短线交易秘诀第二章:解读COT报告而不过度解读它

Read in English

商业套保者可能已经正确定位数月,市场却迟迟没有认同。报告本身是真实且免费的。真正的错误在于把「这样定位」误当成「这周就要被证明是对的」。

🔊 聆听文章 (Listen to Article)

短线交易秘诀第二章:解读COT报告而不过度解读它

投资背景

拉里·威廉姆斯是最早、也是最积极倡导使用美国商品期货交易委员会「持仓报告」(COT)的散户交易者之一——这份报告免费、公开、每周更新,按商业套保者、大型投机者和小型交易者分类,展示期货市场中各方持有的仓位。他数十年来反复表达的核心主张很直接:商业套保者,也就是标的商品真正的生产者和使用者,是市场中信息最灵通的参与者,追踪他们在统计极端位置上的仓位,是一个真实的优势。

这个主张方向上是站得住脚的,而且它至今仍是本图书馆一个经过测量确认的空白——目前没有任何一本书诚实地解释过COT数据。但诚实的解释必须包含推广类交易材料通常省略的部分:商业持仓是一个缓慢、需要耐心的信号,把它当作短线择时工具来读,正是散户滥用一份真正优质数据集最常见的方式。

华尔街的翻译

这份报告到底展示了什么

COT报告每周把期货未平仓合约分成三大类:商业套保者(有真实业务需求进行套保的公司——一个种小麦的农场、一家航空公司、一家金矿公司)、大型投机者(没有标的业务敞口的基金和机构资金),以及小型投机者(散户的剩余部分)。

商业套保者在极端位置上往往在数月的时间跨度上被证明是正确的——当商业套保者对某种商品的净多头达到报告历史上罕见的水平时,历史上后续数月价格上涨的可能性,会高于一个随机起点。这是一个真实的、有文献记录、可交易的统计关系。它也绝不是一个精确的择时信号,而这两个事实之间的落差,正是散户误用COT数据最常发生的地方。

具体的误读方式

这里是这个错误发生的机制,说得很直白:商业套保者可能正确地——事后证明确实正确地——保持净多头长达数周甚至数月,价格才真正转向。一个看到「商业套保者极度看多」就把它当作「这周就要见底」的交易者,往往会在方向上最终被证明是对的,却在时点上错了,而在一个带杠杆的短线仓位里,这种时点上的错误,往往足以让他在被证明正确之前就先被止损或深度回撤出局。

假设某种商品的商业净多头在三月达到三年来的最高水平。历史上,这样的读数通常预示着未来两到八个月内会出现一波有意义的价格上涨——这是一个很宽的窗口。一个开出大仓位、期待行情「随时会到」的交易者,是在替这份数据做出了它从未支持过的承诺。 这份数据支持的是一个数月跨度上的方向性倾向,而不是一个精确的入场触发点。

与图书馆其他书籍的分工

主题 由哪本书拥有
交易所实时或延迟报价数据 本图书馆任何地方都未涉及——受许可保护的数据,绝不转载
13F机构持仓 多本书中零星提及,没有专门的系统讲解
COT持仓数据本身 本章——图书馆中第一次专门系统讲解

图书馆里没有任何一本书专门系统讲解过COT数据,尽管它免费、公开、每周更新,而且用得对的话确实有信息价值。这一章直接填补了这个经过测量的空白,而不再让它保持隐而未言的状态。

可执行的交易规则

  1. 把COT极端读数当作数月跨度上的方向性倾向,绝不当作触发信号。 一个创纪录的商业持仓,是让你预期未来数月内更可能出现某个方向行情的理由,而不是让你这周就入场、期待立刻得到确认的理由。

  2. 用某个品种自身的历史来衡量「极端」,而不是用一个绝对数字。 一个对小麦而言极端的商业净持仓,对原油而言可能完全正常。每一次读数都应该对照该品种自身多年的区间,绝不跨品种比较。

  3. 绝不把一个COT极端论点,与短周期、紧止损的风险管理搭配使用。 如果信号本身在数月的时间尺度上运作,一个按数日论点设计的止损或仓位规模,往往会在这个较慢的信号有机会兑现之前,就先把仓位踢出局——仓位规模必须匹配信号真实的时间尺度。

  4. 把「商业套保者已经极端,而且价格终于开始移动」当作真正的入场触发点,而不是极端读数本身。 在持仓极端读数之上再等待价格确认,会牺牲一部分行情,但能消除大部分假信号。

与退休组合的关系

本章的内容不构成任何针对退休账户的交易建议,也不应被这样理解。 基于COT持仓的方向性判断,属于短线期货投机,本就完全在退休核心资产之外。

真正能迁移过来的,是一个更狭窄、也更普遍的纪律:把一个信号的真实时间尺度,与建立在它之上的决策相匹配。 一个退休投资者在评估任何机构或宏观数据——一次美联储政策信号、一个估值指标、一个情绪极端——时,都应该问本章问COT数据的同一个问题:这个信号历史上在多长的时间跨度上具有信息价值,而我打算采取的行动,匹配的是这个跨度,还是一个短得多的时间框架? 把一个缓慢的信号误读成快速信号,无论账户是一个期货投机账户,还是一个因为一条头条新闻而被战术性调整的长期退休组合,都是同一种错误。

第三章讨论一个相关的陷阱:那些看起来在统计上真实、恰恰是因为它们是在一个方便搜索的小样本里被找出来的模式。