The outcome of all this logic is relatively simple. Invest in the cheapest futures contract (optimizing between USO, USL, and DBO if using an ETF) when there is a downward sloping futures curve, and use a general energy ETF like IEO, XLE, or VDE otherwise. While this requires a little extra work, it may drastically reduce the costs of investing in oil over the long-run. We’ve also made this a little easier for you by tracking the current state of the futures curve and its estimated impact on each ETF here. Though the outcome of this model is not perfect, it is certainly more compelling than many of the alternatives.
使用技术分析进行石油交易
此波新冠肺炎嚴重蔓延全球，重創旅遊業，導致石油的需求驟減。再加上石油輸出國家組織（OPEC）2020/3/ 6 與俄羅斯就擴大減產協議破局，OPEC 最大成員國沙烏地阿拉伯隨即大砍官訂售油價格（OSP），降幅是 20 年來最大，意圖搶奪俄羅斯部分市占，促使油價進一步崩跌。
沙國自殺式砍價至每桶25美元的低價，本來是想逼俄羅斯重反談判桌，但俄羅斯財政部聲稱，能夠承受石油價格在6-10年內維持在25-30美元/桶的水平。而根據「沙烏地阿美」的財報，石油單純開採成本2美元左右，綜合成本不到10美元/桶，把天然氣和凝析油加一起，綜合成本是15至19美元/桶。重要的是「沙烏地阿美」的單位折舊攤銷成本僅不足2美元/桶，而且是上佳油品。於是，真正的問題是美國頁岩油開採成本約在每桶 40 美元，若再加上營運成本，美國頁岩油生產成本約在每桶 55～60 美元之間。當油價跌至每桶25美元，美國頁岩油產業可能全面崩盤，而這正是俄羅斯所樂見的。
近期低迷不振的國際原油價格在美國表態干預後，2020/3/19出現報復性反彈。美國紐約期貨市場西德州中級原油今天飆漲4.85美元、漲幅23.8%，收每桶25.22美元，創史上最大單日漲幅。倫敦北海布倫特油價回升3.59美元、漲幅也達14.4%，成為每桶28.47美元。但仍遠低於美國頁岩油的生產成本（約在每桶 55～60 美元之間）。
另外會影響美元與人民幣匯率的是「數位貨幣」。據英國《金融時報》2021/7/21報導，美財長耶倫召集財政部、美聯儲、SEC等監管機構開會出台監管框架。目前密通貨行情飆漲，帶動穩定幣水漲船高。過去兩天內，加密貨幣的「比特幣」(Bitcoin)價格已經下跌約2000美元，至約29500美元，接近上月底創下的低點。加密貨幣的「以太幣」(Ether)也面臨拋售壓力。用美元或英鎊等標準貨幣直接購買加密貨幣（如「比特幣」或「狗狗幣」(Dogecoin)等），可能非常麻煩。但直接購買「穩定幣」（StableCoins）就簡單多了。「穩定幣」是私人發行，但與其他資產掛鉤的「數位貨幣」，目前市值前三大「穩定幣」為「泰達幣」（Tether）、「美元硬幣」（USD Coin）和「幣安幣美元」（Binance USD）。三者總市值從去年約110億美元，已飆漲至目前約1,000億美元。而且許多「穩定幣」宣稱與美元1:1掛鉤，但兌現1:1掛鉤承諾所需維持的巨額儲備，也對金融市場有潛在風險，任何如此巨額儲備的迅速變現都可能令短期債務市場產生動蕩。評級機構惠譽(Fitch)表示，「穩定幣」的儲備資產中有很大一部分是商業票據，若「穩定幣」出現贖回潮，很容易衝擊商業票據市場。（見耶倫強調迅速出台穩定幣監管框架，葉倫召集Fed、SEC 探討穩定幣，及惠譽：穩定幣可能破壞短期信貸市場穩定）
投资原油的几种方法
中国国内没有合法合规的原有期货交易所，参与国内投资原油期货的投资者基本都是亏损，怎么通过美股账户安全可靠的投资原油市场？
方法一：买入原油类ETF，包括石油指数ETF-美国(USO) 、United States Brent Oil ETF(BNO) 等。该方法的缺点是这些ETF都是基于期货而不是实物，存在远期升水问题。在期货价格变成远期贴水时才是适合买入该类ETF的时候。而且该类ETF的管理费稍贵。
我的总结， USO根本不适合做多，只适合用于做空 。即使在常态模式下，石油期货远期合约比近期合约都会升水，而在油价上升周期中这种升水更加惊人，而在下降周期中则基本上是平水或贴水。所以USO在油价暴跌时与油价耦和得很好，在平盘波动时每年大致损耗20%，在上升周期每年大致损耗30%-40%，极令人难以置信！与USO每月切换合约不同，USL每12个月切换一次，稍好于USO，但也好不了太多。DBO据说釆用了一智能逻辑，所以切换损失又小于USL一些，但也勉强。总之，做多的话这三个老兄中DBO稍好，但也颇勉强。感谢一位伙伴的分享，他建议我关注美股石油业以企业为标的ETF。我认为他的主意很棒！
The outcome of all this logic is relatively simple. Invest in the cheapest futures contract (optimizing between USO, USL, and DBO if using an ETF) when there is a downward sloping futures curve, and use a general energy ETF like IEO, XLE, or VDE otherwise. While 使用技术分析进行石油交易 使用技术分析进行石油交易 this requires a little extra work, 使用技术分析进行石油交易 it may drastically reduce the costs of investing in oil over the long-run. We’ve also made this a little easier for you by tracking the current state of the futures curve and its estimated impact on each ETF here. Though the outcome of this model 使用技术分析进行石油交易 is not perfect, it is certainly more compelling than many of the alternatives.
