中粮研究中心公众号上有挺多深度思考的文章，我尤其喜欢这一类在具体品种之上去尝试构建方法论的文章，认真学习之并在此做学习笔记。
按照原公众号对内容引用及转述的要求在此注明：这篇文章的所有引用全部出处为中粮期货有限公司公众号，作者是中粮研究院化工资深研究员任伟。
本文汇集了原作者任伟先生对交易员典型错误方法的一些思考。
典型的错误方法：寻找领先指标
如何预测价格？不少的研究员都选择寻找领先指标。找到领先指标，就可以预测期货价格涨跌了。
如何寻找领先指标呢？原则上，至少应该做历史统计，但实际上很多人都懒得深入研究历史，都是看当下的行情。根据当下的行情与基本面数据的对照，发掘与期货价格高度相关，且领先于期货的基本面指标。之后，思考该指标能成为领先指标的逻辑。比如，发现了发电量总是领先于股指期货。
从逻辑上看，发电量与工业相关，工业在宏观经济中最敏感。所以，这个逻辑是说得通的。更高级的方法，会在基本面数据中寻找一些大多数人不关注的价差或比价，这些价差比价在历史上是期货价格或者期货价差的领先指标。
另外，还有人会关注资金。比如，前20名持仓如果在近三年重要的行情转折点上，显示出领先指标的特点，他们也会认为这样的持仓结构就是领先指标，因为资金领先于价格，感觉上，这也能说得通。
然而，寻找领先指标的方法是错误的，关键问题在于没有排他性。比如，假设从数据上看，发电量领先于股指期货，但是可能实际上领着股指期货运行的是公路货运量。公路货运量的数据虽然比股指期货滞后，但是公路货运量好转的实际时间点可能比股指期货提前。而且企业计划发货的时候，根据自己发货量的提升，可能会预判全国经济的好转。众多企业的预期好转，使得公路货运量的预期成为股指期货的领先指标。
如果你认为发电量是股指期货的领先指标，问题不在于发电量对不对，而是在于你无法证明不存在其他领先指标，即排他性。如果公路货运量才是真正的领先指标，在历史上，发电量与公路货运量高度相关，让你错误地认为发电量是领先指标，则未来根据发电量做交易，将会使得交易结果呈现随机波动，与研究没有了关系，其实就在丟钢镚定胜负。
我们再次审视领先指标的形成过程：
看历史数据的相关性，这其实是技术分析——假设历史上有领先关系，未来也会有领先关系。
给领先指标找到合理的解释。注意，解释和预测是两回事。解释往往都是找到一种合理的逻辑，就实现自圆其说了。
这种逻辑也许只是同时存在的多种逻辑中的一种。而预测必须有排他性，即自己提出来的逻辑，必须是唯一正确的逻辑，只有唯一，没有唯二。如果客观上，逻辑不止一条，则预测和交易必须兼顾所有可能性。如果不能兼顾所有可能，则说明不该进行交易。总体上看，寻找领先指标的方法，更接近于技术分析，而不是一种基本面分析方法。
研究的核心问题有两个，其一是要具备排他性，其二是要努力减少变量。我们拿傅大佬公开出来的体系做个对比，为什么傅大佬的体系具备排他性。低价格、负利润、低库存、稳需求、导火索，这是傅大佬体系的关键词。
一方面，影响商品价格的因素几乎都包括其中了。相比之下，任何领先指标都很片面。
另一方面，这几个关键词描述了一种极端的状态。一旦该状态出现，则必然会发生极端状态向正常状态的演化，从而使得价格上涨成为解决矛盾的唯一途径。
总而言之，研究需要寻找的不是领先指标，而是各个主要因素集合在一起，形成的基本面特殊状态。这种状态具备排他性——特殊状态决定价格走向，且不可能有状态之外的其他因素决定价格走向。
典型的错误方法：基本面的技术分析化
基本面的技术分析化是个典型的错误。笔者并不是否定技术分析，只是对于那种来自于人类本能的最粗浅的技术分析表示非常不认可。
比如，某支股票正在大涨，现在应该买入。这种理由就是最粗浅的技术分析——现在正在涨，所以明天也会涨。显然，这是不合理的，如果今天涨，明天就会涨，那价格岂不是永远都不会下跌？
再比如，假如螺纹钢已经跌了30%，下跌的逻辑是房地产新开工下滑。现在的新开工数据已经连续两个月出现了增长，从新开工图表上看，该数据已经出现了调头向上。所以，很多人会觉得房地产最坏的时期过去了，螺纹钢可以抄底了。但问题是，最近两个月数据反弹，就意味着未来也会反弹吗？不论基本面数据的曲线图，还是价格的K线图，下降过程中伴有反弹都是很常见的事情，最近两个月新开工反弹，并不能证明未来会接着反弹。
