在大宗商品市场，库存是影响供需平衡的重要指标，然而，长期以来，期货行业在库存水平的准确预测上面临较大挑战。

这一挑战近日在业内迎来突破。华泰期货研究院副院长兼全球衍生品策略首席罗家俊博士，成功地将其最新研究成果发表在国际权威期刊《JournalofFuturesMarkets》(JFM)上。文章以《CanStorageMomentumandItsDifferenceofaNonferrousMetalPredictPriceReturn?》为题，首次提出“库存动能”(StorageMomentum)及“库存动能差分”(MomentumDifference)指标，并应用于预测中国有色金属期货市场的价格收益率。

这也是中国期货公司首次将研究成果成功发表在JFM这一全球顶尖的期货市场研究期刊上。如何挖掘出这一指标，研究中又有哪些新方法给大宗商品领域带来深远影响，未来的华泰期货还将如何深化研究创新？带着这些问题，罗家俊展现了此次研究背后的种种亮点。

库存动能视角解读价格密码

此次研究中，罗家俊博士团队首次提出“库存动能”和“库存动能差分”指标。“这两个指标的核心逻辑源于经济学的供需均衡模型。”罗家俊博士解释，库存在供需关系中起着缓冲作用，某一时间内库存持续累积（即库存动能为正）意味着供过于求，价格面临下行压力；库存持续下降（即库存动能为负）则表明需求强劲，价格有望上涨。

而“库存动能差分”指标，就像是物理学中的“加速度”，能够捕捉库存动能的变化速度，提供更细致的供需动态信号。

为何从库存角度开展研究？罗家俊直言，尽管有色金属价格可预测性研究广泛，但库存概念在计量经济学预测框架中却一直处于空白。因此，团队受现代金融学“动能”概念启发，将其引入库存数据的结构化分析，最终发现了这两个指标与金属价格走势的显著关联性。

2个新指标也呈现出有别于传统库存分析方法的显著优势。比如，传统方法往往侧重于某一时点的库存水平，即“库存高/低”来判断价格走势，但忽略了库存的变化趋势。

“我们的库存动能指标本质上是对库存变化的累计增速建模，能更全面反映供需关系随时间演变的动态过程，更贴近市场的实际运行机制。”罗家俊表示。

另外，新指标也能助力投资者提早布局。这也是因为，库存动能指标通过量化库存累积/消耗的节奏，为价格趋势的反转提供前瞻性线索；而“库存动能差分”更进一步反映库存变化的“加速度”，在动能转折之前即可能给出预警。

创新方法攻克金融数据处理难题

相比起发现新指标，如何验证新指标在金属价格走势的关联性与可预测性，是关键所在。

据介绍，研究过程中，团队采用了ARMA-GARCH模型、加权最小二乘法等方法，有效解决了传统研究在处理金融数据重尾分布时的局限性。

“金融市场中的金属期货收益具有高波动性和非正态性，往往伴随极端值（fattails）与不稳定的方差。传统方法往往会出现统计失效的情况。”罗家俊解释，与之相比，前述的ARMA-GARCH模型、加权最小二乘法等技术，共同构建了一个适用于金融数据“重尾+异方差+相关误差”的稳健预测框架。

从实证研究的情况来看，新方法在铜、铝等品种上的预测效果显著提升。在铜品种上，新方法在1至5日动能与动能差分上均优于传统检验方法，递归和固定窗口的预测R²最高达近1%；在铝品种上，尽管整体预测性偏弱，但新方法仍能识别出如“2日动能差分”在固定窗口下具有统计显著的正向预测力。

站上国际舞台的研究实力

作为首家将研究成果成功发表在JFM的中国期货公司，华泰期货在期货研究领域的核心竞争力凸显。

这次研究中，团队成员来自日本（东北大学）、美国（乔治亚州立大学风险科学学院）以及中国（华泰期货研究院）等多个国家和地区，体现出高度的国际协作特征。国际资源的整合使得研究团队整体能力提升。

比如，国际合作者具备丰富的计量经济学与金融工程研究背景，特别是在重尾时间序列分析、ARMA-GARCH建模与异方差性处理等前沿方法论方面贡献了重要理论支撑。美国学者在模型稳健性设计、尾部风险建模等方面提供了方法层面的系统指导，使研究框架更加严谨、科学。

诚然，纵观中国机构在大宗商品领域的研究水平，较国际市场存在一定的提升空间，比如，衍生品高阶定价领域，国内在复杂金融衍生品定价模型的研究和应用能力上仍待进步。

但罗家俊认为，我国机构已呈现出独特的发展态势。“中国是全球大宗商品重要消费和生产大国，而国内期货机构对本土产业链的认知更为透彻；同时，中国金融科技的快速发展，大数据、人工智能等技术为大宗商品量化研究提供了创新手段，展现出一定的后发优势。”