方法二：买入油气企业、油服企业的股票和ETF，例如油气开采指数ETF-SPDR S&P (XOP)、华宝油气(SZ162411) XLE 。这种方法没有远期升水问题，还能赚企业发展和分红。缺点是如果油价长期低位徘徊，有的企业会出现经营困难甚至破产。
方法三：买入原油类杠杆ETF，例如VelocityShares 3x Long Crude Oil ETN(UWTI) 。在单边上涨的情况下，该方法收益很高，但在震荡市中会有损耗。该类ETF的管理费稍贵。
Traders on the floor of the New York Stock Exchange December 31, 2009 in New York. Wall Street stocks slumped at the close of a turbulent year Thursday after positive jobs data sparked concerns that interest rates may rise sooner than anticipated. The Dow Jones Industrial Average slid 123.64 points (1.17 percent) to 10,424.87 at the market close. The blue-chip Dow gained 18.82 percent over the course of the year. The technology-rich Nasdaq composite fell 22.13 points (0.97 percent) to 2,269.15 and the broad-market Standard & Poor'使用技术分析进行石油交易 s 500 index retreated 11.52 points (1.02 percent) to a preliminary close of 1,114.90. AFP PHOTO/DON EMMERT (Photo credit should read DON EMMERT/AFP/Getty Images)
方法四：买入俄股和俄股ETF，例如俄罗斯ETF-Market Vectors(RSX)、Qiwi(QIWI)、Yandex(YNDX)、XDB俄罗斯(03027)、LUKOIL、OGZPY。俄国市场目前是除希腊外最便宜的市场，买俄股除了能沾光油价上涨，还能从企业发展和估值修复中获利。但存在政治、经济衰退和企业经营不善的风险。担心政治风险也可以买挪威ETF：Global X MSCI Norway ETF(NORW) 。买入卢布、俄国债也能受益油价上涨，还有利息收入，但有货币贬值风险。
期货咖：专注高端期货培训
美原油交易技巧二：合理控制仓位。投资不是睹博，更不是靠运气，投资美原油期货虽然有着巨大的利润，但是也不能妄想一夜暴富，需要长期的投资计划来逐步盈利，千万不要抱着睹博的心态来进行美原油投资，这样到最后受伤是你自己。急于盈利或者存在侥幸心理的投资者往往不会控制仓位，经常满仓或者重仓操作，这样会使投资风险急剧增加，很容易就导致爆仓甚至穿仓，造成不可弥补的亏损。所以合理的控制仓位也是十分重要的操作技巧，投资者应该把仓位资金控制在总资金的3成以内才为合理。
美原油交易技巧三：严格执行止盈止损。控制风险是期货投资中最重要的一环，当然也包括美原油在内。投资者每手交易都要严格设置止盈止损，将风险控制在自己能够承受的范围之内，从进入美原油市场的那一刻起，投资者就必须要养成做交易严格止损的习惯，切忌扛单，才能把风险控制到最低。这样做交易才能长期的在期货市场中生存，才能稳健长久盈利。
使用技术分析进行石油交易
一. 选题背景
二. 文献 综述
(一)国外文献的研究
（二）国内文献的研究
（三）理论模型的研究
三. 模型 介绍
（一） Copula函数与Sklar定理
(Sklar定理)设随机向量 的联合分布函数为具有边缘分布分别 的联合分布，则存在 ,使得对所有随机变量 ，满足 。
（二）时变 Copula函数
假定随机变量 的联合分布函数为 ，其边缘分布分别是 和 ，样本观察值为 。根据Sklar定理，那么有 成立，其联合密度函数为 。
作为一种重要的阿基米德Copula函数，Gumbel Copula能够准确的描述收益率之间的相依结构。二元Gumbel Copula的函数形式如下所示：
（三）时变 Copula的非参数估计