披着基本面外衣的技术分析有两个典型特点：第一，假设明天和今天一样，并且没有证明为什么明天会和今天一样。第二，对基本面数据做技术分析，之后再把分析结果做各种专业的推演，最终得出对价格的判断。
对基本面数据做技术分析，相当于对基本面某个环节做了一个假设。实际上，起点处做假设+过程中有理有据=结论是个假设。所以，起点的时候做假设且不论证，过程中的有理有据纯粹多此一举，不如直接假设价格上涨或下跌，这样更加有效率。
显然，有时候明天和今天一样，有时候不一样。所以，这种方法有时候是错的，有时候是对的。正因为不是一直错误，且非常符合人类本能的思维模式，所以广受推崇。只不过大家嘴上不愿意承认，实际上这种错误的分析方法实在太多了。
这种方法能不能判断对，最后完全取决于行情到底大不大。只要行情时间长，涨跌幅大，这种分析方法的结论就是对的。如果用上述方法的同时，加入一个筛选机制，能选择出时间长、波幅大的行情，那么基本面的技术化也是有效的；如果不存在这样的机制，那么这种方法就纯粹是在撞大运。
披着基本面外衣的技术分析，在现实中最常见的例子就是期现不分。笔者的同事遇到过一位很牛的基金经理，这位基金经理说过，“行业中大部分人说的都是当前的供求，很少有人能说清楚未来”。笔者认为这句话说得一针见血。
很多人都混淆了期货和现货，都是在盯着当前的供求好不好。当前的供求好，现货价格涨了，所以期货就可以做多。殊不知，当现货企业的老板问研究员，现货价格为什么上涨的时候，现货企业的研究员很可能也会说，“因为期货涨了”……
很少有人能说清楚未来的供求，未来的现货走向，更重要的是还要发现未来一段时间内，供求方向难以改变的机会。很少有人能做到的事情，才是真正值得努力的方向。
典型的错误方法：忽视未然历史
人有两种本能的行为：其一，本能地将现在的情况与个别历史做对照，认为当前也会按照历史的剧本运行。其二，不愿意复盘更多的历史行情，只是局限于非常有限的历史片段。
这种现象容易理解，人们希望找到依托，但是又不想耗费太多的时间。懒是人的天性，也是不赚钱的核心原因。
很多人不是手懒，而是懒得做深入的思考，懒得分各种情况做推理，懒得从多个角度看问题，懒得怀疑，懒得审核自己是否客观。这就导致了少样本分析时有发生，很多人都是根据很少的样本得出规律，这是典型的错误方法。
即使是一些行业内众所周知的大神，也有这个问题。笔者就见过一些大神，流动性宽松和收紧都有相应的历史年份可以对照。只要当前和历史上某个阶段的情况很像，就说当前的价格也会按照历史上的方式运行。
实际上，这里缺乏了一个因素，就是未然历史——本来可能会发生的事情，但是没有发生。如果历史重演，这些事就有可能发生。这个知识点是笔者从霍华德·马克斯的书里学来的，实用价值巨大。
因为存在未然历史，就导致基本面与价格的关系不总是一一对应的。有时候，有什么样的基本面，就会有相应的价格涨跌；另一些情况，则是同样的基本面，价格涨跌都有可能出现。换句话说，就是基本面与价格的关系是偶然的。
比如，假设当前某品种的基本面与2011年、2015年一模一样。但是，2011和2015年都存在未然历史，同样的基本面，价格可涨可跌。2011年和2015年的价格上涨，并不代表当前也会价格上涨。所以，只要你考察的样本很少，就无法排除未然历史的影响。相反，如果考察的样本很多，某一类型基本面如果与价格涨跌之间没有稳定的关系，则会在大量的样本中表现出来。
多样本是必须的，但是对很多品种来说，上市时间不够长，还有很多品种，基本面历史数据有限。
比如，当前各品种的行业会议都有很多，还有卓创、我的钢铁等等公司发布调研数据，但是十年前不是这样的。十年前很多品种上下游都没有太多的数据，即使有，大家也未必信，权威性太差。
所以，实现多样本分析，一个简单的方式就是跨品种验证。的确，品种之间存在差异。对化工品有效的体系，也许根本没法做农产品。所以，跨品种验证要考虑的是相似相关的品种，从而增大样本数。