就华泰期货自身而言，海外市场的前瞻性布局也使得公司形成较显著的差异化优势。

据介绍，在研究成果方面，华泰期货联合国际学术机构开展跨学科研究，提出新的预测指标，开发新型检验方法，有效解决传统模型在极端市场的失效问题，为大宗商品研究贡献了新的量化工具。

而在业务开展上，公司也通过与国际交易所、企业的积极交流，提供定制化策略等系列服务，实现本土化与国际化的有机结合，更精准满足国内外客户需求。

此外，华泰期货还将成熟量化模型转化为标准化工具，向国际市场输出一体化解决方案，实现技术与商业模式的协同创新。

探索AI在库存预测中的深度应用

“此项研究在行业和学术层面都有着重要的意义。”在罗家俊看来，此次研究不但为期货公司、投资基金等机构提供更精准的风险管理和套利策略依据，还推动了大宗商品市场预测理论的边界，启发后续研究（如扩展至农产品、能源领域），推动行业从经验驱动向数据驱动转型，促进智能投研生态构建。

从业务开展的层面来看，罗家俊也提到，研究成果提升了华泰期货的核心竞争力，可以此自主研发量化模型，优化客户资产配置方案，增强机构客户黏性；提高差异化服务能力（如定制化报告、衍生品设计）助力抢占高净值市场份额。

“在风险管理方面，动态库存指标可提前预警价格拐点，辅助企业客户对冲供应链风险，降低市场极端波动下的穿仓概率，维护交易所清算稳定性。”他说。

库存创新指标的发掘，只是罗家俊在库存领域研究的起点。他提到，未来将计划进一步探索AI在库存预测中的深度应用，如运用机器学习算法挖掘库存数据中的潜在规律，提升库存预测的准确性和前瞻性，将库存因子和其他的因子相结合，通过AI模型，优化模型预测效果。

之所以利用AI模型，也是留意到AI技术在处理海量数据时具有独特优势。“公司优化数据源实时分析系统的过程中，可以借助AI技术对数据进行快速处理和分析，更精准把握库存动态，为库存预测提供有力支持。”

此外，罗家俊提到，华泰期货也着力将量化模型封装为标准化SaaS工具，向国际市场输出“研究+投资”一体化解决方案。通过AI对量化模型进行优化和完善，为国际市场客户提供更智能、高效的库存预测及相关服务，进一步提升公司在全球衍生品市场的核心竞争力。

长期愿景：成为全球衍生品研究领域智库

“AI+量化”也是华泰期货研究院近年形成的特色服务之一。借助“AI+量化”等技术，公司能够精准评估企业客户风险，量身定制套保方案。运用智能知识库与文本分析，实时监控风险，提供预警与应对建议。

另外，公司自身的投研服务也依托AI技术不断升级迭代，包括智库深度挖掘市场数据生成分析报告、机器学习策略为企业提供个性化投资建议。

整体来看，华泰期货研究院目前已是一支具备高学历、期货研究丰富经验又不乏新生力量的日益壮大的团队，已形成商品策略、AI量化和风险管理咨询三大特色服务体系，为金融机构提供深度服务。

研究院拥有的逾30名员工中，九成以上具备硕士及以上学历，近半数具有海外留学背景，各专业领域负责人平均从事研究工作年限达6年以上，研究方向涉及宏观、FICC、黑色建材、农产品、量化及策略等多个领域。

衍生品研究创新的持续深化，也是研究院的下一步计划。罗家俊谈到，可以拓展库存动量模型在其他碳中和金属中的应用价值，构建新型商品定价模型。

“另外，针对跨境风险管理需求，我们也在持续优化国内外交易所的跨市场套利监测体系，同时建立系统化的地缘政治风险量化评估指标库；技术创新方面，则是积极引入卫星遥感和物联网技术强化库存监测能力，完善AI量化服务平台。通过这三个维度的协同发展，全面提升公司在全球衍生品市场的研究竞争力与服务能力。”他说。

华泰期货也致力于在国际学术舞台持续提升影响力，为此，团队计划发表更多国际期刊成果。一方面，整合国际资源，深耕金融衍生品、能源市场等优势领域。另一方面，紧盯市场新趋势，挖掘数字资产期货等新兴领域开展研究，以创新成果提升国际话语权。

“我们的长期愿景是成为全球衍生品研究领域的智库。”罗家俊称，通过“全业务链金融与产业服务”模式，华泰期货在衍生品定价、高频等前沿领域持续创新，助力提升中国在全球大宗商品定价体系中的话语权。