本文通过非参数建模方法作为研究思路切入点，对时变Copula函数的参数进行估计。我们直接将时变参数看作时间 的一个非参数函数，这样就不需要对时变尾部相关系数做出任何假设，避免了演化方程中的繁琐计算，从而达到对时变Copula模型的时变参数进行建模目的。文中我们直接采用经验分布函数将 转化为 来对 Copula参数进行估计。假设Copula的参数 是时间的函数，且至少二阶可导， 是时间 的线性函数。因此，局部似然函数就可以表示为：
其中 ， ， 在 范围变化。 使用技术分析进行石油交易 是核函数， ， 是宽窗，本文选取常用的Epanechnikov核函数：
因此，通过极大化局部似然函数即可得到的参数 在时间刻度 的值：
（四）尾部相关系数
定义（上尾和下尾相依）设随机变量 和 的分布分别为 和 ，若
存在， 称为 和 的上尾相依系数。若 ，称 和 上尾渐相依；若 =0，称 和 上尾渐近独立。类似的，若
存在，则称 为 和 的上尾相依系数。
Gumbel Copula的上尾相关系数为 ，下尾相关系数为 0。
四. 实证分析
（一）数据分析
本文选取布伦特原油FOB现货价格（Brent Spot Price FOB）代表国际石油价格，是因为全球有超过60%的石油贸易是参照布伦特石油进行定价。为了尽可能反映全球股票市场的波动情况，本文选取全球六个具有代表性的国家（或地区）股票价格指数的每日收盘价为样本数据，分别为：美国SP500指数、沪深300指数、日经指数、KOSPI指数、FTSE100指数和DAX指数，用各股指的对数收益率反映股价变化，计算方法为：
其中 表示指数对数收益率， 表示 时期的市场指数。由于各国因节假日休市日期不同，本文在数据上做了处理，删除了因节假日差异而导致的交易日不匹配的数据，最终得到在时间上一致的序列数据。本文中石油价格数据来源于IEA（美国能源署），各国的股指数据来源于wind数据库，数据处理软件为R软件。
（二）时变 Copula函数的拟合
1. Gumbel Copula函数的拟合
本节使用 Gumbel Copula函数模型拟合布伦特原油价格与各国股指收益率。Gumbel Copula并不要求具有对称的上下尾相依结构，能够准确地描述上尾相依结构，且其参数与尾部相关系数具有对应的函数关系，因而更适合对尾部相关结构的建模。经过实证结果发现，收益率之间的相依结构可以被Gumbel Copula很好地拟合，拟合效果优胜于其他阿基米德Copula类。在许多研究中也都被证实Gumbel Copula能够最好地用来拟合收益率之间的相依结构。本文之后对Copula拟合优度进行了检验。
表1 Brent价格与各国指数收益率Gumbel Copula拟合结果
| 标普500 | 沪深300 | 日经225 | KOSPI | FTSE100 | 德国DAX | |
| 估计值 | 1.1492 | 1.0666 | 1.0810 | 1.1458 | 1.3035 | 1.2388 |
| 尾部相依系数 | 0.1721 | 0.0847 | 0.1012 | 0.1688 | 0.2995 | 0.2874 |
| P-Value值 | 0.2558 | 0.8750 | 0.8627 | 0.6455 | 0.2353 | 0.1349 |
在此，将使用局部极大似然估计方法来对布伦特原油价格与各国指数收益率之间的时变Copula参数进行估计。由于过于精细的时间刻度 没有实际经济意义，所以本文基于每个交易日计算一个 Copula参数值，这样也可以近似将Copula参数看作是关于时间的平滑函数。估计时需要选择适合的窗宽 ，通过程序计算最优窗宽为 100个交易日。在计算出每个时间点的Gumbel Copula参数值 后，计算出每个交易日的上尾相依系数 。本文将此时间区间内尾部相关系数的平均值大小作为衡量相关性大小的方法。根据度量上尾相依系数 的大小及变化趋势来进行石油价格和股票市场的相关性分析。 因为 Gumbel Copula度量的是上尾相关系数，所以为了方便分析，将对数收益率取负号进行建模，从而可以研究股票指数收益率的下尾相关系数（代表损失端）的变化。
 |  |
 |  |
 |  |
五. 总结
温馨提示：现微信最新版本“订阅号”已实现公众号置顶功能，广大读者可点开“金融读书会”公众号，点“置顶公众号”键，即可将“金融读书会”置顶，方便查阅。
温馨提示：现微信最新版本“订阅号”已实现公众号置顶功能，广大读者可点开“金融读书会”公众号，点“置顶公众号”键，即可将“金融读书会”置顶，方便查阅。