一种有效的说法是，做玉米的人以后有可能也会去做油脂。所以，玉米当前的供求格局与价格的关系，未来也可能出现在油脂上。所以，现在的玉米相当于未来的油脂，玉米的历史对于当前的油脂也是有参考性。通过多样本分析，发明更有普适性的规律，这才是正道，虽然很辛苦。
研究方法的问题
从历史统计得出规律
研究的目标有两个，发现规律，如何应用规律。
不论是基本面分析，还是技术分析都会做历史分析。基本面分析往往会做类比。比如：
季节性类比，对不同年份的相同时期的供给旺季做类比；
大行情类比，研究历史上数次大行情发生时，核心因素是哪些，变量如何运动，变量与价格的互动关系等；
事件类比，历史上特殊天气条件下的基本面与行情类比，相同的政策在不同年份出现后的类比等等。
通过类比，找到不同时期里相似的因素或因素互动规律，把这些相同的部分视作历史分析中得出的规律。
技术面相比基本面更加重视历史分析，因为常规的技术分析中，进场信号与价格涨跌并没有必然的关系——有地心引力，苹果就会掉下来；需求量远大于供给量，价格就会涨。
技术分析的基础是历史的统计分析，可以说是统计分析，也可以说其实就是赌。长期依靠“常规的技术分析”做交易，不太可能赚钱。
技术分析对历史的分析多数情况下是观察历史上一些自己觉得能把握的大行情，之后在行情之中找信号，并认为这些信号就是预测行情的钥匙。
历史分析的问题在于充分必要条件混淆。很多因素只是一块砖，一个普通的组成部分，牛市中可以作为牛市的一部分，熊市中也可以作为熊市的一部分。大涨中出现了某个基本面因素或逻辑，大涨中出现了某个技术形态，并不表示出现了这些信号，就会有大涨。
最简单的例子，追涨杀跌对不对？如果出现去年7月份螺纹的行情，价格持续涨，追涨杀跌当然是对的；但是其他时刻，追涨杀跌就不一定对了。
所以，往往是做了很多的历史统计，做得很辛苦，但还是没找到可靠的交易方法。交易需要的是未战而先胜，而不是以未来的结果判断当前行为的对错。
自上而下地发现规律
最简单的改进方法，当然是从历史统计中找到了某个信号，之后测试历史中所有出现该信号之后的行情如何演绎，和程序化交易的回测一个道理。
扩展一下来看，这其实是自下而上的研究方法的通病——总结多个偶然的历史现象，找到共同点，认为找到了规律。这种方法在连环杀人案件中是合理的，因为连环杀手很罕见，杀人这种行为对现代人类群体来说是小概率行为。在连续的小概率事件中找到了合理的逻辑和可靠的证据，的确可以得出比较正确的结论。
但是，对于经济、产业和金融市场而言，解决当前矛盾的未来的演绎路径，不只是一种。所以即使你有事实证据和合理的逻辑，你最终也未必赚钱。
由于未来的不确定性，所以自下而上总结出来的规律，在未来可能会发生，也可能不会，虽然真的是规律，但是并不一定赚钱，看起来还是像赌。
可以考虑自上而下的发现规律，即不从历史中总结规律，而是直接给出一个规律，再去历史中验证。显然，这种给出的规律像是外生的参数。规律可以来源于其他领域，比如物理。
其他领域的规律直接假设可以在期货上应用，之后用一定的方法让规律与期货的环境结合起来，衍生出期货的规律，再去验证规律是否能用。自上而下发现地规律性的普适性比自下而上要好很多。
举个例子，牛顿第三定律，该定律说明可以用作用力来探测反作用力。在期货交易中，经常会出现供求利多，市场一片看好的声音，但是价格就是在做横盘，就是不涨。
对于有经验的人会说，说明背后有个自己不知道的强大的力量在压着价格，而且这个力量比表面的供求证据更重要。实际上，这种逆向思考是高风险高收益的招数，反常规的思考错的概率比常规思考还大，反常规的操作需要有苛刻的前提条件。
根据牛顿第三定律，这个未知的力量应该等于供求的力量，所以关键还是衡量供求与价格。
第一，供求如果刚刚转多，由于供求是新因素，力量应该强大，则说明未知力量也很强大。此时一旦出现新的利空因素，即使不是很重要，都很可能导致价格大跌。
第二，供求如果早就转多，而且价格已经涨了很多，即使看涨者众，供求由于被价格消化了很多，所以实际力量有限。进而得出未知的反向力量也有限。此时价格横盘很有可能不是被强大的未知的利空因素压住了，而只是价格透支了基本面，没有新消息就没有波动的力量。
总结一下，根据牛顿第三定律，不能说基本面与价格对应不上，就立刻做逆向思考和逆向操作。这就是其他领域规律在期货上的应用。