观，反之接近于0说明对于未来钢厂利润越悲观。本文设定分值大于6分时，对未来钢厂利润乐观研判，当分值小于4分谨慎研判，当分值位于4至6分时中性判断。
从测试结果来看，基本面看涨信号胜率达到76.5%，看跌信号胜率也有58.6%,高于技术面预测结果。整体来看，通过基本面对利润的预测相对于技术面来说更为准确些。
2.3. 虚拟钢厂利润预测模型构建
基于前文从技术面与基本面对利润的预测分析，我们将两个预测系统进行融合。根据两个体系的测试指标可以发现基本面预测的结果明显好于技术面，因此我们以基本面预测为主，技术面为辅。当基本面发出看多或看空信号时，以基本面信号为准；如果基本面指标打分为中间档，即处于4到6分之间，则根据技术面来对利润走势进行判断。
在实际融合的测试中，我们发现看涨信号胜率75.8%，远高于看跌信号胜率57.6%。相较于单一的择时系统，融合模型虽然在胜率上相对于基本面没有明显提升，但是融入了技术面后，历次交易平均收益有了明显提升。
3. 虚拟钢厂利润模型的应用——跨品种套利策略
上文构建的虚拟钢厂利润模型，是基于实际生产数据来模拟的。根据虚拟钢厂对利润的预测，可以对钢厂现货生产起到一定指导作用。一种应用是根据对未来利润的预判来指导生产，当预期未来利润会走高时，可以积极扩大生产；而预期未来利润将下降时，一方面可以对生产进行管理，另一方面可以通过期货市场进行套期保值，锁定当前的高利润。另外一种应用则完全通过期货市场实现，即通过对利润的预判，对价差进行交易，预期未来利润将走高时，则对价差做多，买入螺纹钢同时卖出铁矿石和焦炭；预期未来利润降低时则做空价差。
由于第一种应用难以回测，因此我们对第二种在期货市场上的应用进行了测试，将以上虚拟钢厂利润预测模型用于期货市场时，相比于现货利润，期货价差本身作为可交易标的会有一定不同，因此我们对系统略微进行了修改。首先基本面信号保持不变，但是在融合时，我们发现当基本面没有信号发出时，技术面的看空信号择时效果较差，因此在这种情况下，我们选择不开仓，其余信号与融合均与前文的虚拟钢厂利润预测模型保持一致。
从回测结果来看，择时胜率为62.5%，且历次交易平均收益率达到3.4%，年化收益21.5%，从历年收益来看，在2017年的供给侧改革上，基本面指标未能及时识别对钢厂的利好，因此随后两年收益欠佳。此外，技术指标我们针对的是现货利润，并未针对期货价差做择时，二者虽然走势一致，但是期货作为可交易标的，技术面信号可能会存在一定差异，可以用来提升收益。
综上所述，我们从基本面和技术面入手对构建的虚拟钢厂模型利润进行预测是可行的。根据预测结果，一方面可以对现货的生产起到指导作用，管理生产；另一方面也可以根据预测信号，在期货市场进行价差交易。从回测结果来看，对现货涨跌的预测胜率可以达到66.7%；对于期货价差交易的胜率为62.5%，历次平均收益3.4%，虚拟钢厂模型和利润预测基本上是有效的。
举报成功