您的位置：首页 >新闻 >

现货交易开户投资充值都适合哪些人群投资？真的是稳赚不赔的吗？

时间：2021-08-07 20:18:14 来源：

在“干货满满的农产品电子现货日前交易分析(上)-理论篇”一文中，我们结合算例，全面介绍了现货模式下日前交易原理和套利方式，并展示了不同省份的现货交易结果及规律。本文在已经论证的日前交易“可以做”和“需要做”的基础上，将详细地阐述日前交易“如何做”。

对接咨询微信：GY918OO

影响日前交易的因素

我们在上篇文章中强调了影响日前交易结果的核心因素为日前申报和代理用户实际负荷的量差以及日前和实时的价差(如下公式)，接下来我们对每个元素进行深入的剖析。

日前套利=(Q日前-Q实时)×(P实时-P日前)

1.1 代理用户负荷预测

代理用户负荷预测是锚定日前申报范围、日前套利和偏差考核管理的必要条件。为保证预测质量，可以将代理用户以用电量、行业或自定义的用电行为分组;根据不同分组特征，再选择交易日类型进行精准预测;针对头部用户需额外建立沟通机制，通过定期交流生产计划/用电计划和表计接入等方式进行实时监测及时了解该用户群体的用电变化，从而及时调整负荷预测结果;最后可以叠加负荷预测结果和历史用电负荷波动范围进行对比验证。具体负荷预测方法我们可以专题介绍，此处不再展开。

代理用户负荷预测流程

1.2 日前和实时价差

农产品电子现货价格并非像其他大宗商品一样通过实时的滚动撮合买卖双方的报量报价出清而得，大部分出清方式为电力调度机构基于市场成员申报信息(目前用电侧报量不报价，不影响出清价格)以及运行日的电网运行边界条件，采用安全约束机组组合(SCUC)和安全约束经济调度(SCED)程序进行优化计算，出清得到日前市场交易结果。在实时市场出清时，调度机构将更新实时的电网运行状态与超短期负荷预测信息，采用安全约束经济调度(SCED)程序进行优化计算，形成各发电机组需要实际执行的发电计划和实时节点电价等信息。从上述日前和实时市场的出清方法可以看出两个主要区别：直观差异体现在用电负荷预测、新能源出力预测和电网运行等边界条件的变化，此类预测误差是不可避免的，并且直接影响日前和实时的价差方向;另外，可以看出实时市场不进行机组优化，仅采用日前市场封存的发电企业申报信息通过SCED程序进行出清，其较小的约束空间导致实时价格波动通常大于日前价格，并且在特定出清边界下更容易产生较大的价差空间。根据上述价差产生的根本原因，我们需要从历史交易结果统计、供应侧报价，未来气象数据和价格弹性等方面进行分析。

我们在上篇为大家展示的广东和山西现货出清结果中可以看出价差存在一定的规律性，所以对历史出清结果的统计是至关重要的。我们也通过视频详细地介绍了如何利用盒须图等可视化工具高效地呈现统计结果。

除了把握历史趋势，对未来的判断也是必不可少。通过更及时的信息，如临近的天气数据，便可预估实时市场中的用电负荷和新能源出力，并判断实时与日前价格的价差，从而提升日前交易的准确率。然而，量化天气数据对现货价格的影响很难准确且成本较高，因此通常仅将此类信息用作判断价差方向的参考。我们则可以将更多精力放在确定性较高的分析上，例如对市场化竞价空间和价格关系的研究，从而预判运行日的价格以及价格弹性。这种量价分析我们在以前文章有过讨论，市场化竞价空间是用于形成现货价格的实际负荷需求，虽然各省市场条件和机组类型不同，但是大多都是由全省用电负荷叠加外送(忽略输入)电量以及减去新能源出力计算得来。价格弹性指的是市场竞价空间对于现货价格变动做出反应的敏感程度，它与火电机组的运行特性(如最小技术出力)、边际成本、变动成本以及提供辅助服务的能力息息相关。我们将在下文交易策略部分详细展开上述因素的分析方法。

2交易策略

2.1 历史数据统计

判断正确的价差方向(本文中，正价差：实时>日前;负价差：实时<日前)是日前交易成功的核心。经观察分析，短期内同一时段的价差方向存在一定的规律性，按照这种规律申报虽然无法做到100%正确，但是在较长周期下产生正收益的概率极高。我们可以将申报量分为多个等级，以山西省日前规则为例(允许偏差范围为实际用电量的80%-120%)，可以分为表1中的5个等级并且设置对应的日前申报比例(此比例视风险偏好而定)。

表1 日前申报策略等级划分及参考参数

划分不同等级可通过两个关键统计指标—“正价差概率”和“正负均值绝对值比例”。正价差概率为某时段价差为正的天数所占选定统计窗口比例，极高和极低的概率均可对申报方向形成指导意义;正负均值绝对值比例为选定窗口所有正价差均值除以负价差均值的绝对值，此比例最小为0(全为负价差)最大为正无穷(全为正价差)，此值越高，说明实时价格高于日前价格的期望值越大。划分等级的参数可根据对历史现货出清结果分布进行制定(表1中的参数是通过分析山西近几个月现货交易数据得来)，我们还可以通过图2中的二维象限将策略可视化。在第一象限(右上)中(正概率>50%且正负比>1)，只有在正概率和正负比均高于一定阈值时才会通过多申报日前电量套利或控制因代理用户负荷向上波动带来的风险;第三象限(左下)原理同第一象限，只是申报方向相反;然而落入第二和第四象限的时段从风险管控角度是不值得博弈的，因为此类时段虽然出现正或负的概率较高，但是一旦出现反向价差，其价差数值相对较大，如图3出现的情况(连续10天19:45-20:00的价差统计，绿色为负价差，橙色为正价差)。