實物商品交易量化風險收益模型

我對大宗商品非常陌生，我之前從事投資組合管理/優化（Black Litterman Markowitz 等）。我現在是石化的買賣分析師，需要了解實物商品交易的基本概念才能創建支持交易決策的模型。我已經通過 Investopedia、IHS、福布斯和其他一些來源進行了梳理，但還沒有找到任何將風險偏好或政治風險等變數納入單一交易的風險回報模型的實際簡單範例。非常感謝任何關於從哪裡開始的幫助/建議，我完全迷失了。

你的問題引起了我的興趣。雖然不是針對大宗商品，但這看起來是量化政治風險的一個很好的起點：

實際上，這意味著採取以下步驟（根據 Rigobon 2003）：

第 1 步：定義治療組，或一組不可觀察因素變異數高的“事件”日，例如 12 月 4 日的意大利公投。

第 2 步：選擇一組“非事件”日作為對照組或對照組。通常的做法建議在事件發生日前一天或前幾天選擇非事件日，以盡量減少政治因素以外的風險因素的影響。政治風險在這些日子也可能發生變化，但（假設）它們的變化小於事件日。這個假設是一種信仰的飛躍，但希望是一個合理的假設。

第 3 步：應用稱為工具變數 (IV) 回歸的標準計量經濟學技術。考慮將一個利益變數（例如西班牙主權債務的 CDS 利差）的變化與第二個變數（例如意大利 CDS 利差）的變化進行回歸，然後由代理進行工具化。3 該代理是相同的變數，但具有非活動日的相反標誌。

與傳統的事件研究不同，這種方法沒有應用不切實際的假設，即政治風險僅在事件發生日發生變化。在像意大利公投這樣的情況下，定期民意調查顯示選民偏好發生了變化，傳統的事件研究方法可能會低估政治風險的程度。

來源：量化金融市場的政治風險——意大利案例研究

引用自：https://quant.stackexchange.com/questions/39512