TASC 2026.08 An Ag Selling Model

NOTE

本文为公开交易策略的技战术复盘，聚焦方法逻辑、交易场景与风险边界。

在量化交易的世界里，很多策略并非诞生于昂贵的终端或复杂的算法，而是源自对实体经济运行规律的深刻观察。农业生产有着亘古不变的周期——春种、夏长、秋收、冬藏。对于农产品期货交易者而言，这种周期往往意味着价格的可预测性。今天我们要讨论的“农产品卖出模型”（Ag Selling Model），正是这样一套基于季节性收获节奏构建的期货卖出策略。它由著名交易系统研究者Perry J. Kaufman在专业交易杂志的“交易者提示”专栏中重新阐述，而其思想源头可以追溯到数十年前。本文将从原文入手，逐步拆解这一模型的逻辑、优劣与改进空间。

策略解读

这是一套典型的“季节性卖出”策略。所谓“季节性卖出”，是指利用农产品在一年中特定时间由于供给集中释放而导致价格走弱的现象，以卖出（做空）期货合约的方式获利。模型的核心依据是：农作物在收获季节到来时，大量新粮集中涌入市场，短期供给显著大于需求，价格往往承压下行。对于美国中西部的主要谷物品种——如玉米、大豆、小麦——这一规律表现得尤为明显。

需要强调的是，这里的“长期持有卖出”并非指投资者长期持有现货或期货多头，而是指持有期货空头头寸贯穿整个收获季节。交易者并非试图预测每一个短期的价格波动，而是顺应一个持续数周甚至数月的季节性下行趋势，等待价格逐步走低后再平仓获利。这种思路与传统的“追涨杀跌”截然不同：它依赖的是经济学的供需原理，而非市场情绪或技术图表的随机形状。

Perry J. Kaufman在文章中进一步探讨了“最佳卖出价格水平”的识别方法。虽然原文未给出具体公式，但可以推断，该模型会结合历史价格数据、收获日期统计以及期货市场升贴水结构，寻找一个概率占优的入场区域。例如，在收获开始前的几周，当价格仍处于年内相对高位时建立空头头寸，随后持有到收获高峰期末段。这种交易有点像“与农作物的生长日历赛跑”，节奏感极强。

名词解释

为了让不熟悉期货交易的读者能够顺畅理解，这里先对文中涉及的关键术语进行解释：

商品期货：一种标准化的远期合约，约定在未来某一时间和地点交割一定数量和质量的商品。农产品期货是其中最古老的类别之一，为生产者、消费者和投机者提供了价格发现与风险管理工具。
农产品期货：以玉米、大豆、小麦、棉花、白糖等农产品为标的物的期货合约。其价格受天气、种植面积、库存、政策等因素影响，具有明显的季节性波动特征。
做空（卖出开仓）：期货交易中，先卖出合约，期望未来价格下跌后再以更低价格买回平仓，从而赚取价差收益。农产品卖出模型中，交易者通过做空来捕捉收获季节的价格下跌。
CBOT：芝加哥期货交易所（Chicago Board of Trade），成立于1848年，是全球最早的期货交易所之一，其玉米、大豆、小麦期货合约是国际农产品市场的定价基准。
KCBOT：堪萨斯城期货交易所（Kansas City Board of Trade），历史上以硬红冬小麦期货交易著称。该品种用于制作面包，与芝加哥的软红冬小麦有所不同。
CME：芝加哥商品交易所集团（CME Group），在2007年收购CBOT，又在2012年收购KCBOT，目前上述两家交易所的农产品期货都归入CME集团旗下统一交易平台。
季节性交易：一种基于商品价格在一年中特定时期出现的规律性波动进行交易的策略。这种规律往往由种植周期、气候模式、消费习惯等基本面因素驱动，可被量化和回测。

策略思路讲解

步骤一：识别品种与季节窗口

模型主要针对美国谷物期货，尤其是CBOT的玉米、大豆和小麦，以及KCBOT的硬红冬小麦。这些作物通常都在每年春季播种、夏秋成熟、秋季收割。具体收获时间因品种和产区纬度而异：小麦收获通常早一些（6月至7月，视冬春麦类型而定），玉米和大豆则在9月至11月。策略首先需要确定一个“收获窗口”，这是供给压力最大的时段。

