第27章订单流与大宗商品

第27章：订单流与大宗商品

大宗商品市场，说实话，跟股票市场差别挺大的。我刚开始做量化那会儿，拿着股票那套订单流分析直接往商品上套，结果亏得挺惨。后来才明白——商品市场有它自己的脾气。

这一章，我就把我在商品订单流上踩过的坑、总结的经验，一次性讲清楚。

大宗商品市场的订单流特征

先说说商品市场跟股票市场最核心的几个区别。你想想看，股票背后是一家公司，商品背后是实物——原油、铜、大豆、黄金。实物就有实物的玩法。

特征一：合约换月效应明显

商品期货都有到期日。临近交割，持仓必须往下一个合约移。这个过程中，订单流会变得非常诡异。

关键点：主力合约切换期间，订单簿的深度会骤降，价差会扩大。这时候用订单流分析，要格外小心。

我记得有一次做原油，主力合约换月那天，我盯着DOM（深度市场数据）看，买单深度突然从500手掉到50手。还好我提前设了风控，不然一个滑点就能吃掉所有利润。

特征二：全球联动，时段特征强

商品是全球定价的。原油看中东开盘、伦敦开盘、纽约开盘。每个时段的订单流特征都不一样。

亚洲时段：流动性低，订单簿稀疏，容易出现假突破
欧洲时段：波动开始加大，订单流逐渐活跃
美国时段：流动性最高，订单簿深度最好，也是我主要交易的时段

特征三：大资金行为模式不同

商品市场里，真正的大玩家是产业客户——矿商、炼油厂、粮商。他们的订单不是为了投机，而是为了套保。

我曾经分析过铜期货的订单流数据，发现一个规律：每当价格跌到某个关键位置，就会出现大量限价买单。这些单子不是散户挂的，是铜矿企业在锁定销售价格。这种订单，支撑力度非常强。

大宗商品订单流数据的获取

数据是订单流分析的基础。商品市场的数据源，我整理了一下，主要有这么几个渠道：

数据源	覆盖品种	数据粒度	费用
CME DataMine	原油、黄金、农产品等	Tick级	高
ICE Data	布伦特原油、天然气等	Tick级	高
上海期货交易所	铜、铝、锌等	秒级	中等
大连商品交易所	豆粕、铁矿石等	秒级	中等
郑州商品交易所	PTA、甲醇等	秒级	中等

我的建议：刚开始做研究，可以先从国内三大商品交易所的秒级数据入手。成本低，而且数据质量不错。等策略成熟了，再上CME的Tick级数据。

数据获取的代码，我习惯用Python写。这里给个简单的例子，从本地CSV读取商品订单流数据：

import pandas as pd
import numpy as np

# 读取商品订单流数据
def load_commodity_orderflow(filepath):
    df = pd.read_csv(filepath, parse_dates=['timestamp'])
    
    # 计算买卖压力指标
    df['buy_volume'] = df['volume'] * (df['side'] == 'B')
    df['sell_volume'] = df['volume'] * (df['side'] == 'S')
    
    # 累积Delta
    df['cum_delta'] = (df['buy_volume'] - df['sell_volume']).cumsum()
    
    return df

# 使用示例
data = load_commodity_orderflow('cu_orderflow_202401.csv')
print(data.head())

大宗商品交易策略

基于订单流的商品策略，我实战下来，效果最好的是这三类：

策略一：Delta背离策略

价格创新低，但累积Delta没有创新低。这说明什么？说明卖压在衰竭。我在铜期货上用过这个策略，胜率大概在65%左右。

注意：商品市场的Delta背离，要结合持仓量一起看。如果持仓量也在下降，那可能是多头在平仓，不是真正的买盘进场。

策略二：大单吸收策略

商品市场里，经常能看到这种情况：价格在某个区间震荡，突然出现一笔大单把卖单全吃了，但价格没怎么涨。这就是大单吸收——有人在偷偷建仓。

我曾经在铁矿石上抓到过这种机会。当时价格在800附近震荡，连续三天出现大单吸收信号。我跟着进场，一周后价格涨到880。

策略三：订单簿失衡策略

这个策略的核心逻辑很简单：当买单深度远大于卖单深度时，价格大概率要涨。反之亦然。

我一般用这个指标来衡量失衡程度：

def orderbook_imbalance(bid_depth, ask_depth):
    """
    计算订单簿失衡指标
    正值表示买盘占优，负值表示卖盘占优
    """
    total = bid_depth + ask_depth
    if total == 0:
        return 0
    return (bid_depth - ask_depth) / total

# 实战阈值
# 当指标 > 0.6 时，考虑做多
# 当指标 < -0.6 时，考虑做空

大宗商品交易实战

讲个实战案例吧。去年我做了一波原油，用的就是订单流分析。

当时WTI原油在75美元附近震荡。我注意到一个现象：每次价格跌到74.5，就会出现大量限价买单。而且这些买单的挂单量在逐渐增加。

我查了一下持仓报告，发现商业持仓（产业客户）的多单在增加。嗯，这就有意思了——产业客户在75以下积极买入。

我的操作是这样的：

在74.8挂多单，止损设在74.2
目标位看78.5
仓位控制在总资金的3%

结果呢？价格在74.5附近震荡了三天，然后一根大阳线拉起来。两周后到了78.5，我平仓走人。这笔交易赚了大概4.8%的收益。

复盘总结：这笔交易能成，关键不是技术多高明，而是读懂了产业客户的订单流。他们在这个位置大量买入，说明基本面支撑很强。订单流分析，说白了就是帮你看到别人看不到的市场行为。

最后说一句：商品市场的订单流分析，比股票市场更需要耐心。因为商品的价格波动受太多因素影响——天气、地缘政治、库存数据。订单流只是其中一个维度，别把它当万能钥匙。

我个人习惯，做商品交易时，订单流分析占决策权重的40%，基本面分析占30%，技术面分析占30%。这个配比，我用了好几年，效果还不错。

无相订单流研究社微信Lucian808555

📚 课程目录