商品量化专题（二）：基于基本面数据库的大宗商品价格预测模型

项目背景与目标

在商品期货市场研究中，基本面数据与量价数据至关重要。为提升价格走势判断能力，本研究构建量化分析模型，系统预测商品价格。项目核心目标在于构建适用于多类商品期货品种的通用价格预测模型，要求具备高预测精度、可解释性，并充分利用基本面数据库。

数据处理

1. 数据介绍：选取LNG现货价格作为预测对象，梳理151项基本面数据，涵盖价量、库存、供需、进出口四大类。
2. 数据处理：进行频率调整（统一为日度）、可得性处理（时滞系数调整）、缺失值填充（前值填充）、极值处理（剔除异常值）、周期信息提取（同比、环比、偏离度）。
3. 数据筛选：通过单因子回测、相关性分析、因子补充，筛选核心因子，降低多重共线性与数据冗余。

模型搭建

1. 模型框架：包含模式识别、线性模型（OLS/LASSO）、非线性模型（XGboost）、参数调整与模型合成。
2. 模式识别：判断市场状态（基本面主导或量价主导），动态切换预测逻辑。
3. 子模型介绍：
   • OLS&LASSO：线性回归模型，解释因子边际影响，增强模型可解释性。
   • XGboost：机器学习模型，强非线性拟合能力，提升预测精度。
   • Prophet：时间序列模型，提取周期性信息，预测基本面因子趋势。

结果分析

1. 价格趋势：预测LNG HenryHub价格未来走势，六月初达4USD/MMBtu，秋季回落，冬季攀升至4.11USD/MMBtu，与季节性变化一致。
2. 平均价格：计算不同周期（周、月、季度、年度）价格均值，当前月度上涨趋势显著。
3. 因子表现：库存类数据（34.7%）和供应端数据（46.5%）占比较大，具体因子如Appalachia地区DUV数量、DOE库存数据等权重较高。

总结

本研究构建的商品价格预测模型，通过数据预处理、多模型融合、模式识别等手段，实现高精度预测与可解释性。以LNG为例，模型识别库存与供给端为核心驱动因素，量化各因子权重。未来可拓展至其他品种与周期级别，为跨品种、跨周期预测体系奠定基础。