步骤二：确定卖出方向与持仓周期

策略名为“卖出模型”，因此交易方向是卖出期货合约（做空）。交易者需要选择一个“最佳卖出价格水平”，即一个在历史统计上具有较高胜率的做空入场点。这个入场点很可能出现在收获开始前的相对高位。持仓周期较长，可能从收获前几周一直延续到收获结束后的温和反弹阶段。整个过程可能持续一至三个月，属于中长线持仓。

步骤三：逻辑依据

为什么收获季节价格倾向于下跌？原因在于供给的瞬时释放。农民在收获后需要快速出售谷物以回收现金、偿还贷款、支付仓储费用，大量的供应在短时间内涌入现货和期货市场，往往导致价格出现明显的季节性低点。此外，期货市场还会提前预期这一压力，在临近收获时，远月合约相对近月合约的价差结构会反映这种季节性弱势。

步骤四：如何确定“最佳卖出价格水平”

原文章标题中提到的“识别最佳卖出价格水平”是模型的技术核心。虽然没有给出完整代码，但可以推测其方法包括：统计过去多年收获期前后的价格平均路径，找到价格从高位开始下行的拐点；或利用过去价格相对于移动平均线的偏离程度，判断价格是否已经进入“高估区域”；再或者是结合期权隐含波动率、基差等指标。这种“水平”不是静态的价格点，而是一个动态的阈值区间，随着新数据更新而变化。

步骤五：平仓与风控

长期持有并不意味着放任不管。模型必然包含平仓规则，比如在价格跌破某个历史低位后止盈，或者在持仓超过“收获窗口”后主动了结。同时，为了应对干旱、霜冻等可能引发价格上涨的意外因素，策略也必须设计止损机制。

优点

逻辑清晰，基于基本面供需：相较于纯技术指标，该模型具有坚实的经济学基础。收获季供给增加导致价格下跌，这是长期存在的客观规律，不易被短期市场情绪完全扭曲。
季节规律具有显著的历史重复性：农作物的生长周期是由自然决定的，除非发生剧烈的气候变化，否则每年都会重复。因此，基于季节性的策略在历史上往往能保持较高的胜率。
持仓周期较长，交易成本低：相比高频交易或日内交易，长期持有空头头寸只需较少的开仓、平仓操作，节省了手续费和滑点成本，也减少了交易者的盯盘压力。
可分散组合：模型可以同时应用于玉米、大豆、小麦等多个品种。由于不同作物的收获窗口有差异，多品种组合能够平滑资金曲线，降低单一品种异常行情的冲击。
易于理解和验证：策略参数较少，核心只有“入场区间”和“出场条件”，普通投资者利用历史数据即可进行回测，不需要复杂的机器学习模型。

缺点

季节性规律并非永恒：农业技术（如转基因抗虫品种）、气候变化（如暖冬导致提前播种）、贸易政策（如关税调整）都可能改变传统的收获季节价格形态。过去的数据未必能代表未来。
长期持有空头面临极端的上涨风险：农产品价格受天气影响极大。例如，生长关键期遭遇严重干旱，可能导致减产预期飙升，价格逆势上涨。空头头寸在这样的事件中损失可能非常巨大，且止损点容易被跳空击穿。
忽略了宏观因素与资金面：市场并非只由供求决定。美元走势、通胀预期、指数基金调仓、全球地缘冲突等都可能掩盖甚至逆转季节性力量。纯季节性模型难以应对这种系统性冲击。
过度依赖历史统计窗口：如果收获日期的统计是基于过去三十年的平均数据，而某一年因为低温或多雨导致收割延迟两周，模型可能提前入场，在价格尚未走弱时便承担多余的浮亏。
“最佳卖出价格水平”可能过拟合：为了寻找历史胜率最高的入场点，容易陷入数据挖掘陷阱，将随机噪声当作规律。换一个时间样本或品种，效果可能大幅退化。

起源年份考证

需要说明的是，我们无法精确考证“Ag Selling Model”这一名称的首次出现和最初发明者，因为公开说明在关键处被截断。但我们可以根据策略类型——季节性商品卖出策略——给出该类方法在行业中的公认发展时间线。

