11. 影響期貨價格的共同性因素有哪些?

　　影響期貨價格的共同性因素包括：庫存、替代品、季節(jié)性、自然因素、宏觀經(jīng)濟形勢及經(jīng)濟政策、政治因素及突發(fā)事件、投機等。

　　12. 期末庫存與供求之間是什么樣的關系?

　　從一國的供求數(shù)量來看，期末庫存與供求之間的關系式為：

　　期末庫存=期初庫存+當期產(chǎn)量+當期進口量-當期出口量-當期消費

　　其中，期初庫存、當期產(chǎn)量、當期進口量著三項為當期可供應量;而當期出口量和當期消費為當期需求量。如果當期可供應量大于當期需求量，則期末庫存勢必增加，反之，則期末庫存勢必減少。

　　從全球范圍內考察，期末庫存與供求之間的關系式為：

　　期末庫存=期初庫存+當期產(chǎn)量-長期消費

　　其中，期初庫存、當期產(chǎn)量為當期可供應量;而當期消費為當期需求量。如果當期供應量大于當期需求量，則期末庫存勢必增加，反之，則期末庫存勢必減少。

　　13. 替代品對期貨價格有何影響?

　　一般而言，替代品與被替代品之間具有競爭關系。如果替代品的供求關系發(fā)生重大變化，就會打破被替代品原有的平衡，導致價格出現(xiàn)較大的波動。

　　14. 農產(chǎn)品期貨價格為何會呈現(xiàn)明顯的季節(jié)性走勢?

　　農產(chǎn)品的供應或需求具有季節(jié)性特點，一般農產(chǎn)品的供應都是在每年同一時期集中上市，而需求卻是分散的。供需的季節(jié)性特點會引發(fā)價格的季節(jié)性波動，因此，農產(chǎn)品期貨價格呈現(xiàn)明顯的季節(jié)性走勢。

　　15. 投機對期貨價格的影響有何特點?

　　買漲不買跌是人們的一種普遍心理。當市場價格上漲時，掙錢效應會使更多人愿意買進，并且有些人還愿意進行實物投機，即買進貨物后囤積起來。盡管這些購買者并不是貨物的真正需求者，但至少暫時加大了需求，加劇了供不應求的局面。當市場價格下跌時，又會發(fā)生相反的情況，甚至連實際使用者也會降低儲備量，這有加劇了供大于求的局面。

　　在期貨交易者，這一現(xiàn)象不僅存在，有時甚至會變現(xiàn)的更突出。當市場處于牛市時人氣向好，一些微不足道的消息都會刺激投機者的看漲心理，引起價格上漲;當市場處于熊市時，人心思空，即使有利好消息也會被忽視，而一些微不足道的利空消息則會被放大，以至于價格繼續(xù)下跌。

　　與中小投機者相比，大投機商引發(fā)期價漲跌的能力更大，這也是交易者為什么特別關注大戶持倉數(shù)量及方向的原因。大投機商如果過度投機，很可能導致期貨價格非理性漲跌，這種漲跌，用其他合理因素是無法解釋的。

　　16. 對影響因素進化量化有哪些優(yōu)點?

　　A. 可以比較全面地用具體數(shù)值表達各種因素的影響力度。量化分析以客觀市場狀態(tài)作為分析研究的依據(jù)，避免了人性主觀判斷上的失誤和缺陷。

　　B. 量化分析不僅可以確定單一因素的影響力度，還可以揭示多因素之間的關系，這對于包含大量信息沖擊而又瞬息萬變的金融市場是非常重要的。

　　C. 量化分析在表現(xiàn)形式上更直觀，在深度挖掘上更全面、更精確、更可靠，且更有說服力。

　　D. 量化分析為建立預測模型打好了基礎，明確應納入分析框架體系的各因素，明確應選取的數(shù)據(jù)來源和范圍，是建立模型的基礎工作。

　　17. 如何對影響因素進化量化?

　　對影響因素進化量化有很多方法：比如變量間相關性分析、因果關系檢驗法、協(xié)整檢驗方法

　　18. 平衡表分析法有何優(yōu)點和不足?

　　平衡表分析法的優(yōu)點：一項非常有用的參考資料，能清楚列示各種關鍵的數(shù)據(jù);

　　平衡表分析法的不足：平衡表本身沒有辦法回答期貨價格是否合理的問題。

　　19. 如何識別季節(jié)性走勢規(guī)律?

　　識別某期貨品種季節(jié)性走勢的常用方法是計算季節(jié)性指數(shù)，即利用統(tǒng)計方法計算出預測目標的季節(jié)性指數(shù)，以測定季節(jié)性波動的規(guī)律性。

　　20. 分類排序法適用于什么情況?步驟是怎么樣的?

　　分類排序法適用于有效數(shù)據(jù)時間不長;數(shù)據(jù)不全面和無法滿足定量分析方法對資料以及數(shù)據(jù)全面性的要求的情況。

　　分類排序法的基本步驟：a.確定影響價格的主要因素或指標;b.將每一個因素或指標的狀態(tài)按里多、利空的程度進行等級劃分;c.對每一個因素或指標的狀態(tài)進行評估，得出對應的數(shù)值;d.將所有指標的所得到的數(shù)值想家求和，并根據(jù)加總數(shù)值評估該品種未來趨勢