20世纪初至20世纪中叶：农业商品交易者开始注意到粮食价格在收获季与非收获季之间存在明显的规律性差异。当时已有“季节性波动”的概念，但主要停留在经验层面，缺乏系统性的量化研究。
1950年代至1970年代：随着计算机价格分析工具的初步应用，人们对季节性模式的统计研究逐渐深入。一些期货交易前辈开始系统性地整理“季节性价格图表”，为交易者提供直观参考。
1978年：根据原文描述，“该模型最早于1978年提出”。这可以视作“Ag Selling Model”或其直接前身的具体出现时间。遗憾的是，由于原文截断，我们无法得知提出者的身份。但1978年前后期货行业正处于技术分析理论爆发的年代，诸多经典趋势策略均诞生于此前后。
1980年代至1990年代：季节性交易策略在主流交易文献中大量出现，如经典的“期货季节性研究”等出版物。机构交易者开始将其纳入商品基金的投资组合。
2026年：Perry J. Kaufman在TASC杂志8月刊“交易者提示”专栏重新介绍了这一模型，并聚焦于“识别最佳卖出价格水平”，使得这一古老策略获得量化领域的再度关注。

需要强调的是，上述时间线中的1978年是针对该具体模型的首次提出年份（依据原文），而更广义的季节性交易方法则起源更早，无法准确追溯。

改进建议

引入动态收获日期调整：不要固定使用日历日期，而是结合美国农业部（USDA）每周发布的作物进展报告，根据实际种植进度、作物成熟度以及天气预测来动态调整入场窗口。这样更符合当年实际情况，减少因季节偏移带来的误差。
加入趋势过滤条件：在季节性信号的之上叠加一个中长期均线趋势判断。例如，只在大周期价格均线向下或走平时执行做空；如果农产品正处于强烈的整体牛市中，则放弃该次季节性交易。这可以避免与宏观趋势对抗。
使用期权替代期货做空：与其直接卖出期货合约，不如买入看跌期权或卖出看涨期权。期权具有有限损失（买看跌）或有限收益结构（卖看涨），能够规避极端天气导致的大幅跳空风险。同时，期权定价中蕴藏的隐含波动率变化，也可以作为辅助判断情绪是否过度。
多品种对冲组合：不要仅做空单一的玉米或大豆，而是根据各品种收获窗口的相邻关系，构建一个“空头日历价差”组合。例如，做空近月合约同时做多远月合约，以规避整体价格水平向上的系统性风险，只赚取季节性供给压力的价差收益。
结合其他基本面数据源：除了收获时间，还应将库存消费比、出口销售、乙醇加工需求等变量纳入考量。若某一年度库存极低，即使面临收获压力，价格也未必下跌。模型需要具备“供需紧张程度”调节阀。
设置基于波动率的止损：由于农产品价格经常出现“尖峰式”上涨，传统的固定百分比止损容易被瞬间打穿。建议采用基于ATR（平均真实波幅）的动态止损，或者使用定时跟踪止损，在持仓一定时间后逐步收紧止损线。
进行样本外验证与参数稳健性测试：在开发“最佳卖出价格水平”时，将历史数据分为样本内和样本外两组，避免过度优化。同时测试不同年份、不同品种的表现，确保策略不是仅在某一段特殊行情中有效。

总结

“农产品卖出模型”是一套朴素而有力的季节性交易策略，它把农作物的自然生长周期与期货价格规律联系起来，告诉交易者：在收获的季节，大胆地站在空头一边。其优点在于逻辑牢靠、易于理解、回测方便；其缺点则在于无法应对极端天气和宏观冲击，且历史规律存在失效的可能。正如许多经典量化策略一样，模型的价值不在于“闭眼照做”，而在于提供了一种框架——提醒我们关注市场背后的实体周期。在实际应用中，交易者应当将其视为一个基础信号源，结合动态基本面数据、风险控制工具和多品种组合思维，不断迭代和改进。毕竟，市场就像农田，规律背后总有意外，唯有把方法变成系统，把系统融入风控，才能长久屹立于波动之中。